Formation IA · parcours guidés · conditions à examiner

Trouvez votre point d’entrée. Apprenez en construisant.

Vous n’avez pas besoin d’une liste plus longue. Vous avez besoin du bon départ, d’une séquence courte et d’un résultat concret à produire. Choisissez votre situation ; le parcours vous dit quoi apprendre, dans quel ordre et comment vérifier que c’est acquis.

Entrer: 4 situations
Progresser: 4 parcours
Construire: 1 livrable
Pratiquer: 70 % du temps

00 · Votre point de départ

Commencez par votre situation, pas par un catalogue

Choisissez la carte qui décrit le mieux ce que vous voulez savoir faire maintenant. Vous pourrez changer de parcours plus tard ; aujourd’hui, un seul point d’entrée suffit.

01 · Je débuteComprendre l’IA sans jargon

Vous voulez distinguer les modèles, les prompts, leurs limites et les usages réellement utiles avant de choisir un outil.

Commencez par le parcours Découvrir · 3 à 5 heures →02 · Je veux être plus efficaceMieux travailler avec l’IA

Vous utilisez déjà ChatGPT, Copilot ou Claude et vous voulez produire des résultats plus fiables dans votre activité.

Commencez par le parcours Travailler · 1 semaine →03 · Je veux créerConstruire un outil IA

Vous avez des bases techniques et voulez passer d’un prototype à un workflow testable avec des données et des garde-fous.

Commencez par le parcours Construire · 2 à 4 semaines →04 · Je porte un projet PMEDécider et déployer en entreprise

Vous devez cadrer un cas d’usage, les données, les risques, le coût et l’adoption avant d’engager votre organisation.

Commencez par le parcours Déployer · 2 semaines de cadrage →Parcours PME

Si vous hésitez entre deux parcours, prenez le plus simple. Ce que vous construisez vous indiquera naturellement la suite.

01 · Le socle commun

Cinq notions avant d’aller plus loin

Pas un programme d’études : cinq questions auxquelles vous devez savoir répondre. Une à deux heures suffisent pour le premier passage.

01 · Le modèle

Une machine à produire, pas une source de vérité

Un modèle génère une réponse à partir de son entraînement et du contexte fourni. Il peut se tromper avec assurance et varier d’un essai à l’autre.

Vous avez compris si : vous savez expliquer pourquoi une réponse fluide doit encore être vérifiée.

02 · L’instruction

Un résultat commence par une sortie bien définie

Contexte, tâche, contraintes et format attendu : ces quatre éléments rendent une demande testable et réutilisable.

Vous avez compris si : vous pouvez décrire la structure de la réponse avant d’écrire le prompt.

03 · Les sources

Une affirmation doit pouvoir être retrouvée

Documents, citations et récupération de passages transforment une réponse plausible en résultat contrôlable.

Vous avez compris si : vous pouvez retrouver l’origine d’une affirmation en quelques secondes.

04 · Le processus

Un workflow précède l’agent

Une suite d’étapes fixes est plus facile à tester. L’autonomie ne devient utile qu’une fois les décisions et les limites clairement définies.

Vous avez compris si : vous savez quelles décisions restent humaines.

05 · La preuve

Sans cas de test, « ça marche » ne veut rien dire

Mesurez qualité, erreurs, temps de vérification et coût sur des exemples représentatifs.

Vous avez compris si : vous pouvez dire sur combien de cas votre méthode a été vérifiée.

02 · Les parcours

Une séquence différente pour chaque objectif

Chaque parcours combine quelques ressources et un livrable. Les cours apportent les briques ; le livrable prouve que vous savez les utiliser.

Découvrir — comprendre avant de choisir

Pour vous si vous partez de zéro ou si les mots modèle, prompt et agent restent flous.

Résultat attendu

À la fin, vous savez expliquer ce qu’un modèle peut faire, ce qu’il ne sait pas et comment vérifier une réponse.

Suivez un module d’introduction généraliste.
Testez un même besoin dans deux assistants et comparez les réponses.
Notez trois limites observées et la manière dont vous les avez détectées.
Expliquez le fonctionnement à une autre personne en cinq minutes.

