Vos équipes utilisent déjà ChatGPT ou Copilot : mais de façon dispersée, sans cohérence ni garde-fous.Et si vous leur donniez des assistants IA taillés sur mesure pour leurs besoins métiers spécifiques ?Cette formation d'une journée vous apprend à concevoir, configurer et déployer des assistants IA personnalisés sans aucune compétence en développement : GPTs configurés, prompts systèmes avancés, bases de connaissances internes intégrées, automatisations no-code connectées à vos outils métier.À l'issue de la journée, chaque participant repart avec un assistant IA fonctionnel pour son équipe, un plan de déploiement et les bonnes pratiques pour sécuriser l'usage de l'IA en interne.
Objectifs pédagogiques
- Identifier et prioriser les usages des assistants IA adaptés aux besoins de l'entreprise
- Concevoir l'architecture conversationnelle d'un assistant IA métier
- Intégrer les données internes et automatiser les interactions avec les outils métier
- Évaluer, améliorer et sécuriser un assistant IA
- Déployer un assistant IA et piloter son adoption dans l'organisation
Programme de la formation
Identifier et prioriser les usages des assistants IA adaptés aux besoins de l'entreprise
Comprendre le paysage des assistants IA
- Taxonomie des assistants IA : du plus simple au plus sophistiqué
- Assistant conversationnel générique : ChatGPT, Claude, Gemini — forces et limites sans personnalisation
- GPT personnalisé (Custom GPT) : instructions système, base de connaissances, outils intégrés
- Copilote métier : Copilot pour Microsoft 365, Gemini for Workspace — intégration native aux outils bureautiques
- Agent IA simple : assistant capable d'exécuter des actions via des outils connectés (recherche web, API, formulaires)
- Agent IA autonome : orchestration multi-étapes, mémoire persistante, supervision humaine configurable
- Les apports concrets des assistants IA en entreprise
- Gain de temps mesurable : rédaction (-60 %), synthèse de documents (-70 %), recherche d'information (-50 %)
- Standardisation des réponses : cohérence du ton, respect des règles internes, conformité
- Accessibilité 24/7 : support interne, FAQ intelligente, onboarding collaborateurs
- Exemples sectoriels : assistant juridique (analyse de contrats), assistant RH (FAQ paie/congés), assistant commercial (qualification de leads)
Cartographier les cas d'usage par fonction métier
- Grille d'analyse par fonction : RH, Juridique, Marketing, Finance, Management, Opérations
- RH : assistant onboarding, FAQ politique RH, aide à la rédaction de fiches de poste, analyse de CV
- Juridique : analyse de contrats, recherche jurisprudentielle, rédaction de clauses standard, veille réglementaire
- Marketing : génération de contenus, brief créatif, analyse de retours clients, rédaction d'emails
- Finance : analyse de données, synthèse de rapports, aide à la préparation de présentations financières
- Management : préparation d'entretiens, aide à la décision, synthèse de réunions, communication d'équipe
- Matrice de priorisation des cas d'usage
- Critères : fréquence de la tâche × gain de temps estimé × qualité requise × sensibilité des données
- Quick wins vs projets structurants : comment séquencer le déploiement
- Signaux d'alerte : cas d'usage à éviter (décisions RH individuelles, conseils juridiques sans validation humaine)
Concevoir l'architecture conversationnelle d'un assistant IA métier
Maîtriser le system prompt : l'art des instructions avancées
- Architecture d'un system prompt performant
- Les 6 composantes clés : rôle et persona, contexte métier, objectif principal, règles de comportement, format de sortie, exemples (few-shot)
- Techniques de prompting avancées pour assistants : Contextual Prompting, Chain-of-Thought, Role Prompting, Constitutional AI
- Gestion des contraintes : ce que l'assistant DOIT faire, NE DOIT PAS faire, DOIT demander avant d'agir
- Instructions de sécurité : définir les garde-fous, les sujets hors périmètre, les escalades vers un humain
- Calibrer la personnalité et le ton de l'assistant
- Ton et registre : formel/informel, expert/pédagogue, directif/collaboratif — selon le public cible
- Format des réponses : longueur, structure (listes, tableaux, paragraphes), niveau de détail selon le contexte
- Gestion de l'ambiguïté : quand demander une clarification vs quand prendre une initiative
Définir l'architecture conversationnelle
- Cartographier les flux de conversation
- Types de requêtes à couvrir : questions fermées, tâches ouvertes, workflows multi-étapes
- Arbre de décision conversationnel : accueil, qualification de la demande, traitement, validation, clôture
- Gestion des cas limites : requêtes hors périmètre, demandes ambiguës, tentatives de détournement (jailbreak)
- Spécifier les sorties attendues par cas d'usage
- Templates de sortie : rédiger des exemples de réponses idéales pour chaque type de requête
- Cohérence multi-tours : maintenir le contexte sur plusieurs échanges, mémoriser les préférences de la session
Intégrer les données internes et automatiser les interactions avec les outils métier
Alimenter l'assistant avec les connaissances internes
- Types de données intégrables et leurs contraintes
- Documents de référence : politiques internes, procédures, FAQ, guides pratiques — formats supportés (PDF, Word, CSV)
- Bases de connaissances structurées : wikis internes, SharePoint, Notion, Confluence
- Données sensibles : classification des données, ce qui peut/ne peut pas être intégré selon le RGPD
- Techniques d'intégration selon l'outil utilisé
- GPTs ChatGPT : upload de fichiers, Knowledge base — capacités et limites
