Maîtriser l'IA générative et l'IA agentique pour les professionnels
Intelligence artificielleDébutantFrançais57 h16 modules64 leçonsCapstone inclus
Présentation de la formation
Cette formation transforme un professionnel débutant en utilisateur exigeant de l'intelligence artificielle générative. Elle ne se contente pas d'apprendre à « bien écrire des prompts » : elle installe une progression complète qui part des notions fondamentales (intelligence artificielle, apprentissage automatique, grands modèles de langage) pour aboutir à la conception d'assistants spécialisés, de workflows automatisés et de dispositifs agentiques encadrés par des garde-fous et une validation humaine.
Chaque module suit le même rythme en trois temps. Comprendre : des explications accessibles, chaque terme technique défini en français et en anglais, accompagné d'un exemple professionnel et des erreurs d'interprétation fréquentes. S'entraîner : des démonstrations que le formateur réalise en direct, au moins deux exercices guidés par module avec corrigé indicatif, un cas pratique professionnel et un laboratoire pas à pas. Prouver : un livrable concret par module, noté avec un barème public, à conserver dans un portfolio professionnel réutilisable en entreprise.
Aucune compétence en programmation n'est nécessaire. Aucun abonnement payant n'est indispensable : chaque activité indique les outils requis, les limites des versions gratuites et une alternative sans abonnement. Les participants travaillent exclusivement avec des données fictives clairement identifiées. Les fonctionnalités, tarifs et quotas des outils évoluant rapidement, le manuel apprend à les vérifier plutôt qu'à les supposer.
La formation couvre trois outils principaux (ChatGPT, Claude, Gemini), les outils d'analyse de documents et de données, l'automatisation accessible sans code (Make, n8n et leurs alternatives), et une introduction rigoureuse à l'IA agentique : objectif, planification, outils, mémoire, permissions, garde-fous, boucle agentique et supervision humaine.
Ce que contient le parcours
| Contenu | Volume |
|---|---|
| Modules | 16 |
| Leçons | 64 |
| Quiz auto-corrigés | 16 (96 questions) |
| Laboratoires notés | 16 (8 laboratoires officiels et 8 ateliers d'application) |
| Livrables de portfolio | 11 |
| Annexes et ressources | 6 |
| Projet final | 1 — noté sur 30 |
| QCM d'entraînement sans enjeu | 40 |
Objectifs pédagogiques
- Expliquer simplement ce qu'est l'intelligence artificielle et distinguer IA, Machine Learning, Deep Learning, IA générative, LLM et IA agentique.
- Comprendre les principes fondamentaux du Machine Learning sans programmer : données, variables, entraînement, modèle, prédiction, biais, surapprentissage.
- Expliquer ce qu'est un grand modèle de langage, comment il prédit le jeton suivant et pourquoi il peut produire une réponse convaincante mais fausse.
- Identifier les forces, limites et cas d'usage professionnels de ChatGPT, Claude et Gemini, puis choisir l'outil adapté à une tâche donnée.
- Rédiger des prompts simples, structurés et avancés selon le framework RÔLE + CONTEXTE + OBJECTIF + DONNÉES + CONTRAINTES + FORMAT + CRITÈRES DE QUALITÉ.
- Utiliser l'IA pour rédiger, reformuler, synthétiser, analyser, rechercher et produire des contenus professionnels.
- Analyser des documents PDF, Word, des tableaux et des jeux de données, en contrôlant les résultats et en retrouvant les passages d'origine.
- Utiliser l'IA pour améliorer l'activité commerciale : prospection, qualification, préparation de rendez-vous, argumentaire, emails, relances, objections et suivi client.
- Construire un assistant IA spécialisé pour une activité professionnelle, avec instructions permanentes, base documentaire, limites et procédure d'escalade.
- Identifier les tâches automatisables et concevoir un workflow simple : déclencheur, étapes, conditions, point de validation humaine et plan de secours.
- Comprendre la différence entre chatbot, assistant, automatisation, workflow intégrant un modèle et agent IA.
