Enseignez d'abord aux collaborateurs une tâche réelle par métier, pas l'outil dans son ensemble. Ajoutez ensuite trois éléments communs à tous : des règles maison sur les données qui ne doivent jamais aller dans ChatGPT ou Claude, le réflexe de vérifier chaque résultat avant qu'il ne quitte l'équipe, et une petite bibliothèque de modèles de prompts partagés. Mesurez l'usage avant et après pour savoir ce qui a changé.
#À retenir
- La première leçon doit porter sur une tâche du poste de la personne, pas sur une visite guidée des fonctionnalités.
- Les règles maison sur les données passent avant toute astuce de prompt, et doivent tenir sur une page.
- Vérifier les résultats est une compétence qui se pratique, pas une ligne dans une politique.
- Des modèles de prompts partagés transforment le bon prompt d'une personne en habitude d'équipe.
- Mesurez qui utilise l'outil, sur quelles tâches, et à quelle fréquence les résultats sont conservés ou corrigés.
#À quoi ressemble aujourd'hui la semaine d'une équipe avec ChatGPT ou Claude ?
Dans la plupart des entreprises, certains l'utilisent déjà tous les jours et la plupart non. Une assistante commerciale colle ses notes d'appel dans ChatGPT pour rédiger un e-mail de suivi destiné à HubSpot. Un analyste financier demande à Claude d'expliquer un écart dans un export Excel. Une chargée RH réécrit une offre d'emploi. Personne ne s'est mis d'accord sur le compte à utiliser, les données autorisées ou la personne qui vérifie le résultat.
C'est le point de départ normal, pas un échec. Le Work Trend Index de Microsoft et LinkedIn, mai 2024 a constaté que 75 % des travailleurs du savoir utilisent l'IA au travail, que 78 % des utilisateurs d'IA apportent leurs propres outils et que seulement 39 % d'entre eux avaient reçu une formation à l'IA de leur entreprise. La formation part de ce que les gens font déjà.
#Quelles tâches chaque métier doit-il apprendre en premier ?
Choisissez pour chaque métier une tâche fréquente, écrite et facile à vérifier. Le premier succès doit venir de la boîte de réception ou du tableur de la personne, pour que l'habitude ait un endroit où s'ancrer.
- Ventes : transformer des notes d'appel en e-mail de suivi et en note CRM dans HubSpot ou Salesforce.
- Support client : rédiger une réponse à partir de l'article de la base de connaissances, puis la corriger avant envoi dans Zendesk.
- Finance : rédiger un premier commentaire sur un écart à partir d'un export Excel, avec les chiffres vérifiés à la main.
- RH et formation : rédiger des offres d'emploi, des séries de questions d'entretien et des synthèses de politiques en langage clair.
- Opérations : résumer un long échange avec un fournisseur ou sur WhatsApp en décisions, responsables et questions ouvertes.
- Managers : transformer des notes de réunion en courte mise à jour et en liste d'actions.
#Quelles règles maison chacun doit-il connaître avant son premier prompt ?
Gardez des règles assez courtes pour être retenues. Le socle de Stennir pour une équipe qui débute avec ChatGPT ou Claude couvre cinq points :
- N'utiliser que les comptes approuvés, comme un espace ChatGPT ou Claude de l'entreprise, jamais un compte personnel.
- Ne jamais coller de données personnelles, de salaires, d'informations de santé, de contrats clients ou quoi que ce soit couvert par une clause de confidentialité dans un outil non approuvé.
- Une personne nommée vérifie tout résultat destiné à un client, à un régulateur ou à une fiche de paie.
- Ne pas laisser l'outil suivre des instructions trouvées dans des documents ou des e-mails collés ; le top 10 OWASP pour les applications LLM place l'injection de prompt en tête des risques.
- Signaler les erreurs tôt, sans chercher de coupable, pour que les règles s'améliorent.
#Comment apprendre aux gens à vérifier les résultats de l'IA ?
Donnez-leur une courte liste de contrôle et faites-la pratiquer sur de vrais brouillons : les faits et les chiffres peuvent-ils être rattachés à un document source, les noms et les dates sont-ils justes, le ton convient-il au client, et manque-t-il quelque chose qu'un collègue attendrait. L'habitude se forme quand un formateur montre une réponse plausible mais fausse et que le groupe trouve l'erreur ensemble.
