Mon système IA (freelance)

Dans cette édition, je vous montre exactement comment fonctionne le système IA qui me permet de :

• Déléguer 80% d’une prestation à l’IA

• Tout en augmentant la valeur perçue des livrables

• Et automatiser une majorité de tâches chronophages.

Aujourd’hui, ce système me permet de délivrer une mission qui me prenait 30 à 40 heures l’année dernière, en 6 à 8 heures.

Au programme :

1. Partie 1 : Démo : le système en action (exemples d’utilisation)

2. Partie 2 : Mettre en place

   1. Explications : Comment le système fonctionne

   2. Mise en place : Comment l’implémenter en 5 étapes

   3. Maintenance : Pourquoi c’est très simple à maintenir

C’est le guide que j’aurais voulu lire avant de passer 100+ heures à mettre en place tout ce système sur les 3 derniers mois.

Vue d’ensemble :

Dans cette partie, je vous montre :

• Les 3 exemples qui m’ont déclenché le “aha-moment” après 2 ans d’utilisation improductive de l’IA.

• Un listing de tous les workflows que j’ai mis en place dans mon système suite à ça.

Vous allez voir ce qu’il est déjà possible de faire (aujourd’hui) avec l’IA dans votre activité à partir de mon utilisation.

J’ai mis ce workflow en 1er car c’est celui qui m’a fait comprendre qu’on rentrait dans une nouvelle ère.

Il y a 1 an, pour chaque nouveau client, il me fallait 1 journée (au total) pour lancer le projet avec ce niveau de spécification :

• Construire et valider la roadmap avec le client (jalons et calendrier)

• Spécifier chacune des phases (lister les tâches à exécuter)

• Chiffrer les tâches puis agencer mon agenda en conséquence

Je sais que beaucoup de prestataires ne passent pas par cette étape.

Mais de mon côté, je prenais le temps de le faire car :

• La valeur perçue est énorme (conseil et stratégie)

• In fine, je gagnais du temps et de la clarté

Mais les 3 problèmes principaux étaient que :

1. La granularité par “action” demandait bcp de réflexion

2. Le format demandait d’être minutieux

3. Ce n’était pas évident à maintenir par la suite

Alors je me suis dit :

Si l’IA arrivait à me générer un espace client, une roadmap, une spécification par tâches, un chiffrage ET un daily board (1er reporting) sans que je n’ai à lever le petit doigt, là, ce serait incroyable.

Il m’a fallu environ 10 heures de tests pour mettre en place ce workflow :

1. Je lui fournis les transcripts des appels de vente et les échanges mails

2. Je lui donne également la proposition commerciale

3. Le workflow se base sur mon template Notion d’espace client

4. Il tourne pendant environ 30 minutes

5. Et il me génère l’espace complet et spécifié.

Il reste une étape finale de relecture et de corrections : c’est comme si j’avais un employé compétent, mais je reste l’expert qui a le sens du détail dans son métier.

Mais franchement, le rendu est à 90% juste : je passe de 1 journée à 30 minutes de set-up.

Si vous voulez voir en détail le rendu (et dupliquer le template), voici une explication vidéo complète.

Une fois que j’avais ce workflow en place, la suite logique était que chacune des actions listées dans l’espace client puisse être générée en 1ère version par l’IA :

Ce fut mon 2ème “aha moment” : pour 90% des livrables listés dans l’espace client (à l’étape précédente), l’IA produit une version utilisable en moins de 15 minutes de corrections.

Dans l’exemple ci-dessus, j’ai pris le cas d’un plan tracking car :

1. C’était un sujet sur lequel j’étais moins à l’aise historiquement

2. Il me fallait littéralement 2 à 3 heures pour en produire

3. Mais le rendu était moins pertinent que celui de l’IA

Mais j’aurais pu prendre d’autres exemples de livrables que l’IA produit avec pertinence une fois bien paramétrée :

• Audits métier (SEA, SEO, CRO...)

• Brief de productions (créas, articles, contenus)

• Analyses de données et recommandations (performances Ads, SEO, commerciales...)

• Analyses de concurrents et identifications des pistes stratégiques

• 1ères versions de contenus peu créatifs (ex : articles SEO, variations de posts ou d’ads déjà performantes)

• Créer et spécifier des maquettes

• Élaborer des plans de sites ou des architectures

• Mettre en forme une liste de recommandations finales

Et surtout, comme vous le pouvez voir : le rendu est très différent de ce qu’une simple fenêtre de discussion avec ChatGPT ou Claude produit, parce qu’elle se base sur un système propriétaire (que je vous montre en partie 2).

Évidemment, il reste quelques livrables plus délicats à déléguer, notamment les productions créatives (trouver des angles originaux, rédactions fines de scripts, transformer du copywriting en version humaine...) : le système permet justement de libérer du temps pour se concentrer sur ces tâches à haute valeur ajoutée.