- Expliquer les composants d'un agent : modèle, instructions, contexte, mémoire, outils, actions, permissions, planification, observation et garde-fous.
- Construire ou utiliser des workflows agentiques simples sans programmation avancée, en respectant le moindre privilège.
- Identifier les principaux risques : hallucinations, biais, erreurs, confidentialité, données personnelles, prompt injection, fuite d'informations et décisions automatisées.
- Mettre en place une méthode de vérification humaine et distinguer l'assistance à une décision de la délégation d'une décision.
- Concevoir un système personnel d'utilisation de l'IA et un plan d'adoption à 30, 90 et 180 jours.
- Construire un cas d'usage IA complet adapté à son métier, le documenter et en mesurer les gains.
- Présenter et démontrer une solution IA professionnelle devant un groupe ou un responsable.
Prérequis
- Savoir utiliser un ordinateur, naviguer sur Internet et manipuler les outils bureautiques courants.
- Aucune expérience préalable en intelligence artificielle n'est requise.
- Aucune compétence en programmation n'est requise pour les modules fondamentaux ni pour les laboratoires.
- Savoir lire et produire des documents professionnels courants (email, compte rendu, tableau simple).
- Une adresse électronique et un accès à Internet pour créer les comptes gratuits des assistants.
- Travailler sur des documents que l'employeur autorise à partager avec un service d'IA (ou utiliser les jeux de données fictifs fournis).
Public visé
- Commerciaux, responsables commerciaux, chargés de clientèle et de relation client.
- Assistants de direction, fonctions administratives et support.
- Responsables marketing, communication et contenu.
- Professionnels des ressources humaines, du recrutement et de la formation.
- Managers, entrepreneurs, consultants et formateurs indépendants.
- Toute personne non technique qui souhaite intégrer l'IA dans son travail quotidien sans devenir ingénieur.
Matériel et environnement requis
Un ordinateur portable récent et une connexion Internet stable. Un navigateur web à jour (Chrome, Edge, Firefox ou Safari). Trois comptes gratuits : un compte ChatGPT, un compte Claude et un compte Google permettant d'utiliser Gemini. Une adresse électronique professionnelle ou personnelle. Les documents de travail utilisés pendant les exercices, uniquement lorsqu'ils peuvent légalement être partagés avec un outil d'IA ; sinon, les jeux de données fictifs fournis dans les laboratoires sont utilisés. Aucune carte graphique, aucun serveur et aucune installation logicielle particulière ne sont nécessaires ; les outils d'automatisation utilisés disposent tous d'une version gratuite ou d'une alternative sans abonnement.
Programme détaillé
16 modules · 64 leçons · 16 quiz · 16 labs · 16 livrables
Module 1 — Comprendre l'intelligence artificielle
0 min- Leçon 1 — Qu'est-ce que l'intelligence artificielle ?0 min
- Leçon 2 — Histoire, IA traditionnelle et IA moderne0 min
- Leçon 3 — IA générative, LLM et IA agentique0 min
- Leçon 4 — Mythes, réalités et augmentation du travail humain0 min
- Quiz auto-corrigé : Quiz — Comprendre l'intelligence artificielle6 questions · seuil 5/6
- Lab guidé : Cadrer l'IA dans son métier10 étapes · 0 min
- Livrable : Livrable du module 18 critères de validation
Module 2 — Introduction au Machine Learning et au Deep Learning
0 min- Leçon 1 — Des données aux jeux de données : ce qu'un modèle peut apprendre0 min
- Leçon 2 — Comment un modèle apprend : entraînement et familles d'apprentissage0 min
- Leçon 3 — Classification et régression : deux problèmes, des indicateurs différents0 min
- Leçon 4 — Réseaux de neurones, Deep Learning et les trois pièges à éviter0 min
- Quiz auto-corrigé : Quiz — Introduction au Machine Learning et au Deep Learning6 questions · seuil 5/6
