NOTE MÉTHODOLOGIQUE
Processus de création : Interview, Article LinkedIn & Analyse IA générative
Thèse MBA Communication Digital & Marketing Business
1. LES OUTILS EN QUESTION
Outils utilisés
Claude (Anthropic) - Version Haiku 4.5
- Type : IA générative (LLM - Large Language Model)
- Version payante : Claude via claude.ai (avec API Anthropic)
- Lien : https://claude.ai
- Capacités principales :
- Génération et rédaction de contenu long/court
- Analyse de texte brut (réponses d'interview)
- Brainstorming structuré
- Création d'artifacts (documents éditables en ligne)
Autres outils complémentaires
- Web search (pour vérification contexte sectoriel)
- Compteurs de mots en ligne (vérification longueur article)
- LinkedIn (plateforme de publication finale)
Justification du choix
Claude a été choisi pour :
- Capacité de context window : Gère des documents longs et des conversations étendues
- Qualité rédactionnelle : Production de texte académique + accessible
- Artifacts : Permet d'itérer sur des documents sans perdre le contenu
- Suivi conversationnel : Maintient la cohérence sur une longue session
2. EXPLORATION, DÉVELOPPEMENT D'IDÉES ET CRÉATIVITÉ
Phase 1 : Cadrage de la problématique
Prompt initial utilisé :
"Voici mon sujet de thèse MBA : Comment les pharmacies (en groupement)
peuvent-elles développer une stratégie digitale omnicanale efficace pour
contrer la montée en puissance des pure players de la parapharmacie ?
Trouve moi 10 sources certifiées (études, documents universitaires, livres,
vidéos) pour répondre à cette problématique."
Résultat :
- Identification de 10 sources académiques (thèses, ouvrages, articles peer-reviewed)
- Création d'une première base documentaire structurée
Phase 2 : Raffinement des sources (Livres uniquement)
Prompt de réorientation :
"Non donne moi des ouvrages juste"
Raison du changement :
- L'école impose la rigueur académique (MBA)
- Nécessité de passer d'une base généraliste à des références robustes
- Focus sur 6 ouvrages clés vs. articles web
Phase 3 : Ajout couche sectorielle (Santé)
Prompt additionnel :
"Accès santé aussi ?"
Résultat :
- Ajout de l'ouvrage "Digitalisation de l'officine" (Hautin 2024)
- Pont entre théorie omnicanal générale + applicabilité secteur pharmacie
Phase 4 : Identification spécialistes secteur
Prompt :
"Trouve moi le nom d'un spécialiste en transformation digital
dans le secteur de la santé"
Résultat :
- Identification Isabelle Zablit-Schmitz (DNS + Numeum)
- Biographie détaillée + contexte gouvernemental
3. PLANIFICATION ET ORGANISATION
Phase 1 : Structure interview
Prompt de planification :
"Aide moi à créer un guide d'interview pour Yassine Oufqih.
Il travaille dans une pharmacie rurale, il est en 5ème année pharmacie.
Je dois explorer : menace pure players, stratégie omnicanale,
différenciation pharmacien, freins réels.
Crée 8 questions progressives avec variantes."
Résultat :
- 8 questions structurées (intro → diagnostic → stratégie → vision)
- Variantes pour chaque question (relance en cas de réponse courte)
- Points clés à capturer
- Checklist pré-interview
Phase 2 : Structuration contenu article
Prompt de réorientation contenu :
"Je vais interviewer Yassine. Oriente le contenu de manière
accessible mais académique et inspirante. Angle : stratégie digitale
omnicanale pour contrer pure players. Format : 1 post LinkedIn
(teaser 5-7 lignes) + 1 article LinkedIn (800-2500 mots max)."
Résultat :
- 3 versions de posts LinkedIn (différents angles : intrigant, académique, raconteuse)
- Framework article structuré
4. RÉDACTION ET ARTICULATION
Phase 1 : Rédaction article initial
Prompt :
"Rédige l'article LinkedIn complet (1200-1500 mots) basé sur
l'interview de Yassine. Angle digital omnicanale.
Structure : intro → diagnostic → 3 piliers stratégiques
(click & collect, réseaux sociaux, expertise pharmacien)
→ freins → vision 2028 → actions prioritaires → conclusion."
Résultat :
- Article ~2000 mots (structure complète)
- Citations directes Yassine intégrées
- 3 piliers développés
- Références académiques en fin
Phase 2 : Réduction à 1000 mots
Prompt de réduction :
"Raccourcis l'article à 1000 mots max mais garde les éléments clés :
structure, citations Yassine, 3 piliers, freins, vision."
Techniques de rédaction appliquées
a) Compression par suppression
- Suppression : cas Prado Mermoz (détail trop long)
- Suppression : digressions explicatives
- Conservation : phrases clés + citations
b) Densification argumentative
- Fusion de paragraphes redondants
- Articulation "donc" / "car" / "parce que" (liens logiques)
- Chiffres / faits concrets prioritaires vs. nuances
c) Maintien de la structure
- Avant : 10 grandes sections
- Après : 8 sections (fusion intro+diagnostic)
- Conservation hiérarchie (titres H2 intact)
Résultat final : ~950-980 mots (proche objectif 1000)
5. ÉTHIQUE, SOURCES ET HALLUCINATION
Gestion des hallucinations
Problèmes évités :
1. Invention de sources
- ✅ Vérification web search pour chaque ouvrage/auteur
- ✅ Noms + ISBN + éditeur vérifiés
- ❌ Exemple d'hallucination potentielle : créer "un ouvrage de Vanheems inexistant"
- ✅ Solution : chercher directement "Régine Vanheems ouvrages 2022"
2. Statistiques inventées
- ✅ Chiffres mentionnés = cités avec source (ex: "Daou 2017 note...")