Livrable de sortie : Une fiche d’une page : 3 usages utiles, 3 limites, 3 règles de vérification.

Travailler — obtenir un résultat fiable

Pour vous si vous utilisez déjà un assistant mais perdez du temps à corriger, reformuler ou vérifier.

Résultat attendu

À la fin, vous disposez d’un processus réutilisable pour une tâche réelle de votre semaine.

Choisissez une tâche fréquente dont vous savez juger le résultat.
Écrivez le format de sortie attendu avant le prompt.
Testez le processus sur cinq cas, dont un cas difficile.
Mesurez le temps total, vérification comprise.

Livrable de sortie : Un gabarit de prompt, cinq cas testés et une règle claire pour refuser une réponse incertaine.

Construire — passer du prompt au système

Pour vous si vous connaissez Python ou TypeScript et voulez relier modèle, documents, outils et évaluation.

Résultat attendu

À la fin, vous avez un petit workflow reproductible, journalisé et testé sur un corpus public ou fictif.

Construisez d’abord une chaîne fixe : entrée, traitement, sortie.
Ajoutez les documents ou outils nécessaires, un composant à la fois.
Validez le format et arrêtez le système lorsque l’information manque.
Figez dix cas de test avant d’ajouter de l’autonomie.

Livrable de sortie : Un workflow documenté avec traces, coût par exécution et score sur dix cas.

Déployer — cadrer une décision PME

Pour vous si vous pilotez une équipe, un budget ou un projet qui touchera des données de l’entreprise.

Résultat attendu

À la fin, vous pouvez décider de poursuivre, tester ou arrêter sur la base d’un cas d’usage et de risques explicites.

Partez du problème métier et d’un indicateur, pas d’un outil.
Cartographiez données, personnes concernées et point de contrôle humain.
Testez sur un périmètre réversible, avec une erreur sans conséquence.
Documentez coût complet, adoption, sécurité et conditions d’arrêt.

Livrable de sortie : Une fiche de cadrage : problème, bénéfice attendu, données, risques, test, décision et responsable.

03 · Le projet fil rouge

Choisissez une chose utile et finissable

Le bon projet porte sur une tâche que vous faites déjà, dont vous jugez la qualité rapidement et dont une erreur ne produit aucune conséquence externe.

Quatre projets adaptés à un premier cycle

Sans code

Transformer des notes en fiche structurée

Idéal pour apprendre les instructions, les formats et la vérification.

Documents

Interroger un petit corpus public

Idéal pour apprendre les sources, les citations et les informations manquantes.

Workflow

Préparer un briefing récurrent

Idéal pour apprendre la séquence, les outils et le contrôle humain.

PME

Cadrer un seul cas d’usage métier

Idéal pour apprendre la valeur, les risques, les données et l’adoption.

Cinq paliers, dans cet ordre

Faire manuellement

Conservez dix exemples et notez le résultat attendu.

Obtenir une sortie stable

Définissez le format et les critères de qualité.

Rendre le processus répétable

Fixez les étapes et le point de validation humain.

Ajouter sources ou outils

Connectez uniquement ce dont le cas d’usage a réellement besoin.

Évaluer

Rejouez les dix cas et comparez qualité, temps, erreurs et coût.

04 · La méthode

30 % comprendre. 70 % construire.

Un rythme simple pour éviter la collection de cours et transformer chaque semaine en résultat observable.

1. ApprendreUn concept utile au prochain blocage

2. ConstruireUne version plus petite que prévu

3. TesterSur plusieurs exemples, dont un cas difficile

4. NoterUne décision, une erreur, la prochaine étape

Mesurez seulement quatre choses

Qualité : combien de résultats sont utilisables sans correction majeure ?
Erreurs : lesquelles reviennent et comment sont-elles détectées ?
Temps total : production et vérification comprises.
Transfert : une autre personne peut-elle reproduire votre méthode ?

05 · Le catalogue

Consultez les détails quand vous en avez besoin

13 ressources, pas 50 : le catalogue reste volontairement restreint. Certaines formations servent de socle commun à plusieurs parcours ; les exercices et les livrables font la différence.

Contre-revue établieRéserve éditorialeContre-revue à compléterÀ confirmer

OpenAIContre-revue à compléter