- Lab guidé : Cartographier l'IA dans son métier15 étapes · 0 min
- Livrable : Livrable du module 29 critères de validation
Module 3 — Comprendre les LLM
0 min- Leçon 1 — Ce qu'est un grand modèle de langage, et ce qu'il n'est pas0 min
- Leçon 2 — Jetons, contexte et fenêtre de contexte0 min
- Leçon 3 — Entraînement, paramètres et réglages0 min
- Leçon 4 — Hallucinations, variabilité et procédure de vérification0 min
- Quiz auto-corrigé : Quiz — Comprendre les LLM6 questions · seuil 5/6
- Lab guidé : Tester la variabilité et les limites d'un modèle10 étapes · 0 min
- Livrable : Livrable du module 38 critères de validation
Module 4 — ChatGPT, Claude et Gemini
0 min**ChatGPT** est l'assistant conversationnel développé par l'entreprise OpenAI. On y accède par un site web, par une application mobile et par certaines intégrations logicielles. Le module 05 montrera comment y écrire des consignes structurées ; le module 03 a montré pourquoi ses réponses doivent être vérifiées. **Claude** est l'assistant conversationnel développé par l'entreprise Anthropic. On y accède par un site web et par des applications. Sa présentation met souvent l'accent sur les documents longs et sur la rédaction nuancée. Cette réputation est à vérifier vous-même sur vos propres tâches, à votre date d'essai. **Gemini** est l'assistant conversationnel développé par Google. On y accède par un site web et depuis plusieurs services de l'écosystème Google. Son intérêt principal, pour un débutant, est son intégration à des outils déjà utilisés au bureau. Trois interfaces différentes reposent sur trois familles de modèles différentes. Un **modèle** est le moteur de prédiction de texte décrit au module 03. Un éditeur propose souvent plusieurs versions d'un même modèle. Une version est rapide et économique ; une autre est plus lente et plus coûteuse ; une troisième est orientée vers les raisonnements longs. Les noms de ces versions changent fréquemment. Retenez la logique, pas les noms. Une **interface de programmation** (en anglais *Application Programming Interface*, abrégée **API**) est une prise de branchement technique. Elle permet à un autre logiciel d'utiliser le modèle sans passer par la page web. Vous n'en avez pas besoin dans ce module. Sachez seulement que ce mode d'accès existe, qu'il se facture souvent à l'usage et non au forfait. Ses conditions doivent être vérifiées à la date d'utilisation. > **Erreur fréquente :** croire que les trois outils partagent le même moteur. Trois entreprises concurrentes ne partagent pas le même modèle. C'est précisément pour cette raison qu'une comparaison sur une mission identique a un sens.
- Leçon 1 — Les trois assistants : nature, positionnement et fonctions communes0 min
- Leçon 2 — Conduire une conversation professionnelle0 min
- Leçon 3 — Fichiers, documents et recherche assistée0 min
- Leçon 4 — Analyse, création de contenu et choix du bon outil0 min
- Quiz auto-corrigé : Quiz — ChatGPT, Claude et Gemini6 questions · seuil 5/6
- Lab guidé : Comparer les trois assistants18 étapes · 0 min
- Livrable : Livrable du module 48 critères de validation
Module 5 — Maîtriser le prompting
0 min- Leçon 1 — Qu'est-ce qu'un prompt, et pourquoi la formulation décide0 min
- Leçon 2 — Le framework en sept composants0 min
- Leçon 3 — Cinq familles de prompts professionnels0 min
- Leçon 4 — Évaluer, corriger, capitaliser : le prompting n'est pas une garantie0 min
- Quiz auto-corrigé : Quiz — Maîtriser le prompting6 questions · seuil 5/6
- Lab guidé : Fabriquer et tester 5 prompts structurés10 étapes · 0 min
- Livrable : Livrable du module 58 critères de validation
Module 6 — Prompting avancé
0 min- Leçon 1 — Zero-shot, few-shot et le rôle des exemples0 min
- Leçon 2 — Décomposition d'un problème et instructions séquentielles0 min
