Comprendre l’IA générative

• Fonctionnement des modèles
• Types d’IA générative
• Tokens, vectorisation et contexte
• Thinking et raisonnement
• RAG et données externes
• Outils, extensions et agents
• Usages et limites
• Mise en pratique : comparer différentes tâches selon le type d’IA utilisé.

Structurer ses prompts

• Fenêtre de contexte
• Rôle et mission
• Contexte utile
• Contraintes claires
• Format attendu
• Exemples et critères
• Itérations efficaces
• Mise en pratique : construire un prompt robuste à partir d’un besoin métier.

Concevoir des prompts avancés

• Few-shot prompting
• Décomposition de tâche
• Raisonnement guidé
• Arborescences expansives
• Itérations contrôlées
• Auto-évaluation
• Prompts modulaires
• Mise en pratique : améliorer progressivement un prompt complexe avec exemples, étapes et critères d’évaluation.

Améliorer les réponses

• Réponse insuffisante
• Critères qualité
• Reformulation guidée
• Comparaison de versions
• Contrôle des hypothèses
• Validation finale
• Mise en pratique : corriger une réponse IA avec une grille commune et une version optimisée.

Prompter un agent ou un assistant

• Différence prompt conversationnel / prompt agentique
• Rôle, périmètre et autonomie de l’agent
• Description des outils disponibles
• Entrées et sorties structurées
• Conditions d’arrêt et cas d’erreur
• Ton, limites et garde-fous
• Test et itération sur un scénario réel
• Démonstration : construction d’un agent dans n8n et lecture de son prompt système.
• Mise en pratique : rédiger un prompt agentique complet pour une tâche métier répétitive, puis le tester sur plusieurs cas.

Prompter en mode cowork

• Principe du mode cowork : contexte, fichiers et actions
• Consignes persistantes vs demande ponctuelle
• Anatomie d’un skill : déclencheur, méthode, format de sortie
• Description qui déclenche au bon moment
• Modèle de référence et exemples intégrés
• Vérifications et informations à ne jamais inventer
• Test, correction et partage
• Démonstration : création d’un skill dans Claude Cowork à partir d’un besoin métier réel.
• Mise en pratique : formaliser un usage récurrent sous forme de skill, puis le tester sur ses propres documents.