Ce document accompagne les équipes qui veulent passer du chat libre à des usages
reproductibles (qualification, comptes rendus, rédaction). Les principes s'appliquent
d'abord à Claude (Projects, API) et se transposent aux autres assistants IA.
Renseignez votre email ci-dessous pour accéder au contenu complet.
PDF : bouton ci-dessus ou Ctrl+P → « Enregistrer au format PDF ».
Accès gratuit · ressource LinkedIn
Recevoir le guide complet
Indiquez votre email professionnel pour débloquer la lecture en ligne, les prompts copiables
et l’export PDF. La suite par email est optionnelle et se désactive en un clic.
Prompts & templates prêts à l’emploi
3 workflows (leads, réunions, contenu)
Checklist avant mise en production
Déjà client ou échange en cours ?
Écrivez-moi
avec le même email.
Comment utiliser ce guide
Bloc
Ce que vous y trouvez
Comment l'utiliser
Le concept
L'essentiel en quelques lignes. Pourquoi ça compte.
Lisez-le une fois.
Le prompt
Un gabarit à copier-coller dans Claude (ou équivalent).
Copiez, adaptez les [variables], testez.
Le template
Une structure réutilisable pour vos données ou sorties.
Dupliquez dans Notion, Word, n8n…
Le piège
L'erreur fréquente au premier déploiement.
Lisez-le avant de mettre en production.
Le test rapide
Vérifier que ça fonctionne avant d'aller plus loin.
Faites-le dans les 10 minutes qui suivent.
Ce guide est conçu pour être utilisé, pas seulement lu. Allez au cas d'usage qui vous concerne (partie 4), puis revenez aux parties 1 à 3 si un résultat vous surprend.
Le système en une image — chaque bloc renvoie à une partie du guide
⟲ L'évaluation renvoie vers le contexte : chaque correction du prompt se rejoue sur la grille.
Les parties 4 (workflows) assemblent ces blocs ; la partie 6 (Projects, Skills, MCP) les branche sur vos outils.
1. Le contexte : la couche que personne ne configure
Claude ne sait pas qui vous êtes, ce que vous faites, ni ce que vous attendez de lui, sauf si vous le lui dites. C'est le rôle du contexte. Sans lui, Claude devine. Avec lui, Claude exécute. La différence en production est énorme.
Le contexte se compose de trois éléments distincts que la plupart des gens mélangent dans un seul prompt : qui est Claude dans cette interaction, quelles sont les données qu'il doit traiter, et comment doit se présenter sa réponse.
1.1 Le prompt système : qui est Claude ici
C'est la configuration de base. Elle s'écrit une fois, reste fixe, et s'applique à toutes les interactions dans un même contexte. Dans Claude.ai, c'est le champ "Instructions" dans un Project. Dans l'API, c'est le paramètre system.
1.2 Calibrer le ton avec trois exemples
Les exemples sont le levier le plus sous-exploité. Deux ou trois sorties annotées valent mieux que deux paragraphes d'instructions sur le ton attendu. Claude apprend par imitation, pas par description.
2. Les entrées : structurer avant de déléguer
Ce que Claude reçoit détermine ce qu'il produit. Des entrées libres donnent des sorties libres. Des entrées structurées donnent des sorties prévisibles. La structuration des entrées est le travail de conception que peu d'équipes formalisent : c'est souvent là que se joue la fiabilité en production.
2.1 Le schéma d'entrée minimum
Avant de lancer quoi que ce soit, définissez les champs que Claude doit recevoir à chaque appel. Ce schéma devient votre contrat d'interface entre le monde réel et Claude.
2.2 La règle des données manquantes
Tout système en production rencontre des entrées incomplètes. La façon dont Claude les gère par défaut — combler les trous en inventant — est le premier vecteur d'hallucination. Une instruction explicite change tout.
3. Les sorties : forcer le format dès le départ
Une sortie non structurée est un texte. Une sortie structurée est une donnée. La différence : la donnée peut être vérifiée, stockée, comparée, et consommée par un autre système. Si vous ne forcez pas le format de sortie, vous récupérez du texte. Chaque fois.
