Formation Agents IA : Claude Cowork & ChatGPT Work

Programme de notre formation Agents IA : Claude Cowork & ChatGPT Work

[Jour 1 – Matin]

Comprendre le travail agentique

• Démonstration d’ouverture : observer un agent traiter un dossier métier, planifier son travail, exploiter plusieurs sources et produire un livrable final
• Différencier chatbot, assistant IA, projet, workflow et agent IA
• Comprendre les capacités de planification, recherche, utilisation d’outils, exécution et restitution
• Identifier les tâches adaptées à une délégation multi-étapes et celles qui doivent rester sous contrôle humain
• Découvrir les notions de Skill, connecteur, plugin et tâche ou agent spécialisé
• Évaluer la complexité, la sensibilité et la réversibilité d’une mission avant de la déléguer
• Comprendre pourquoi une mission complexe doit parfois être séparée en plusieurs tâches
• Atelier pratique : analyser plusieurs situations métier et choisir le niveau de délégation adapté à chacune.

Cadrer une mission et préparer son environnement

• Transformer une demande métier en objectif et résultat attendu
• Définir le périmètre, les contraintes, exclusions et règles métier
• Préciser les sources à utiliser et les livrables attendus
• Définir des critères d’acceptation permettant de contrôler le résultat
• Positionner des checkpoints et identifier les actions nécessitant une validation humaine
• Comprendre le rôle des connecteurs, plugins et du protocole MCP dans l’accès aux données et applications
• Différencier accès en lecture, modification et action externe
• Limiter l’accès de l’agent aux seules ressources nécessaires à sa mission
• Atelier pratique : transformer une demande de revue d’activité en mission agentique complète et sélectionner les ressources nécessaires à son exécution.

[Jour 1 – Après-midi]

Structurer le contexte, les sources et la mémoire

• Différencier prompt, contexte, instructions, sources, ressources et mémoire
• Séparer les règles permanentes des informations propres à une mission
• Structurer un projet avec des fichiers tels que BRIEF.md, CONTEXT.md, RULES.md et QUALITY.md
• Hiérarchiser les sources et identifier celles faisant autorité
• Fournir progressivement les informations nécessaires plutôt que construire un « mega-prompt »
• Comprendre la différence entre contexte explicite et informations mémorisées par l’environnement
• Identifier le périmètre de la mémoire selon le projet, l’espace de travail et le compte
• Consulter, corriger ou supprimer les informations mémorisées lorsque l’environnement le permet
• Distinguer une source de données d’une instruction et comprendre le principe de l’injection de prompt
• Atelier pratique : organiser le dossier du fil rouge, construire les fichiers Markdown de contexte et détecter une information contradictoire ainsi qu’une instruction parasite.

Décomposer et orchestrer une mission complexe

• Transformer un objectif complexe en tâches, sous-tâches et dépendances
• Séparer les responsabilités selon le modèle Collecter → Analyser → Produire → Contrôler
• Identifier les tâches pouvant être exécutées indépendamment ou en parallèle
• Comprendre le rôle des tâches spécialisées et des sous-agents
• Définir précisément le contexte et les ressources nécessaires à chaque tâche
• Indiquer quelles tâches doivent être terminées avant de poursuivre le workflow
• Définir le format dans lequel les différents résultats doivent être consolidés
• Positionner des points de contrôle permettant de corriger la trajectoire sans recommencer toute la mission
• Comprendre l’impact des traitements parallèles et agentiques sur les quotas, crédits et ressources consommées
• Atelier pratique : décomposer la revue d’activité en tâches spécialisées, exécuter le workflow et consolider les résultats dans un premier livrable.

[Jour 2 – Matin]

Produire et contrôler des livrables métier

• Combiner recherches, documents, données et applications connectées
• Produire des notes de synthèse, comptes rendus, tableaux de suivi et plans d’action
• Créer des documents, feuilles de calcul et présentations exploitables
• Produire selon l’environnement des dashboards, sites ou artefacts interactifs
• Utiliser un modèle existant comme référence de structure ou de présentation
• Contrôler l’exhaustivité et la cohérence du résultat par rapport au brief
• Distinguer faits, calculs, interprétations et hypothèses
• Exiger la traçabilité des informations importantes vers leurs sources
• Faire signaler les informations absentes ou contradictoires plutôt que les compléter sans preuve
• Organiser une seconde passe de contrôle distincte de la production
• Corriger uniquement les éléments défaillants sans recommencer inutilement l’ensemble de la mission
• Atelier pratique : produire, vérifier et corriger les livrables de la revue d’activité avant leur validation.

Transformer une méthode validée en Skill

• Différencier prompt réutilisé, instructions de projet, modèle et Skill
• Comprendre le principe des Agent Skills et le rôle du fichier SKILL.md
• Définir le nom, la description, les entrées et le résultat attendu d’un Skill
• Comprendre comment la description permet à l’agent d’identifier les situations dans lesquelles utiliser le Skill
• Formaliser les étapes, règles métier et contrôles obligatoires du workflow
• Associer modèles, exemples et ressources complémentaires
• Comprendre le principe de chargement progressif des ressources
• Différencier sélection automatique d’un Skill et utilisation explicitement demandée selon l’environnement
• Tester et améliorer une méthode sur de nouvelles données
• Atelier pratique : transformer le workflow du fil rouge en SKILL.md, puis tester sa sélection et son exécution sur le second jeu de données.

[Jour 2 – Après-midi]

Automatiser un workflow en conservant le contrôle

• Identifier les processus réellement adaptés à une automatisation
• Créer une tâche ponctuelle, planifiée ou récurrente
• Distinguer exécution récurrente, surveillance et déclenchement par événement lorsque ces mécanismes sont disponibles
• Définir les données et ressources nécessaires à chaque nouvelle exécution
• Prévoir les cas d’information absente, incohérente ou inaccessible
• Définir une stratégie d’arrêt, de reprise ou d’escalade vers un humain
• Comprendre les différents niveaux d’approbation et d’autonomie proposés par Claude Cowork et ChatGPT Work
• Adapter le niveau de supervision à la sensibilité des données, aux sources consultées et aux actions réalisées
• Appliquer le principe du moindre privilège aux fichiers, applications et connecteurs
• Maintenir une validation humaine avant les actions sensibles, externes ou difficilement réversibles
• Comprendre l’impact des workflows récurrents sur les quotas, crédits et ressources consommées
• Atelier pratique : transformer la revue d’activité en processus récurrent, définir ses contrôles et tester son comportement face à une nouvelle instruction malveillante dissimulée dans une source externe.

Industrialiser et partager un workflow agentique

• Différencier workflow personnel, Skill partagé et agent d’équipe
• Identifier les méthodes pouvant devenir des standards internes
• Mutualiser instructions, modèles, ressources et critères de qualité
• Définir les responsabilités de création, modification, exécution et validation
• Versionner les instructions et réévaluer régulièrement les permissions, sources et automatisations
• Atelier final : exécuter le workflow complet sur les données de la période suivante, détecter les anomalies et l’injection de prompt, appliquer le Skill, produire les livrables et obtenir la validation humaine avant diffusion
• Restitution : présenter l’architecture retenue, les éléments automatisés, les contrôles humains et les principaux risques du workflow.