- Claude Projects : gestion des documents de projet, contexte persistant
- Copilot Studio (Microsoft) : connexion aux sources SharePoint, Teams, Dataverse
- RAG simplifié via no-code : connecter un assistant à une base documentaire via Make/Zapier + stockage vectoriel
- Structurer et préparer ses documents pour l'IA
- Bonnes pratiques de chunking : découper les documents longs pour améliorer la récupération
- Métadonnées et tags : aider l'IA à retrouver la bonne information dans une grande base documentaire
- Mise à jour des connaissances : stratégie de maintenance et de rafraîchissement des bases
Automatiser des workflows via l'assistant IA
- Scénarios d'automatisation no-code accessibles
- Déclencheurs d'automatisation : message entrant, formulaire soumis, email reçu, fichier déposé
- Actions connectables : envoyer un email, créer une tâche, mettre à jour un CRM, générer un document
- Exemples concrets : assistant qui crée automatiquement un compte-rendu de réunion + l'envoie par email
- Outils no-code de connexion IA (approche conceptuelle et démonstration)
- Make (Integromat) : scénarios visuels, connexion aux APIs OpenAI/Claude, webhooks
- Zapier : automatisations en langage naturel, Zapier Central pour les agents IA
- n8n : solution open-source auto-hébergeable pour les organisations sensibles à la souveraineté des données
Évaluer, améliorer et sécuriser un assistant IA
Protocole de test et amélioration itérative
- Construire un plan de test structuré
- Catégories de tests : cas nominaux (requêtes typiques), cas limites (requêtes ambiguës), cas adverses (tentatives de détournement)
- Critères d'évaluation : pertinence, exactitude, cohérence, respect du ton, format de sortie
- Test de régression : vérifier qu'une amélioration ne dégrade pas les réponses existantes
- Techniques d'amélioration des prompts
- Diagnostic des erreurs fréquentes : réponse trop longue/courte, hors périmètre, hallucination, ton inadapté
- Itération systématique : une modification à la fois, documentation des changements et de leurs effets
- Few-shot learning : ajouter des exemples pour corriger des comportements récurrents
Maîtriser les risques et sécuriser l'usage
- Comprendre les limites et risques des LLM
- Hallucinations : pourquoi les IA inventent des informations, comment les détecter et les réduire
- Biais algorithmiques : sources de biais dans les modèles, impact sur les réponses métier
- Prompt injection : attaques par l'utilisateur pour contourner les instructions — prévention
- Sécurité des données et conformité RGPD
- Données personnelles et IA : ce qui peut être saisi dans un assistant tiers (cloud) vs ce qui doit rester en interne
- Souveraineté des données : solutions on-premise vs cloud, offres souveraines (France, Europe)
- Politique d'usage IA en entreprise : charte IA, règles de bonne conduite, formation des utilisateurs
- Traçabilité et audit : garder une trace des usages, des entrées/sorties pour la gouvernance
Déployer un assistant IA et piloter son adoption dans l'organisation
Choisir la bonne stratégie de déploiement
- Modes de diffusion selon le contexte organisationnel
- Déploiement via l'interface native : GPTs partagés dans ChatGPT Team/Enterprise, Claude Projects partagés
- Intégration dans les outils du quotidien : bot Teams/Slack, widget web interne, application dédiée
- Copilot Studio / Azure AI Studio : création d'assistants d'entreprise avec gouvernance centralisée
- Critères de choix : niveau de sécurité requis, volume d'utilisateurs, budget, souveraineté des données
- Paramétrer les droits d'accès et la gouvernance
- Qui peut accéder à quel assistant : droits par équipe, par département, par niveau hiérarchique
- Versioning des assistants : comment gérer les mises à jour sans perturber les utilisateurs
- Centre de compétences IA (CoE) : rôles à créer — IA Champion, IA Owner, IA Steward
Conduire l'adoption et piloter les usages
- Plan de conduite du changement pour l'adoption IA
- Les 5 barrières à l'adoption : peur du remplacement, manque de confiance, complexité perçue, résistance habitudes, Shadow AI
- Stratégie d'onboarding utilisateurs : formation courte, guide de démarrage rapide, champions internes
- Communication interne : comment présenter l'assistant, valoriser les bénéfices, collecter les retours
- KPI d'usage et amélioration continue
- Métriques d'adoption : taux d'utilisation, fréquence, diversité des cas d'usage, satisfaction utilisateurs
- Métriques de performance : gain de temps mesuré, taux d'erreur, taux d'escalade vers un humain
- Boucle d'amélioration continue : collecte des feedbacks, priorisation des évolutions, communication des mises à jour
- Roadmap de l'assistant : évolution vers plus d'autonomie, connexion à de nouveaux outils, extension à d'autres équipes
Les points forts
Formation 100 % accessible aux non-développeurs : toutes les techniques sont mises en œuvre sans une ligne de code
Livrable opérationnel immédiat : chaque participant repart avec un assistant IA fonctionnel et testé pour son équipe
Couverture complète du cycle de vie : conception ? intégration données ? test ? sécurisation ? déploiement ? pilotage
Bibliothèque de templates par fonction métier : RH, juridique, marketing, finance, management : directement réutilisables
Comparatif des plateformes du marché : GPTs ChatGPT, Claude Projects, Copilot Studio, no-code (Make, Zapier, n8n)
Conformité et sécurité intégrées : RGPD, souveraineté des données, politique d'usage IA en entreprise
Formateurs experts en IA générative et déploiement en entreprise, en activité sur des projets réels
Sessions disponibles en INTER
Choix du lieu de session
À qui s’adresse cette formation ?
