• Rédaction FR simple, mails :

  • Recommandé : Mistral Le Chat ✅ (souverain UE, RGPD natif, le moins cher)

    
    

• Synthèse / extraction d'information de document / Réponses sourcées sur vos PDFs (citations + renvoi au passage exact) : NotebookLM -⚠️ Google

  
  

• Assistance sur Power BI ou autre outil de la suite Microsoft : Copilot - Inclu dans l'abonnement à M365 et donc illimité

  
  

• Images photoréalistes / dessin : ⚠️ ChatGPT Images ou Adobe Firefly via le compte de l'équipe Forum.

  
  

• Données → SQL → Stats : ton pipeline NL→SQL + pandas reste la base la plus fiable pour un usage métier maîtrisé. En complément, les agents de code (Claude Code et équivalents) savent désormais écrire et exécuter directement les requêtes SQL et le post-traitement pandas dans un même flux agentique, utile pour prototyper vite avant d'industrialiser.

Elle ne “comprend” pas comme un humain, mais calcule des probabilités à partir de très grandes quantités de données d’entraînement.

Ce qu’elle sait faire

• Rédiger ou reformuler un texte

• Résumer des documents

• Générer des idées

• Créer des images

• Aider à analyser des données

Ce qu’elle ne sait pas faire

• Penser par elle-même

• Vérifier automatiquement la vérité

• Remplacer l’expertise métier

• Produire des décisions responsables

L’IA est un assistant, pas un expert !!

• Est-ce qu'une recherche classique suffirait ?

• Puis-je regrouper plusieurs questions en une seule ?

  
  

✓ PENDANT l'utilisation :

• Je formule des prompts précis dès le départ (évite les allers-retours)

• J'évite les régénérations inutiles

• Je désactive l'historique si je teste juste un outil

  
  

✓ APRÈS :

• Je réutilise les réponses pertinentes (bibliothèque de prompts)

• Je partage mes bonnes pratiques avec l'équipe

Cas d’usage pertinents pour l’AUDAP :

• Réflexion stratégique (ex : scénarios de prospective territoriale).

• Préparation de concertations citoyennes (simulation de questions/réponses).

• Analyse complexe (ex : croisement de données environnementales, sociales, économiques).

• Formation et montée en compétence des équipes.

Exemple de prompt pour une conversation :

« Imaginons que nous soyons en atelier avec des élus locaux pour discuter de la densification du centre-ville de [ville]. Quels arguments pourraient être avancés par les opposants, et comment y répondre de manière constructive ? Explorons ensemble plusieurs angles. »

• Gain de temps : Réponses immédiates pour des tâches répétitives ou standardisées.

• Productivité : Permet de traiter plus de dossiers ou de demandes en moins de temps.

• Simplicité : Moins de formation nécessaire, idéal pour des équipes peu familières avec l’IA.

Cas d’usage pertinents pour l’AUDAP :

• Synthèse de documents (PLU, comptes-rendus, réglementations).

• Génération de supports de communication (FAQ, notes de synthèse).

• Extraction de données (tableaux, indicateurs).

• Réponses factuelles (ex : « Quelles sont les dernières règles d’urbanisme en vigueur pour les ZFE ? »).

  
  

Exemple de prompt pour une réponse rapide :

« Résume en 5 points clés les obligations légales pour les communes dans le cadre de la loi Climat et Résilience 2021, en citant les articles concernés. Format : liste à puces. »

Exemple de Prompt pour une synthèse de plusieurs documents :

Agis comme un expert en analyse documentaire. À partir des documents fournis ci-dessous, rédige une synthèse claire et objective.

Objectif : Dégager les idées principales et les conclusions majeures sans perdre les nuances importantes.

Structure attendue :

1. Thèse centrale (1 paragraphe résumant le propos global).

2. Points clés (5 à 7 puces maximum avec les arguments forts).

3. Limites ou divergences (si les documents se contredisent ou omettent des éléments).

Contraintes : Reste factuel, utilise un ton neutre et professionnel, et fais un texte concis (maximum 300 mots).

Joindre les documents à synthétiser ou copier-coller les textes.

• Approche rapide : « Liste les 5 principaux impacts sociaux et environnementaux d’un projet de tramway en milieu urbain, avec des exemples chiffrés. »

• Approche conversationnelle : « Imaginons que nous devions convaincre un maire réticent à ce projet. Quels arguments pourraient le faire changer d’avis, et quels contre-arguments devons-nous anticiper ? Développons ensemble une stratégie de communication. »

Ces méthodes permettent de construire un "cahier des charges" complet pour vos tâches professionnelles quotidiennes.

• CREATE

  • Context (Contexte) : La situation actuelle.

  • Role (Rôle) : La fonction de l'IA.

  • Explicit instructions (Instructions explicites) : Ce qu'elle doit faire précisément.

  • Attributes (Attributs) : Le ton, le style, la longueur.

  • Target audience (Cible) : À qui s'adresse le livrable.

