Comprendre les LLM
- Tokens, contexte, prédiction
- Hallucinations, erreurs, limites
- Multimodalité : texte, documents, images
- Modèles du marché : ChatGPT, Claude, Mistral, Gemini
- Cloud, API, open source, souveraineté
- Mise en pratique : démonstrations commentées mettant en évidence les forces et les limites d’un LLM.
Du chat à l’agent : outils, raisonnement, agentique
- LLM seul vs LLM + outils
- Thinking et raisonnement
- Recherche web, connecteurs, RAG
- Agent : LLM + outils + boucle de décision
- Assistant, agent, workflow : trois approches
- Autonomie, supervision, garde-fous
- Mise en pratique : comparer une même tâche traitée en chat simple, avec outils, avec raisonnement et en mode agent.
Prompter : classique, assistant, agentique
- Rôle, objectif, contexte, contraintes, format
- Itérer et évaluer
- Prompt système : consignes persistantes d’un assistant
- Prompt agentique : objectif, critères de réussite, contrôle qualité
- Descriptions d’outils et garde-fous
- Mise en pratique : rédiger puis améliorer un prompt classique, un prompt système et une consigne agentique sur un même cas métier.
Déléguer une tâche à un agent avec Claude Cowork
- Installation et dossier de travail dédié
- Lecture de fichiers locaux : PDF, images
- Production de livrables : Excel, Word
- Plan, actions, compte rendu de l’agent
- Validation des actions et relecture
- Itérer plutôt que refaire
- Mise en pratique : produire un récapitulatif Excel de notes de frais à partir de factures PDF et de photos de tickets, avec détection des anomalies.
Capitaliser un savoir-faire avec les skills
- Skill : mode d’emploi réutilisable
- Structure d’un SKILL.md
- Garde-fous en entrée
- Test, amélioration, partage
- Instructions d’espace de travail (CLAUDE.md)
- Mise en pratique : créer une skill « compte-rendu maison » et la réutiliser sur plusieurs jeux de notes, dont un incomplet.
Découvrir n8n et construire un premier workflow
- Automatisation à règles vs pilotée par l’IA
- Open source, auto-hébergement, installation locale
- Workflow, nœud, trigger, item, credential
- Formulaires, conditions, Data Tables
- Test, publication, exécutions
- Mise en pratique : installer n8n en local et construire un workflow complet de notes de frais : formulaire, règle de validation, enregistrement, accusé de réception.
Intégrer un LLM dans un processus
- Clé API et credentials
- Nœud LLM et modèle de chat
- Sortie structurée (JSON)
- Température et fiabilité
- LLM encapsulé dans un processus déterministe
- Mise en pratique : remplacer le formulaire structuré par une saisie en texte libre interprétée par un LLM.
Construire un agent outillé
- Nœud AI Agent : modèle, mémoire, outils
- Chat intégré
- Outils HTTP, calculatrice, Data Tables
- Rôle des descriptions d’outils
- Lecture des logs d’exécution
- Mise en pratique : construire un assistant SAV capable de consulter tickets, FAQ et catalogue, et d’enchaîner plusieurs outils.
Placer un agent dans un processus
- Agent décideur vs agent conversationnel
- Décision bornée par une sortie structurée
- Routage et journalisation
- « L’IA propose, l’humain dispose »
- Brouillons et traçabilité
- Mise en pratique : construire un agent de tri des demandes entrantes qui classifie, décide et prépare une réponse.
Choisir, sécuriser et aller plus loin
- RAG documentaire en démonstration
- Chat, assistant, Cowork ou n8n : quand utiliser quoi
- Confidentialité, RGPD, souveraineté, coûts
- Validation humaine, supervision, erreurs
- Plan d’action personnel
- Mise en pratique : identifier dans son activité un cas Cowork et un cas n8n et esquisser leur mise en œuvre.