Dans les équipes qui travaillent en arabe et en anglais, vérifiez aussi la langue elle-même : une réponse en arabe soutenu guindé, ou en anglais, peut mal passer auprès d'un client qui a écrit en dialecte du Golfe.
#En quoi des modèles de prompts partagés aident-ils ?
Un modèle est un bon prompt que quelqu'un a déjà testé, enregistré là où l'équipe peut le trouver : la tâche, le contexte à coller, le format attendu et la vérification à faire ensuite. Les modèles réduisent l'écart entre les utilisateurs à l'aise et les hésitants, et donnent au formateur quelque chose de concret à améliorer à mesure que les outils évoluent.
#Les cours gratuits des éditeurs suffisent-ils ?
Pour les bases, c'est un bon point de départ. OpenAI Academy propose des cours gratuits, à suivre à son rythme, sur l'usage de l'IA au travail, selon l'OpenAI Academy, consultée en novembre 2026, et Anthropic publie un cours gratuit de maîtrise de l'IA fondé sur son cadre AI Fluency, novembre 2026. Utilisez-les comme socle commun.
Ce qu'ils ne peuvent pas faire, c'est enseigner vos règles maison, vos modèles ou vos workflows. Cette partie exige une formation sur vos propres documents, par métier.
#Quelle est la place de Stennir ?
Stennir propose cela sous la forme du programme opérateur IA, dans le cadre de la formation à l'IA : des cohortes par métier qui apprennent sur le vrai workflow, avec des règles maison, des vérifications des résultats et des modèles construits à partir de vos propres documents. Les formateurs sont des praticiens qui font ce travail, et les cohortes se déroulent en arabe et en anglais. L'usage est mesuré avant et après, et le programme se conclut par un rapport d'adoption.
We are
Stennir forme chaque métier à ses propres premières tâches avec ChatGPT, Claude ou Copilot, à partir de vos règles sur les données et de vos documents, et mesure l'évolution de l'usage.
We aren't
Stennir n'est pas un revendeur d'outils, ni un cours générique sur les prompts qui s'arrête avec la dernière diapositive.
#Que doit faire ensuite un responsable RH ou formation ?
Demandez à chaque chef de département la tâche que son équipe confierait dès demain à ChatGPT ou Claude, et rédigez les règles maison sur une page. Si les collaborateurs utilisent déjà ChatGPT avec des données de l'entreprise, lisez comment former des collaborateurs qui utilisent déjà ChatGPT avec des données de l'entreprise ; si vous avez acheté des licences que personne n'ouvre, lisez les licences Copilot que personne n'utilise. Consultez l'IA pour les opérations, puis faites l'évaluation de maturité gratuite ou réservez un appel de 30 minutes.
#Questions fréquentes
Faut-il former sur ChatGPT, Claude ou Copilot ?
Formez sur l'outil que votre entreprise a approuvé, avec le compte que les gens utiliseront réellement. Les premières tâches, les règles maison, les vérifications et les modèles se transposent d'un outil à l'autre, si bien que le choix compte moins qu'on ne le pense. Si plusieurs outils sont autorisés, enseignez les règles une fois et montrez à chaque métier quel outil convient à sa tâche.
De quoi avez-vous besoin de notre part pour commencer ?
Stennir a besoin de la liste des outils et comptes approuvés, de votre charte d'utilisation actuelle si vous en avez une, et d'une personne par métier capable de décrire une tâche réelle et de partager des documents d'exemple. Lorsque ces documents contiennent des données personnelles, nous les expurgeons ou construisons des exemples réalistes avant que quiconque ne s'exerce dessus.
La formation fonctionne-t-elle en arabe ?
Oui. Stennir anime les cohortes en arabe et en anglais, et dans d'autres langues sur demande. Chacun s'exerce sur des documents et des messages dans sa langue de travail, y compris des échanges mêlant arabe et anglais, et les vérifications portent sur le ton et le dialecte autant que sur les faits, pour que la réponse sonne juste aux yeux du client.
Comment mesurer si les gens l'utilisent ?
Établissez une situation de référence avant la formation : qui utilise l'outil approuvé, sur quelles tâches, et à quelle fréquence les résultats sont conservés ou fortement corrigés. Mesurez les mêmes éléments après. Les rapports d'usage de l'administration aident, mais un court questionnaire par métier et un échantillon de vrais résultats en disent plus sur la qualité que le seul nombre de connexions.