3.1 Sortie JSON — pour les workflows automatisés
Idéal quand la sortie alimente un autre outil (CRM, base de données, tableau de bord). Le JSON force une structure, permet la validation automatique, et est parseable dans n'importe quel langage.
3.2 Sortie Markdown — pour les contenus lisibles
Pour des rapports, synthèses, emails ou articles. Le Markdown préserve la structure et reste lisible à l'œil nu. Définissez toujours les sections attendues plutôt que de laisser Claude inventer sa propre structure.
3.3 Évaluer ses propres sorties
Claude peut se relire. C'est une des techniques les plus efficaces pour améliorer la qualité sans intervention humaine systématique. Deux passes valent mieux qu'une.
4. Trois workflows prêts à déployer
Ces workflows sont issus de déploiements terrain (qualification, comptes rendus, rédaction). Adaptez les variables entre [crochets] à votre contexte. Chaque workflow inclut le prompt système, le schéma d'entrée, le format de sortie et les points de contrôle humains.
4.1 Qualification de leads entrants
Contexte : vous recevez des demandes de contact et perdez du temps à qualifier manuellement. Ce workflow produit un score, une raison, et une action recommandée pour chaque lead entrant.
Point de contrôle humain
Règle
Action
Score entre 40 et 70
Revue humaine obligatoire avant toute action.
Score > 70 + confiance haute
Réponse automatique possible. Préparez un modèle de réponse à part.
Score < 40
Archivage après 48 h si aucune correction humaine.
Confiance = faible (tout score)
Revue humaine obligatoire. Ne pas automatiser.
4.2 Synthèse de réunion ou d'entretien
Contexte : vous avez une transcription brute et vous voulez un compte-rendu structuré, neutre, sans interprétation. Applicable aux réunions d'équipe, entretiens commerciaux, ou entretiens RH.
4.3 Rédaction de contenu avec brief structuré
Contexte : vous produisez des contenus récurrents (fiches produit, emails, articles, posts) et voulez une base de qualité constante. Un brief structuré accélère la production tout en préservant votre cohérence éditoriale.
5. Checklist avant de déployer
Avant de lancer un système Claude en production — même à petite échelle — vérifiez ces 12 points. Ils représentent les causes les plus fréquentes d'échec observées dans des déploiements réels.
5.1 Conception
Le prompt système est séparé des données d'entrée.
Chaque champ d'entrée est défini et typé (texte / nombre / liste fixe).
Le comportement sur données manquantes est explicitement instruit.
Le format de sortie est contraint, pas suggéré.
Au moins 2 exemples annotés (few-shot) sont intégrés dans le contexte.
5.2 Validation
Le système a été testé sur 20 cas réels avant mise en production.
Les cas limites connus ont été testés explicitement.
Une métrique de qualité est définie et mesurable sans Claude.
La validation humaine est une étape bloquante, pas optionnelle.
5.3 Gouvernance
Le prompt système est versionné et archivé (même dans un simple Google Doc).
Un responsable humain est désigné pour chaque décision critique du workflow.
Les utilisateurs du système savent ce qu'il fait et comment signaler une anomalie.
6. Brancher Claude sur vos outils : Projects, Skills, MCP
Tout ce qui précède fonctionne dans une fenêtre de chat. Mais la valeur durable arrive quand Claude cesse de repartir de zéro : quand votre contexte, vos méthodes et vos données sont branchés une fois pour toutes. Trois briques natives couvrent ce besoin, de la plus simple à la plus puissante. La plupart des équipes n'utilisent que la première — souvent sans le savoir.
6.1 Projects : votre contexte, configuré une fois
Un Project regroupe des instructions permanentes (votre prompt système de la partie 1) et des fichiers de référence (charte éditoriale, fiches produit, exemples annotés). Chaque conversation du Project démarre avec ce bagage. C'est la première marche : si vous copiez-collez le même contexte plusieurs fois par semaine, un Project vous rembourse en une journée.
6.2 Skills : une méthode que toute l'équipe applique pareil
Une Skill est un dossier d'instructions (et éventuellement de scripts et modèles de documents) que Claude charge automatiquement quand la tâche s'y prête. La différence avec un Project : la Skill encapsule un savoir-faire réutilisable partout — « comment on rédige un compte rendu chez nous », « comment on qualifie un lead » — au lieu d'un contexte lié à un espace de travail. C'est l'outil de standardisation : la méthode est écrite une fois, versionnée, et chaque membre de l'équipe l'exécute de la même façon.
