La note méthodologique « L’IA : construire nos compétences »

1. Les outils en question : nom, version et liens

Trois outils mobilisés sur trois fonctions distinctes, dans une chaîne de production séquentielle.

NotebookLM (Google, version gratuite) a servi de socle documentaire. Sa fonction de recherche automatique de sources a constitué le corpus, et son module de génération visuelle a produit l’infographie en mode « brique ». Claude Opus 4.8 (abonnement payant) a ensuite rédigé le post de diffusion à partir de l’infographie finalisée. Gemini 3.1 Pro, configuré en Gem personnalisé, a pris en charge la rédaction de l’article WordPress.

Cette répartition n’est pas arbitraire. NotebookLM travaille en circuit fermé sur un corpus délimité, ce qui réduit fortement le risque d’invention factuelle sur des données chiffrées. Claude lit et interprète correctement une image, ce qui permet de partir du visuel plutôt que du texte. Gemini, contraint par un Gem, applique un référentiel éditorial stable d’un article à l’autre. Précision utile : cette note méthodologique a été rédigée en dehors du Gem, dont les instructions excluent explicitement ce type de contenu.

2. Exploration, développement d’idées et créativité

La phase d’exploration a été inversée par rapport à mes articles précédents. Plutôt que de partir d’un angle puis de chercher des sources, j’ai laissé la recherche automatique de NotebookLM constituer un corpus large, puis j’ai fait émerger l’angle des données elles-mêmes.

Cette méthode a un intérêt réel : elle limite le biais de confirmation, puisque je ne sélectionne pas les sources qui valident une idée préexistante. Elle a aussi une limite nette. La recherche automatique remonte des contenus hétérogènes en qualité, mêlant sources primaires et articles de seconde main. J’ai donc procédé à un tri manuel, en écartant les sources non datées, non sourcées ou purement commerciales, pour ne conserver que des références vérifiables et citables sur le visuel.

Le passage à l’infographie a lui-même joué un rôle créatif. Le format contraint impose de trancher : une donnée qui ne tient pas dans une brique n’est pas assez claire pour figurer dans l’article.

3. Planification et organisation

L’infographie a fonctionné comme document pivot. Une fois validée, elle a fixé le périmètre du sujet, la hiérarchie des données et l’ordre de lecture. Elle a donc tenu lieu de plan pour les deux productions rédactionnelles qui ont suivi, ce qui garantit leur cohérence : le post, l’article et le visuel racontent exactement la même chose, dans le même ordre.

Le respect des contraintes techniques de la consigne a été traité en amont plutôt qu’en correction : données chiffrées issues de plusieurs sources, sources lisibles directement sur le visuel, signature avec lien LinkedIn, charte graphique MBA DMB et hashtag #mbadmb, fichier compressé sous les 200 ko avant import.

4. Rédaction et articulation

Les deux textes relèvent de logiques différentes et n’ont donc pas été confiés au même outil.

Le post part de l’infographie transmise en image à Claude. L’objectif était un texte d’accroche court, autonome, qui donne envie de cliquer sans dupliquer le contenu du visuel. L’enjeu de ce format est le taux de clic et le volume d’interactions, pas l’exhaustivité.

L’article WordPress répond à des exigences opposées : longueur normée, structure H1/H2/H3, densité argumentative, optimisation SEO. Le Gem applique ces contraintes automatiquement, mais son phrasé natif reste lisse. Une seconde passe a donc été nécessaire pour raccourcir les phrases, insérer des mots de liaison et casser la rythmique mécanique des paragraphes. Cette réécriture n’est pas cosmétique : c’est elle qui fait la différence entre un texte généré et un texte publiable sous mon nom.

5. Éthique, sources, biais et hallucinations

L’architecture retenue réduit structurellement le risque d’hallucination. NotebookLM raisonne sur un corpus fermé et attribue chaque affirmation à un document précis, ce qui rend la vérification directe. C’est précisément l’inverse d’un modèle généraliste qui reconstruit une réponse plausible sans ancrage.

Ce dispositif ne dispense pas de vigilance pour autant. Deux risques ont été traités explicitement. D’abord, la fiabilité du corpus lui-même : une source erronée validée automatiquement contamine toute la chaîne, du visuel jusqu’à l’article. Chaque donnée chiffrée retenue a donc été recoupée à sa source d’origine avant d’être placée sur l’infographie. Ensuite, la déformation par transfert : le post ayant été rédigé à partir de l’image et non du texte, j’ai contrôlé qu’aucun chiffre n’avait été mal lu ni arrondi au passage.

Les sources figurent en clair sur le visuel, conformément à la consigne. Cette note assume la fonction de méthode de citation et documente la répartition entre production algorithmique et vérification humaine.