  • Execute (Exécution) : Le signal de départ.

    
    

• TRACE

  • Task (Tâche) : L'action à accomplir.

  • Request (Requête) : Le format de sortie attendu.

  • Action (Action) : Les étapes spécifiques à suivre.

  • Context (Contexte) : L'environnement ou le public.

  • Example (Exemple) : Un modèle de référence.

    
    

• CARE

  • Context (Contexte) : Le décor et la situation.

  • Action (Action) : La tâche précise à réaliser.

  • Result (Résultat) : Ce que vous voulez obtenir.

  • Example (Exemple) : Un guide visuel ou textuel du rendu souhaité.

    
    

2. Les Frameworks de Logique et Raisonnement (Complexes)

Ces approches modifient la façon dont l'IA "réfléchit" en interne. Elles sont indispensables pour le code, les maths, les stratégies d'entreprise ou les analyses de données.

• CoT (Chain of Thought - Chaîne de Pensée) : Au lieu de demander un résultat direct, vous écrivez : "Réfléchis étape par étape avant de donner la réponse". Cela force l'IA à décomposer sa logique et réduit drastiquement les erreurs de calcul ou de raisonnement.

• ToT (Tree of Thoughts - Arbre de Pensées) : Vous demandez à l'IA d'explorer plusieurs pistes en même temps, de les évaluer, et d'abandonner celles qui ne fonctionnent pas (comme un joueur d'échecs). Exemple : "Génère 3 stratégies différentes, évalue les forces et faiblesses de chacune, puis ne développe que la meilleure."

• AoT (Algorithm of Thoughts - Algorithme de Pensées) : Une évolution de la précédente où l'on demande à l'IA d'appliquer un processus algorithmique strict (comme une recherche en profondeur) pour résoudre un problème.

  
  

3. Les Frameworks d'Amélioration Continue

Idéaux lorsque vous n'avez pas une idée précise du résultat ou que vous voulez co-construire le prompt avec l'IA.

• Le Prompting Itératif (ou Prompting Inverse) : Vous demandez à l'IA de concevoir elle-même le prompt. Exemple : "Je veux créer une charte éditoriale. Pose-moi 5 questions une par une pour comprendre mon besoin, puis rédige le prompt parfait pour cette tâche."

• Critique-Correction : Vous demandez un premier jet à l'IA, puis vous lui ordonnez de faire sa propre critique avant de corriger. Exemple : "Rédige ce texte. Ensuite, trouve 3 défauts ou manques de clarté dans ton propre texte, et réécris-le en corrigeant ces défauts."

  
  

4. Les Frameworks Simplifiés (Pour les requêtes rapides)

Parfaits pour les tâches simples du quotidien où un grand modèle comme RODE serait trop lourd à rédiger.

• RTF : Role, Task, Format (Rôle, Tâche, Format). Ultra-rapide.

• TAG : Task, Action, Goal (Tâche, Action, Objectif). Très efficace pour le développement personnel ou la productivité.

  
  

Résumé des usages : Quelle méthode choisir ?

• Pour rédiger un contenu professionnel (Mail, article, rapport) : ➡️ RODE ou CREATE.

• Pour résoudre un problème complexe (Bug de code, stratégie) : ➡️ Chain of Thought (CoT).

• Pour générer un prompt parfait que vous ne savez pas formuler : ➡️ Prompting Inverse.

Ce qu’elle sait faire

• Planifier et enchaîner des actions sans intervention humaine intermédiaire

• Utiliser des outils externes (envoyer des mails, chercher sur le web, modifier un fichier, réserver un billet)

• Prendre des micro-décisions pour corriger sa trajectoire en cas d'erreur

• Collaborer avec d'autres agents IA spécialisés pour mener à bien un projet

• Automatiser des processus métiers entiers (ex: gérer un service client de premier niveau, de la plainte au remboursement)

Ce qu’elle ne sait pas faire

• Avoir une conscience ou une intention propre (elle ne poursuit que l'objectif fixé)

• Gérer l'imprévu total hors de son cadre d'entraînement

• Garantir le risque zéro (un bug ou une mauvaise interprétation peut automatiser une erreur à grande échelle)

• Assumer la responsabilité juridique ou morale de ses actions

L’IA agentive est un collaborateur autonome, pas un électron libre !

Le guide de recommandations de sécurité pour un système d’IA générative de l’ANSSI s’intéresse à la sécurisation d’une architecture de système d’IA générative. Il vise à sensibiliser les administrations et entreprises aux risques liés à l’IA générative ainsi qu’à promouvoir les bonnes pratiques à mettre en œuvre depuis la phase de conception et d’entrainement d’un modèle d’IA jusqu’à la phase de déploiement et d’utilisation en production.

Les problématiques de sécurité liées à la qualité des données et à la performance d’un modèle d’IA d’un point de vue métier ne sont pas traitées dans ce document, de même que les enjeux comme l’éthique, la vie privée ou encore la protection des données personnelles.