Responsables métiers (RH, juridique, marketing, finance, opérations) souhaitant équiper leurs équipes avec des assistants IA adaptés à leurs processus, Chefs de projet et product managers IA pilotant des initiatives d'IA générative en entreprise, Responsables innovation et transformation digitale en charge du déploiement de l'IA générative, Fonctions support souhaitant automatiser des tâches répétitives (rédaction, analyse, réponse aux questions internes), Toute personne souhaitant créer et déployer des assistants IA en interne sans compétences techniques en développement
Pré-requis
Il est fortement recommandé d'utiliser un ordinateur sans pare-feu ou sécurité d'entreprise. L'accès à certains outils IA peut être bloqué
Un accès à un outil d'IA générative (ChatGPT Plus, Claude, Gemini ou équivalent) est nécessaire. Un accès à des documents métier internes ainsi qu'à une plateforme no-code (Make, Zapier ou n8n) est recommandé pour les exercices pratiques, sans être obligatoire.
Connaissance de base des outils d'IA générative : avoir déjà utilisé ChatGPT, Claude, Copilot ou équivalent en contexte professionnel
Utilisation courante des outils numériques professionnels (suite Office/Google, outils collaboratifs)
Aucun prérequis technique : formation 100 % accessible aux non-développeurs et non-data scientists.
Moyens pédagogiques
- Dispositif de formation structuré autour du transfert des compétences
- Acquisition des compétences opérationnelles par la pratique et l'expérimentation
- Apprentissage collaboratif lors des moments synchrones
- Parcours d'apprentissage en plusieurs temps pour permettre engagement, apprentissage et transfert
- Formation favorisant l'engagement du participant pour un meilleur ancrage des enseignements
Satisfaction et Evaluation
- L'évaluation des compétences sera réalisée tout au long de la formation par le participant lui-même (auto-évaluation) et/ou le formateur selon les modalités de la formation.
- Evaluation de l'action de formation en ligne sur votre espace participant :
- A chaud, dès la fin de la formation, pour mesurer votre satisfaction et votre perception de l'évolution de vos compétences par rapport aux objectifs de la formation. Avec votre accord, votre note globale et vos verbatims seront publiés sur notre site au travers d'Avis Vérifiés, solution Certifiée NF Service
- A froid, 40 jours après la formation pour valider le transfert de vos acquis en situation de travail
- Suivi des présences et remise d'une attestation individuelle de formation ou d'un certificat de réalisation
Financement de la formation
Vous êtes salarié(e) d’entreprise ? Vous pouvez vous faire financer votre formation par le plan de développement des compétences de votre entreprise (ex- plan de formation) :
Le plan de développement des compétences, c’est l’ensemble des actions de formation établi à l’initiative de l’employeur dans le cadre de la politique de ressources humaines de l’entreprise. Il est annuel et s’élabore généralement en fin d’année. D’après la loi du 5 septembre 2018 « pour la liberté de choisir son avenir professionnel », l’action de formation est désormais définie comme « un parcours pédagogique permettant d'atteindre un objectif professionnel ». De nouvelles actions de formation font ainsi partie de cette définition comme : le tutorat, l’AFEST, le MOOC, le mentoring…
Tous les salariés de l’entreprise peuvent être concernés par le plan de développement des compétences, quelle que soit la nature, la durée de leur contrat ou leur ancienneté.
L’OPCO gère, généralement, les dépenses liées aux coûts pédagogiques, rémunérations et allocations formation, transport, repas et hébergement.
N’hésitez pas à vous rapprocher de votre service RH/ formation pour plus d’informations sur les prises en charge possibles.
Si vous ne connaissez pas votre OPCO, vous pouvez vous rendre sur le site du ministère du travail en suivant ce lien.