Note méthodologique IA et agriculture

Cette note méthodologique accompagne mon infographie intitulée « L’IA progresse dans l’agroalimentaire et l’agriculture ». L’objectif de ce travail est de rendre accessibles les chiffres de l’adoption de l’intelligence artificielle dans les TPE-PME, tout en mettant en lumière les applications possibles dans le secteur agricole. Pour réaliser ce contenu, j’ai utilisé trois outils complémentaires : Perplexity pour la veille, Claude pour la conception de l’infographie et ChatGPT pour la rédaction de l’article associé.
1. Les outils utilisés
Perplexity : veille informationnelle et recherche documentaire
J’ai utilisé Perplexity comme outil de veille afin d’identifier un sujet pertinent, de repérer des tendances récentes et de retrouver des sources documentaires sur l’utilisation de l’intelligence artificielle dans les entreprises. Les recherches ont été affinées progressivement, en relançant l’outil pour obtenir des informations plus récentes et approfondir certains aspects du secteur agricole.
Claude : structuration et création de l’infographie
J’ai ensuite utilisé Claude, notamment son espace de travail Canvas intégré, pour élaborer l’infographie. Cet environnement m’a permis de travailler directement sur le contenu et d’ajuster les textes, les tailles, les polices et l’organisation des informations. J’ai ainsi pu conserver la maîtrise du rendu final, en adaptant les propositions de l’IA à mes choix éditoriaux et graphiques.
ChatGPT : rédaction de l’article associé
Enfin, j’ai mobilisé ChatGPT pour préparer le texte accompagnant l’infographie. L’objectif était de proposer un angle complémentaire au visuel, avec une approche davantage tournée vers les recommandations et les perspectives de développement de l’IA dans le secteur agricole.
2. Exploration, développement d’idées et créativité
Ma réflexion est partie d’une démarche de veille sur les évolutions de l’intelligence artificielle dans les entreprises. Perplexity m’a permis d’explorer plusieurs angles, puis d’affiner progressivement mes recherches vers les TPE-PME et le secteur agricole. J’ai retenu ce sujet pour son actualité et son intérêt professionnel : comprendre comment l’IA se diffuse dans un secteur confronté à des enjeux de productivité, de gestion des ressources et d’adaptation climatique.
3. Planification et organisation
J’ai travaillé par étapes successives plutôt que de confier l’ensemble de la production à une seule requête. Cette méthode m’a permis de préciser le sujet, de mieux hiérarchiser les informations et de distinguer les données à présenter dans l’infographie de celles à développer dans l’article.
Une fois les informations réunies avec l'aide de Perplexity, j’ai utilisé Claude et son espace Canvas pour organiser le contenu visuel. J’ai retenu une structure en trois parties : la progression de l’IA selon les secteurs, les principaux usages identifiés et des exemples d’applications agricoles. Cette organisation permet de passer d’une vision générale à des cas d’usage plus concrets.
Enfin, j’ai sollicité ChatGPT pour construire un article complémentaire, davantage orienté vers les pistes d’action. L’objectif était d’éviter une simple répétition des chiffres et d’apporter une réflexion sur les conditions permettant aux acteurs agricoles de tirer davantage parti de l’IA.
4. Rédaction et articulation
L’intelligence artificielle m’a accompagnée dans la synthèse et la formulation des informations, ainsi que dans la recherche d’un équilibre entre précision et lisibilité. Pour l’infographie, l’enjeu était de condenser des données parfois techniques en messages courts, compréhensibles et immédiatement identifiables.
Avec Claude Canvas, j’ai pu modifier les formulations, ajuster les longueurs de texte et retravailler la hiérarchie visuelle. Ces ajustements étaient essentiels pour rendre les données lisibles sans surcharger le support.
ChatGPT a ensuite servi à élaborer le texte de blog dans un registre plus analytique. Je souhaitais dépasser le constat de la progression de l’IA pour aborder les conditions de son adoption : choix des cas d’usage, qualité des données, accompagnement des équipes et évaluation des bénéfices.
L’objectif éditorial était de produire un contenu pédagogique, crédible et utile aux professionnels du secteur, tout en respectant les codes d’un article de blog : titre explicite, paragraphes courts, vocabulaire accessible et sources externes identifiables.