- ✅ Quand doute = utiliser "selon" / "d'après" (attribution)
- ❌ Évité : inventer "45% des pharmacies..." sans source
3. Citations erronées
- ✅ Citations Yassine = extraites directement de ses réponses (screenshots)
- ✅ Pas de paraphrase inventée de ses pensées
- ❌ Évité : transformer "on a perdu peu" en "on n'a rien perdu"
Transparent usage IA
Disclosure dans article :
- Article mentionne interview réelle avec Yassine (vrai)
- Références académiques vérifiées (vraies)
- Rédaction/structuration = assistance IA (transparent)
- ✅ Pas d'invention : cas Prado Mermoz = vrai, mentionné par Yassine lui-même
Éthique source :
- Seules sources académiques citées (pas articles commerciaux)
- Ouvrages accessibles en librairie/BU
- Auteurs + titres + dates vérifiables
6. RÉSUMÉ DU FLUX DE TRAVAIL COMPLET
PHASE 1 : RECHERCHE DOCUMENTAIRE
├─ Prompt : "Trouve 10 sources certifiées"
├─ Résultat : Artifact 10 sources mixtes
└─ Itération : "Juste les ouvrages" → 6 livres clés
PHASE 2 : IDENTIFICATION EXPERTISE
├─ Prompt : "Expert transformation digital santé"
├─ Web search : Vérification Isabelle Zablit-Schmitz
└─ Résultat : Biographie complète + contacts
PHASE 3 : CRÉATION GUIDE INTERVIEW
├─ Prompt : "Guide 8 questions progressives"
├─ Technique : Entonnoir + variantes + objectifs clairs
└─ Résultat : Artifact guide interview (prêt terrain)
PHASE 4 : INTERVIEW RÉELLE (VOUS + YASSINE)
├─ Résultat : 4 screenshots réponses WhatsApp
└─ Extraction : Pépites clés, citations brutes
PHASE 5 : CRÉATION CONTENU LINKEDIN
├─ Prompt 1 : "3 versions posts teaser"
├─ Prompt 2 : "Article complet 1500 mots"
├─ Prompt 3 : "Réduis à 1000 mots"
└─ Résultat : Article final + 3 posts prêts publication
PHASE 6 : NOTE MÉTHODOLOGIQUE (cette doc)
├─ Prompt : "Note méthodologique + exemples prompts"
└─ Résultat : Transparence processus créatif
7. EXEMPLES DE PROMPTS CLÉS (SYNTHÈSE)
Prompt 1 : Recherche académique
"Donne moi des ouvrages et des articles universitaires ou thèse
uniquement, pas d'articles sur internet"
Intérêt : Force filtrage par crédibilité académique
Prompt 2 : Réorientation contenu
"Du coup j'interview pas qlq du digital mais Yassine Oufqih,
oriente de la manière dont tu veux ça doit etre pertinent
et en lien avec mon sujet de thèse avec un ton accessible
mais académique et inspirant"
Intérêt : Donne liberté créative MAIS avec contraintes (tone, pertinence)
Prompt 3 : Réduction ciblée
"L'article doit faire 1000 mots stp raccourcit"
Intérêt : Brève et claire → Claude comprend = densifier sans perdre essentiel
Prompt 4 : Guides structurés
"Aide moi à lui poser des questions à la suite de ses réponses,
on rédigera un post LinkedIn et un article LinkedIn ok ?"
Intérêt : Progressif (guide → interview → contenu) = évite brouillard
8. APPRENTISSAGES & BONNES PRATIQUES
Ce qui a bien fonctionné
- ✅ Artifacts : Document vivant qu'on réutilise/modifie (vs perdre infos)
- ✅ Progressivité : Étape par étape (recherche → interview → contenu) vs tout en même temps
- ✅ Spécification tone : "académique + accessible + inspirant" = critère évaluable
- ✅ Web search : Vérification sources en temps réel (vs hallucinations)
- ✅ Variantes : Trois versions posts = choix client (agile)
Difficultés rencontrées
- ⚠️ Longueur article : Première version 2000 mots → compression à 1000 perd détails
- ⚠️ Citation balance : Beaucoup citer Yassine vs. garder cadre académique = tension
- ⚠️ Secteur santé : Spécificité réglementaire (ANSM, ordonnances) complexe à résumer
Améliorations possibles
- 🔧 Prochaines fois : Spécifier longueur cible DÈS LE DÉPART ("article 1000 mots, pas 1500")
- 🔧 Demander clarification : "Priorité : Yassine vs. cadre théorique ?"
- 🔧 Créer checklist : de vérification (citations sources, chiffres, références)
9. CONCLUSION
Ce processus démontre comment IA générative + humain crée contenu académiquement solide :
- Recherche : Claude cherche sources, humain valide crédibilité
- Structuration : Claude organise guide interview, humain conduit réelle conversation
- Rédaction : Claude rédige dense, humain décide tone/longueur
- Itération : Artifacts permettent ajustements rapides
Valeur ajoutée de Claude
- Génération rapide (vs. rédaction manuelle longue)
- Structures cohérentes (outlines automatiques)
- Variantes multiples (brainstorming)
- Densification (réduction tout en gardant substance)
Valeur humaine
- Expertise thématique (pharmacie vs. retail)
- Validation académique (sources fiables)
- Interview réelle (Yassine = authentique)
- Direction stratégique (tone, public cible, objectifs)
Acceptabilité académique
- ✅ Acceptable pour MBA si documenté (→ cette note)
- ✅ Transparent sur usage IA
- ✅ Contenu original (interview unique)
- ✅ Sources vérifiées (vs. hallucinations)