- Leçon 3 — Comparaison, classification, extraction structurée et transformation0 min
- Leçon 4 — Critique, variantes, workflows de prompts et validation des réponses0 min
- Quiz auto-corrigé : Quiz — Prompting avancé6 questions · seuil 5/6
- Lab guidé : Construire une bibliothèque de 20 prompts professionnels15 étapes · 0 min
- Livrable : Livrable du module 68 critères de validation
Module 7 — IA pour les documents, la recherche et les données
0 min- Leçon 1 — Analyser un PDF, un document Word et un tableau sans se tromper0 min
- Leçon 2 — Synthétiser un document long et rattacher chaque affirmation à sa source0 min
- Leçon 3 — Comparer des documents, extraire l'information et vérifier les sources0 min
- Leçon 4 — Analyse de données : segmentation, tendances, anomalies, corrélation et causalité0 min
- Quiz auto-corrigé : Quiz — IA pour les documents, la recherche et les données6 questions · seuil 5/6
- Lab guidé : Chaîne de vérification documentaire12 étapes · 0 min
- Livrable : Livrable du module 78 critères de validation
Module 8 — IA pour les commerciaux
0 min- Leçon 1 — Prospection et premiers contacts assistés par l'IA0 min
- Leçon 2 — Recherche sur l'entreprise et qualification du prospect0 min
- Leçon 3 — Emails, réseaux professionnels, relances et objections0 min
- Leçon 4 — Négociation, compte rendu, suivi et fidélisation0 min
- Quiz auto-corrigé : Quiz — IA pour les commerciaux6 questions · seuil 5/6
- Lab guidé : Analyser un dossier commercial complet avec l'IA17 étapes · 0 min
- Livrable : Livrable du module 88 critères de validation
Module 9 — Construire son assistant IA professionnel
0 min- Leçon 1 — Du chatbot généraliste à l'assistant spécialisé0 min
- Leçon 2 — Rédiger des instructions permanentes complètes0 min
- Leçon 3 — Constituer et gouverner une base documentaire0 min
- Leçon 4 — Règles de fonctionnement, limites, escalade et contrôle humain0 min
- Quiz auto-corrigé : Quiz — Construire son assistant IA professionnel6 questions · seuil 5/6
- Lab guidé : Instructions permanentes et base documentaire10 étapes · 0 min
- Livrable : Livrable du module 98 critères de validation
Module 10 — IA et productivité professionnelle
0 min- Leçon 1 — Organiser sa journée et hiérarchiser ses priorités0 min
- Leçon 2 — Préparer une réunion et produire un compte rendu fidèle0 min
- Leçon 3 — Traiter ses emails et rédiger des rapports professionnels0 min
- Leçon 4 — Planifier, rechercher, présenter et transformer l'information en actions0 min
- Quiz auto-corrigé : Quiz — IA et productivité professionnelle6 questions · seuil 5/6
- Lab guidé : Construire son AI Sales Assistant10 étapes · 0 min
- Livrable : Livrable du module 108 critères de validation
Module 11 — Automatisation et workflows IA
0 min- Leçon 1 — Ce qu'est une automatisation, et quand elle est justifiée0 min
- Leçon 2 — L'interface de programmation expliquée simplement, et la place de l'IA0 min
- Leçon 3 — Concevoir un workflow : déclencheur, étapes, conditions, validation0 min
- Leçon 4 — Erreurs, validation humaine et exécution sans outil payant0 min
- Quiz auto-corrigé : Quiz — Automatisation et workflows IA6 questions · seuil 5/6
- Lab guidé : Cartographier et simuler un workflow9 étapes · 0 min
- Livrable : Livrable du module 118 critères de validation
Module 12 — Comprendre l'IA agentique
0 min- Leçon 1 — Qu'est-ce qu'un agent IA, et en quoi diffère-t-il des dispositifs voisins ?0 min
- Leçon 2 — La boucle agentique : objectif, planification, outil, action, observation0 min
- Leçon 3 — Les composants d'un agent et l'échelle des niveaux d'autonomie0 min
- Leçon 4 — Risques propres à l'autonomie et validation humaine0 min
- Quiz auto-corrigé : Quiz — Comprendre l'IA agentique6 questions · seuil 5/6
- Lab guidé : Concevoir un workflow IA simple12 étapes · 0 min
- Livrable : Livrable du module 128 critères de validation