Un dernier exemple pour vous détailler ce qu’il est possible de faire :

Dans ce workflow commercial (mon préféré), l’IA scanne mon CRM pour récupérer :

• Le transcript des RDV commerciaux avec le prospect cible

• Les informations fournies par le workflow “coaching commercial”

Puis elle utilise :

• Mes templates de propositions

• Mes guidelines générales

• Mes exemples de propositions historiques

Et elle génère (en une 10aine de minutes) une proposition commerciale complète, qui reprend les termes du RDV commercial et ma méthode.

Avant, il me fallait 2 heures pour structurer une proposition aux meilleurs standards (et je sais que pour beaucoup, cela prend parfois 3 à 4 heures).

Désormais, il me faut 15 à 30 minutes pour :

• Ajuster certaines formulations

• Optionnel : modifier certaines phases/actions

• Optionnel mais fréquent : ajuster les budgets finaux

Mais surtout, j’évite le travail rébarbatif de mise en forme.

Au global, ce qui est en place (à l’heure actuelle) dans mon système (cf schéma ci-dessus) :

Delivery :

• Création d’espaces clients

• Création de roadmap

• Création de backlog

• Chiffrage des actions

• Automatisation du reporting

• Ecriture du Daily Mail

• Ecriture du Bilan weekly

• Documentation complète

• Prise de feedback personnalisée

• Propositions d’optimisations (autonome)

• Audit et maintien du système global

• Production des tâches fréquentes (audits, recos, plans, 1ères versions des livrables...)

Vente :

• Draft des emails post-appels

• Préparation des propositions commerciales

• Analyses des appels et coaching commercial

• Reporting commercial hebdomadaire

Acquisition :

• Générer des idées de contenu à partir des missions

• Générer des idées de contenu à partir des appels de vente

• Challenger la rédaction (accroches et phrases longues)

• Créer des visuels

• Créer des listes de prospects

• Challenger la rédaction des messages de prospection

Dans cette partie, je vous explique :

• Pourquoi la majorité des utilisateurs n’arrivent pas à ces résultats avec l’IA (et ce qui bloque concrètement)

• Comment j’ai paramétré mon système pour résoudre ces limites

• Pourquoi c’est facile à maintenir dans le temps

• Comment le répliquer

(Pourquoi la majorité des utilisateurs n’arrivent pas à ces résultats avec l’IA)

Aujourd’hui, la majorité des prestataires utilisent l’IA.
Mais ils l’utilisent de la mauvaise manière :

• Ils ouvrent ChatGPT ou Claude

• Ils tapent un prompt, partagent quelques fichiers

• ... et l’IA leur produit du contenu générique qu’il faut intégralement retravailler.

Cette utilisation revient à demander à un stagiaire de produire un livrable client, mais sans le faire passer par une période de formation.

(pour résoudre ces problèmes)

Mon système repose sur 3 principes :

1. Contextualiser mes projets : fournir la vision, les objectifs et les règles à respecter.

2. Documenter mes frameworks/templates : donner mes templates et SOPs (l’IA peut les construire en quelques minutes à partir d’exemples historiques)

3. Connecter les différents outils : mes fichiers pour le contexte et les frameworks, mes outils de travail (Notion, Canva, Webflow, Drive...) pour les livrables

C’est ce qui me permet de faire travailler l’IA.

Voyons comment cela se concrétise.

Pour paramétrer le système, on travaille sur 4 types d’outils :

1. La couche “IA” : Claude en version logiciel (sur ordinateur), pour accéder à Claude Code et Claude Cowork, qui permettent d’aller plus loin que la version “tchat”

2. La couche “connaissance” : les fichiers qui stockent le contexte de vos projets, vos frameworks et vos templates, dont on garde une version en “local” (stockée sur votre ordinateur) pour des raisons de performance

3. La couche “stockage permanent” : le cloud/drive sur lequel vous synchronisez l’ensemble de vos dossiers de connaissances, pour ne pas les garder qu’en local (risque de perte)

4. La couche “outils métiers” : les outils de travail dont vous avez besoin pour livrables finaux (qui sont connectés à l’IA via ce qu’on appelle des MCPs, très faciles à paramétrer)

En fonction de votre point de départ, ça peut sembler compliqué. Mais en réalité, vous pouvez paramétrer cette structure en quelques dizaines minutes (cf étapes suivantes).

La 1ère étape est d’arrêter d’utiliser l’IA uniquement dans le navigateur.

À la place, il faut installer Claude en version logicielle pour avoir accès à Claude Cowork.

C’est ce qui permet à l’IA de travailler à partir de vos fichiers locaux et de se connecter à vos autres outils.

