Vous demandez deux fois la même chose ? Faites-en un agent.

Vos meilleurs agents se cachent déjà dans l’historique de vos conversations. Ce sont les demandes que vous tapez encore et encore : le rapport mensuel, le post avec votre ton, l’analyse des concurrents avant une présentation commerciale. À chaque fois, quelqu’un réexplique le contexte depuis le début, et à chaque fois la qualité dépend de qui demande, et de la manière.

Un meilleur prompt n’y change rien. Consigner le travail une fois pour toutes, si. Voici comment.

« Créer un skill pour un agent, c’est comme préparer un guide d’accueil pour une nouvelle recrue. » · Anthropic

Agent ou méthode ?

Décidez d’abord de ce que vous consignez.

• Un agent est un rôle qui porte un type de travail, de la demande au résultat : un créateur de rapports, un rédacteur de contenu.
• Une méthode (un skill) est une façon de faire que plusieurs rôles peuvent utiliser : écrire de façon humaine, traduire le sens plutôt que les mots.

Un test rapide : si vous recruteriez quelqu’un pour ce travail, écrivez un agent. Si vous donneriez plutôt une check-list ou une charte éditoriale, écrivez une méthode.

Six signaux qu’un travail mérite d’être consigné

• Vous avez tapé la même demande, ou presque, au moins deux fois.
• Vous collez le même contexte à chaque fois : règles de marque, modèle, liste de concurrents.
• Le résultat dépend de qui demande. Un collègue obtient une bonne réponse, un autre une réponse moyenne.
• Vous corrigez sans cesse les mêmes erreurs.
• Une seule personne sait vraiment comment s’y prendre.
• Vous pourriez expliquer les étapes à un nouveau collègue.

Un contre-signal. Le guide pratique d’OpenAI sur la création d’agents les destine au travail qui demande du jugement, qui repose sur des règles difficiles à maintenir ou sur des données non structurées, comme des documents et du langage. Quand rien de cela ne s’applique, « une solution déterministe peut suffire ». Si une formule de tableur fait le travail, gardez la formule.

Consignez d’abord sept choses

Avant toute instruction, répondez à ces questions. Elles deviennent la colonne vertébrale de l’agent ou de la méthode.

1. Objectif. Que doit accomplir le résultat, et pour qui ? Une phrase.
2. Entrées. Que donne la personne quand elle demande : une période, un client, un canal ? Et que faut-il réclamer quand quelque chose manque ?
3. Sources. D’où viennent les faits : quelles connaissances, quelles données, quels outils. Précisez aussi ce qui ne compte pas comme source.
4. Format. À quoi ressemble le résultat : type de fichier, structure, longueur, langue.
5. Niveau de qualité. Comment saurez-vous que c’est bon ? Les recommandations d’Anthropic sur les critères de réussite demandent des critères spécifiques, mesurables, atteignables et pertinents. « Chaque ratio recalculé à partir des chiffres bruts » passe ce test ; « un bon rapport », non.
6. Ce qu’il ne doit jamais faire. Inventer des chiffres, écrire à l’extérieur, publier sans validation. Écrivez les limites aussi clairement que les étapes.
7. Qui valide. Nommez les étapes qui demandent une personne : envoyer, publier, dépenser de l’argent. OpenAI recommande que les actions à risque élevé déclenchent une supervision humaine jusqu’à ce que la confiance dans la fiabilité de l’agent ait grandi.

Ne partez pas d’une page blanche. Le même guide conseille de bâtir les instructions sur ce qui existe déjà : procédures opérationnelles, scripts de support ou documents de politique interne.

Pour un exemple complet de méthode consignée, regardez le Website Builder : sept étapes, de l’objectif et du marché jusqu’à la livraison, un niveau de qualité chiffré, la liste de ce qu’il ne fait jamais, et un Owner ou un Admin qui valide avant toute mise en ligne.

Testez avant de partager

1. Rassemblez trois à cinq vraies demandes passées, dont une difficile : une entrée manquante, une période inhabituelle, des données contradictoires.
2. Faites-les d’abord tourner sans l’agent et notez ce qui ne va pas. C’est votre point de référence.
3. Faites-les tourner avec l’agent et confrontez chaque résultat à votre niveau de qualité.
4. Ouvrez le livrable lui-même, pas seulement le résumé dans le chat.
5. Faites-le essayer par quelqu’un d’autre que son auteur.

Cela suit les conseils d’Anthropic pour les skills : créer les évaluations avant d’écrire une documentation détaillée, au moins trois, et mesurer d’abord les performances sans le skill, pour voir ce qu’il apporte.

Améliorez-le à l’usage

La première version n’est jamais la dernière. Quelques habitudes la gardent affûtée :

• Corrigez une fois, dans les instructions. Si vous corrigez deux fois la même chose, elle devient une règle. C’est le titre de cet article, un niveau plus bas.
• Observez l’usage. Anthropic conseille de regarder comment le modèle utilise réellement un skill, et d’itérer à partir d’observations plutôt que de suppositions.
• Demandez ce qui a mal tourné. Quand une exécution déraille, Anthropic suggère de demander au modèle d’analyser ce qui n’a pas marché. Inscrivez la leçon dans la méthode.
• Restez bref. N’ajoutez que ce que le modèle ne sait pas déjà, et supprimez les règles dont personne n’a besoin.
• Relancez vos tests après chaque modification, et quand vous changez de modèle : l’effet d’un skill dépend du modèle sur lequel il s’appuie.
• Nommez un responsable. Une personne tient l’agent ou la méthode à jour et décide des changements.

Dans Zaela

Dans Zaela, c’est ainsi que grandit le cerveau de l’entreprise : tout ce que votre équipe répète devient un agent ou une méthode pour toute l’équipe, et chaque leçon devient un agent, une méthode ou de la mémoire. Tout ce que l’IA utilise, vous pouvez aussi le voir, l’ajuster et le compléter dans l’application web. Voir comment ça marche.