5. Éthique, sources et prévention des erreurs
L’IA a été utilisée comme un outil d’assistance et non comme une source de vérité. Les chiffres présentés dans l’infographie étaient rattachés aux publications d’origine, en particulier aux études citées en bas du visuel.
Une attention particulière a été portée à la date des données et au périmètre étudié.
Les propositions des outils ont également nécessité des choix éditoriaux : toutes les pistes suggérées ne sont pas pertinentes pour le format retenu. J’ai privilégié les informations qui répondaient à la problématique et pouvaient être présentées de façon claire. La mise en page, la sélection finale des messages et la validation du contenu restent des étapes essentielles du travail éditorial.
Cette démarche rappelle une limite importante de l’IA générative : une réponse peut sembler cohérente tout en comportant une erreur, une simplification excessive ou une référence imprécise. Les données chiffrées doivent donc être vérifiées dans les documents originaux, et les affirmations non confirmées ne doivent pas être reprises comme des faits établis.
6. Exemples de prompts et d’interactions
Pour explorer le sujet avec Perplexity :
« Agis comme un expert en veille. Identifie les tendances récentes concernant l’adoption de l’intelligence artificielle dans les TPE-PME françaises. Privilégie les études institutionnelles et les données publiées récemment. Pour chaque résultat, indique la date, le périmètre de l’étude et le lien vers la source originale. Mets les résultats sous forme de tableau. Pose moi trois questions nécessaires à la bonne compréhension de mon besoin. »
Ce type de requête permet de cadrer la veille autour de données vérifiables. Les recherches peuvent ensuite être affinées pour se concentrer sur l’agriculture, l’agroalimentaire et les applications concrètes de l’IA.
Pour concevoir l’infographie avec Claude :
« Agis comme un expert en infographie et en vulgarisation de données. À partir des informations et des sources fournies, propose une structure visuelle claire pour une infographie sur l’adoption de l’IA dans les TPE-PME, avec un focus sur l’agriculture et l’agroalimentaire. Organise le contenu en trois parties, hiérarchise les chiffres essentiels et privilégie des formulations courtes. Chaque sous-titre doit être accompagné d'une courte phrase. Utilise seulement 2 polices, une pour les sous-titres, une pour le texte. Les couleurs choisies doivent être en lien avec l'agriculture. Le rendu doit être clair et moderne. N’ajoute aucun chiffre qui ne figure pas dans les sources. »
Cette approche aide à transformer une matière documentaire en une structure éditoriale exploitable. Canvas permet ensuite d’ajuster directement le contenu et la présentation selon les contraintes du support.
Pour rédiger l’article avec ChatGPT :
« Agis comme un rédacteur web spécialisé en transformation numérique et en agriculture. À partir de cette infographie et des sources institutionnelles fournies, rédige un article court qui ne répète pas les chiffres du visuel. Privilégie les recommandations : comment les exploitations peuvent-elles identifier les bons cas d’usage, préparer leurs données, accompagner les utilisateurs et mesurer les résultats ? Adopte un ton professionnel et accessible, structure le texte avec un titre SEO et des paragraphes courts, et intègre des liens vers les sources. N’invente aucune donnée ni aucun exemple. »
Ce dernier prompt vise à obtenir un contenu complémentaire au visuel, en orientant la rédaction vers des pistes d’action plutôt que vers une nouvelle synthèse statistique.
Conclusion
Cette production m’a permis d’utiliser trois outils d’IA selon leurs fonctions complémentaires : Perplexity pour orienter la veille, Claude pour construire et ajuster l’infographie, puis ChatGPT pour rédiger l’article associé. L’intérêt de cette démarche réside dans l’itération entre recherche, structuration et création. Elle montre aussi que l’IA ne remplace ni le jugement éditorial ni la vérification des sources : la pertinence du résultat dépend des consignes données, de la qualité des informations disponibles et des choix réalisés tout au long du processus.
Sources principales
-
Baromètre France Num 2026 - Le numérique et l’intelligence artificielle dans les TPE et PME
- CGAAER - L'intelligence artificielle au service de l'agriculture et de l'agroalimentaire