6. Annexes : exemples de prompts et interactions

Les séquences qui suivent documentent concrètement mes interactions avec la machine. Elles illustrent la manière dont un cadrage strict permet de dépasser les propositions basiques de l’outil pour obtenir un résultat exploitable.

Exemple 1 — Prompt système du Gem Gemini (logique métier)

Ce prompt constitue le socle méthodologique de tous mes articles. Son intérêt principal réside dans le processus de livraison en trois étapes, qui interdit à l’outil de rédiger avant validation explicite du plan.

Rôle

Tu es un expert en communication, marketing digital, SEO et rédaction web professionnelle. Ton objectif est de rédiger des articles de blog de haute qualité en respectant scrupuleusement un document externe de référence nommé : « instructions pour le blog.pdf ».

Objectifs

Rédiger un article complet, clair, professionnel, argumenté, directement publiable. Appliquer strictement toutes les exigences du Document de Référence, notamment : structure imposée (titres H1/H2/H3/H4, plan, ordre des sections) ; longueur minimale et maximale ; ton et style attendus (académique/professionnel/engageant, etc.) ; objectifs pédagogiques si demandés ; éléments SEO essentiels (titre SEO, méta-description, mots-clés, maillage si demandé) ; ancrage théorique / analytique + exemples concrets + illustrations / tableaux si exigés ; citations et sources uniquement si le Document de Référence l’exige. Produire un texte fluide, cohérent, non verbeux, sans répétitions. Garantir une écriture originale, sans plagiat.

Règles strictes

Ne jamais inventer de fausses sources, citations, chiffres ou résultats d’études. Si des sources sont requises : ne citer que des éléments vérifiables (titre, auteur/organisme, date, lien si disponible). Ne pas inclure de brouillons, notes internes, métadiscussion, ni justification de méthode. Ne pas rédiger de « note méthodologique IA ». Si une information te manque, fais au mieux avec des hypothèses prudentes et explicites sans inventer.

Processus de livraison en 3 étapes (obligatoire)

Étape 1 — Sommaire uniquement (premier renvoi). Quand l’utilisateur donne un sujet, tu renvoies uniquement : proposition de titre SEO (H1) ; méta-description (≤ 160 caractères) ; sommaire détaillé conforme au Document de Référence (H2/H3/H4 si nécessaire) ; liste des mots-clés SEO (si le Document de Référence le demande). Tu termines par : « Dis-moi si je valide ce plan, ou les modifications à faire. » Aucun contenu rédigé à cette étape.

Étape 2 — Rédaction par parties, après validation (second renvoi). Une fois le plan validé, tu rédiges une section à la fois, dans l’ordre du plan. Tu envoies uniquement la section en cours (ex : Introduction, puis H2 #1, etc.). Tu termines chaque envoi par : « Valides-tu cette partie ? (oui/non + corrections) ». Tu n’envoies la partie suivante qu’après validation explicite.

Étape 3 — Version finale intégrée (livraison finale). Quand toutes les sections ont été validées, tu renvoies l’article final complet en intégrant tous les retours, au format directement publiable, avec l’ordre suivant (sauf contrainte différente du Document de Référence) : titre SEO (H1 implicite), méta-description, introduction, corps structuré (H2/H3/H4 selon exigences), conclusion, sources (format conforme au Document de Référence).

Format attendu (rappel)

Chaque article doit respecter l’ordre et les contraintes du Document de Référence. À défaut de précision, utilise l’ordre standard ci-dessus.

Contrôle qualité interne (à appliquer en silence, sans l’afficher)

Avant toute livraison, à chaque étape, vérifie mentalement : « Est-ce que cela respecte exactement les exigences du Document de Référence (structure, ton, longueur, SEO, sources, contraintes) ? Si non : corriger avant d’envoyer. »

Exemple 2 — Prompt de rédaction du post à partir de l’infographie (Claude)

Transforme le texte ci-dessous en article LinkedIn.

Contraintes :

• Garde mon ton exact : franc, direct, phrases courtes qui claquent, apartés entre parenthèses, emojis d’origine. Ne lisse pas, ne corporatise pas.
• Structure article : un titre accrocheur (+ 2 alternatives), un chapô en italique, des intertitres H2 clairs, sources listées en pied.
• Garde tous mes chiffres et sources tels quels, ne réécris pas le fond.
• Termine par une question ouverte pour l’engagement, dans mon ton.
• 800-1000 mots, sortie en fichier .md prêt à copier dans l’éditeur d’articles LinkedIn.

Contexte : c’est pour le blog de mon MBA (perso branding), sujet = fracture numérique.