Une fois le logiciel installé, on va dans :

Cowork > Customize > Connecteurs

Et on intègre les outils dont on a besoin :

• Pour le workflow de gestion de projet : Notion et Slack suffisent.

• Vous pouvez ajouter Gmail, Google Drive, Canva, Google Calendar selon vos besoins.

Maintenant, on va créer la structure de fichiers que l’IA utilise comme base de connaissances.

La structure que j’utilise est la suivante :

• 0. README.md : le projet, pour qui, pourquoi, les règles, la roadmap

• 1. CONVENTIONS.md : les règles du vault (nommage, statuts, tags)

• 2. PROGRESS.md : le suivi opérationnel (avancement, backlog, calendrier)

• 3. DECISIONS LOG.md : un log de toutes les décisions importantes (auto mis à jour par l’IA)

• Puis des dossiers thématiques numérotés (Stratégie, Produit, Acquisition, Opérations...)

C’est le “format cible” que l’IA va remplir dans vos workflows.

Pour le faire simplement :

• Allez dans vos missions historiques

• Reprenez vos meilleures communications et vos meilleurs livrables, envoyez-les à Claude Cowork et demandez-lui de construire la V1 du template.

Bonus : j’ai mis à disposition le template Notion de mon espace client, que vous pouvez dupliquer directement si vous le souhaitez.

Maintenant que la structure est en place, vous pouvez démarrer l’implémentation d’un premier workflow.

Dans Claude Cowork, vous pouvez démarrer très simplement avec un prompt du type :

“On va construire un workflow dans lequel tu vas remplir automatiquement mon template Notion d’espace client en te basant sur les transcripts et propositions commerciales que je te transmettrai. Pour ça, on va suivre les étapes suivantes : 1/ Définir le workflow complet (inputs, transformations, points de validation). 2/ Définir les skills à créer. 3/ Définir la structure globale documentée. 4/ Produire l’ensemble de la documentation. 5/ Effectuer un premier essai avec ma data test. 6/ Identifier les points à améliorer.”

Prévoyez 2 à 3 heures pour votre premier workflow. Ensuite, environ 1 heure par workflow supplémentaire, une fois que le principe est clair dans votre tête.

Le point important : commencez au niveau 4 (supervisé). Vous lancez le workflow dans Claude Cowork. L’IA travaille 10 à 30 minutes, puis elle vous sollicite sur 2 à 3 points de validation.

Une fois que le résultat est fiable, vous pouvez basculer au niveau 5 (asynchrone) en mettant en place les déclencheurs automatiques.

La question que j’ai le plus reçue quand j’ai montré ce système est : “Ok, c’est impressionnant, mais ça doit être un enfer à maintenir ?”

En réalité, cela prend très peu de temps (10 minutes par semaine), car l’IA se charge du maintien à ma place : j’ai des workflows spécifiques dont le rôle est de vérifier que la structure reste cohérente.

Exemple : Un workflow “audit structure” qui scanne mes fichiers, vérifie qu’ils sont bien organisés, et signale les corrections à effectuer. Il peut ensuite se charger d’implémenter ces corrections.

Je manque d’espace ici, mais je pourrai vous le détailler dans une prochaine édition si ça vous intéresse.

Pour récapituler ce qu’on a vu dans cette édition :

En partie 1 :

• Je vous ai montré 3 exemples concrets de ce que le système produit : le lancement automatique d’un projet client (de 1 journée à 30 minutes), la production de livrables métier (90% exploitables en sortie), et la génération de propositions commerciales (de 2 heures à 15 minutes de corrections).

• Au total, 21 workflows couvrent la delivery, la vente et l’acquisition.

• Résultat : une mission qui me prenait une 30aine d’heures se fait désormais en 6 à 8 heures, avec une meilleure qualité perçue.

En partie 2 :

• On a vu que le fonctionnement “sans système” bloque sur 3 points : pas de contexte persistant, pas de SOPs documentés, pas de chaîne d’actions.

• On a vu qu’il fallait 3 couches (contexte, skills, connecteurs MCP) pour résoudre cela.

• Comment les mettre en place en 5 étapes.

• Pourquoi la maintenance tient en 10 minutes par semaine.

On vit un véritable changement de paradigme.

Et j’en profite pour vous poser 2 questions:

1/ Selon vous, que va-t-il se passer sur le marché de la prestation de service ?

Vous trouverez mes éléments de réponse dans cette édition.

2/ Selon vous, quelle sera l’évolution dans notre manière de travailler ?

Pour moi :

• On quitte le paradigme où notre goulot d’étranglement était la production.

• Et on entre dans l’ère de la stratégie et du system-thinking : la valeur réside désormais dans le jugement, la donnée, et la technologie qu’on utilise pour faire levier sur ces derniers.

3/ Est-ce que ces contenus sur l’IA vous plaisent ?

À très vite,

Rémi