Module 13 — Construire des workflows agentiques
0 min- Leçon 1 — Instructions, contexte et mémoire d'un agent0 min
- Leçon 2 — Outils, actions, permissions et moindre privilège0 min
- Leçon 3 — Concevoir un workflow multi-étapes et des agents spécialisés0 min
- Leçon 4 — Documenter, superviser et transmettre un dispositif agentique0 min
- Quiz auto-corrigé : Quiz — Construire des workflows agentiques6 questions · seuil 5/6
- Lab guidé : Fiche d'autorisation et journal d'exécution10 étapes · 0 min
- Livrable : Livrable du module 138 critères de validation
Module 14 — Sécurité, éthique et utilisation responsable
0 min- Leçon 1 — Classer l'information avant de la partager : les quatre niveaux0 min
- Leçon 2 — Données personnelles, données clients et informations financières0 min
- Leçon 3 — Hallucinations, prompt injection, fuites d'informations et erreurs de l'IA0 min
- Leçon 4 — Responsabilité, décisions automatisées et vérification humaine0 min
- Quiz auto-corrigé : Quiz — Sécurité, éthique et utilisation responsable6 questions · seuil 5/6
- Lab guidé : Expérimenter un workflow agentique12 étapes · 0 min
- Livrable : Livrable du module 148 critères de validation
Module 15 — Stratégie d'adoption de l'IA
0 min- Leçon 1 — Classer ses tâches : répétitives, augmentables, automatisables, humaines0 min
- Leçon 2 — Prioriser ses cas d'usage : la matrice impact / effort0 min
- Leçon 3 — Mesurer le gain de temps, la qualité et le retour sur investissement0 min
- Leçon 4 — Feuille de route, conduite du changement et gouvernance0 min
- Quiz auto-corrigé : Quiz — Stratégie d'adoption de l'IA6 questions · seuil 5/6
- Lab guidé : Mesurer le gain et construire la feuille de route10 étapes · 0 min
- Livrable : Livrable du module 158 critères de validation
Module 16 — Projet final : votre assistant IA professionnel
0 min- Leçon 1 — Cadrer le projet et écrire le cahier des charges0 min
- Leçon 2 — Décrire le processus actuel et localiser la valeur0 min
- Leçon 3 — Concevoir, construire et documenter l'assistant0 min
- Leçon 4 — Tester, vérifier, mesurer et défendre0 min
- Quiz auto-corrigé : Quiz — Projet final : votre assistant IA professionnel6 questions · seuil 5/6
- Lab guidé : Projet final : AI Assistant professionnel12 étapes · 0 min
- Livrable : Livrable du module 168 critères de validation
Projet final (capstone) : AI Assistant professionnel
11 étapes · durée estimée 0 min · 6 livrables attendus
Vous êtes en fin de parcours. Vous avez compris les fondements de l'intelligence artificielle, appris à écrire des prompts professionnels, analysé des documents, construit un assistant spécialisé, conçu un workflow et expérimenté un dispositif agentique encadré. Le projet final ne consiste pas à ajouter une notion, mais à démontrer que vous savez transformer l'IA en résultat professionnel mesurable, dans votre métier réel, devant un jury.
Le livrable est une solution IA complète et reproductible : un AI Assistant professionnel adapté à votre activité. L'exemple de référence est l'AI Sales Assistant d'un commercial, mais tout métier est accepté : assistant de recrutement, assistant de gestion administrative, assistant marketing, assistant de suivi de chantier, assistant de veille réglementaire, assistant de préparation de cours.
Ce que l'AI Assistant doit savoir faire (exemple commercial de référence)
Pour un commercial, le système doit permettre de :
- analyser un prospect ;
- préparer un rendez-vous ;
- générer des questions ;
- identifier les besoins ;
- préparer un argumentaire ;
- rédiger un email ;
- traiter les objections ;
- préparer une relance ;
- produire un compte rendu ;
- proposer les prochaines actions.
Pour un autre métier, remplacez cette liste par dix fonctions équivalentes, adaptées à votre activité, et conservez la même exigence de démonstration.