6.3 MCP : quand les données vivent ailleurs
MCP (Model Context Protocol) est un standard ouvert qui permet de connecter Claude à vos outils : CRM, base de données, Drive, calendrier, outils internes. Au lieu de copier-coller les données vers Claude, Claude va les chercher — avec des droits d'accès définis. C'est la brique qui transforme un assistant en système : le workflow de qualification de la partie 4 peut lire les leads directement dans votre CRM et y écrire son score.
6.4 Quelle brique pour quel symptôme
Votre symptôme
La brique
« Je recolle le même contexte à chaque conversation »
Project
« Chacun fait la même tâche différemment »
Skill
« Le copier-coller des données est devenu le goulot »
MCP
« Les trois à la fois »
Dans cet ordre : Project, puis Skill, puis MCP
7. Évaluer sans se raconter d'histoires
La checklist (partie 5) exige une métrique de qualité mesurable. Voici comment la construire concrètement. Le principe : avant d'automatiser quoi que ce soit, le système doit prouver sa fiabilité sur 20 cas réels — pas 3 démos choisies. C'est l'étape que tout le monde saute, et la première cause des déploiements qui déçoivent.
7.1 La grille des 20 cas
7.2 La règle de décision
La règle de décision, sur 20 cas
0 – 13 OKRetravaillez les parties 1 à 3
14 – 17Assiste, ne décide pas
18 – 20Automatisation raisonnable
Comptez les OK. La lecture est simple : 18 OK ou plus sur 20, l'automatisation avec les points de contrôle humains de la partie 4 est raisonnable. Entre 14 et 17, le système assiste mais ne décide pas : chaque sortie passe par une revue humaine. En dessous de 14, le problème est en amont — retravaillez le contexte, les entrées ou le format (parties 1 à 3) avant de toucher au moindre réglage fin. Et dans tous les cas : rejouez la grille après chaque modification du prompt système. Un prompt modifié est un système différent.
7.3 Se faire aider par un juge — sans lui donner les clés
Le juge accélère le pré-tri sur de gros volumes, mais la règle ne change pas : les KO et les DOUTE sont revus par un humain, et c'est l'humain qui remplit la colonne Verdict de la grille. Un système évalué uniquement par un autre modèle n'est pas évalué — il est plausible.
Carte de référence rapide
À imprimer ou garder en favori. Ces formulations couvrent la majorité des cas en production.
Situation
Instruction à ajouter
Claude invente des informations
"Tu n'utilises que les informations fournies. Si une information est absente, écris [INFORMATION MANQUANTE]."
La sortie change de format à chaque fois
"Respecte exactement la structure suivante. Ne crée pas de sections supplémentaires."
Claude est trop verbeux
"Ta réponse ne dépasse pas [X] mots / [X] lignes. Sois direct."
Le JSON contient du texte parasite
"Réponds UNIQUEMENT avec un objet JSON valide. Aucun texte avant ou après. Pas de backticks."
Le ton ne correspond pas
"Voici 2 exemples du ton attendu : [exemple 1] / [exemple 2]. Calque ton style sur ces exemples."
Claude sort du périmètre
"Si la demande est hors périmètre, réponds uniquement : [HORS PÉRIMÈTRE] et rien d'autre."
Les décisions sont floues
"Ne formule pas de recommandations floues. Chaque action doit être formulée à l'impératif et attribuée à un responsable."
La qualité est inégale
"Avant de livrer ta réponse, vérifie : (1) chaque affirmation est sourcée dans les données. (2) Le format est respecté. Corrige avant de répondre."
Les trois questions à vous poser à chaque déploiement
Si la personne qui a configuré ce système partait demain, est-ce que ça fonctionnerait toujours ?
Qui est responsable de chaque décision produite par ce système ?
Comment détectez-vous qu'une sortie est incorrecte avant qu'elle crée un problème réel ?
Si une de ces réponses est floue, c'est le vrai sujet à régler avant d'optimiser les prompts.