• No-code, low-code, automatisation, script, assistant, agent : clarifier les notions.
• Ce que l’IA peut produire : texte structuré, formules, scripts simples, pages web, assistants, workflows.
• Différence entre prototype personnel, outil d’équipe et solution professionnelle.
• Cas d’usage métiers : veille, documentation, RH, communication, projet, qualité, reporting.
• Ce qui reste du ressort d’un développeur ou de la DSI.
• Risques : sécurité, confidentialité, maintenance, erreurs, dépendance aux outils.

• Repérer les tâches répétitives ou irritantes.
• Distinguer tâche simple, processus complexe et décision humaine.
• Identifier les données utilisées, les entrées, les sorties et le format attendu.
• Prioriser les cas d’usage à faible risque et forte valeur.
• Décrire le besoin de manière fonctionnelle.
• Préparer une demande exploitable par l’IA.

Atelier pratique
Identifier une tâche à simplifier ou outiller dans son activité professionnelle.

• Décrire le besoin à l’IA.
• Obtenir une première proposition.
• Tester le résultat.
• Corriger par itérations.
• Demander à l’IA d’expliquer le fonctionnement.
• Documenter les limites.
• Améliorer l’ergonomie et la clarté.

Exemples possibles

• Générateur d’équations de recherche.
• Grille d’évaluation de sources.
• Mini-formulaire d’analyse de document.
• Outil de transformation de données simples.
• Page de synthèse d’un sujet.
• Modèle de tableau de qualification.
• Checklist interactive.

• Comprendre ce qu’est un bookmarklet.
• Identifier les usages utiles pour la veille ou la documentation.
• Extraire les liens d’une page.
• Repérer les flux RSS disponibles.
• Nettoyer une page pour lecture.
• Compter une occurrence.
• Envoyer une page vers un outil ou un modèle de traitement.
• Tester le code généré par l’IA.
• Identifier les limites et précautions.

• Décrire un flux simple : entrée, traitement, sortie.
• Construire un assistant spécialisé.
• Utiliser des tableaux, formulaires, outils collaboratifs ou plateformes no-code.
• Produire un livrable automatiquement préparé mais validé humainement.
• Documenter les étapes du processus.
• Prévoir une validation avant diffusion.
• Éviter les automatisations invisibles ou non maîtrisées.

• Vérifier le comportement de l’outil.
• Tester avec plusieurs exemples.
• Ne pas intégrer de données confidentielles dans un outil non validé.
• Documenter l’usage prévu.
• Préciser les limites.
• Décider si l’outil reste personnel ou peut être partagé.
• Identifier quand solliciter la DSI.
• Prévoir une maintenance simple.

Atelier final

Les participants conçoivent un mini-outil ou une automatisation simple :

• besoin métier ;
• description fonctionnelle ;
• prompt de génération ;
• prototype ;
• tests ;
• corrections ;
• documentation ;
• garde-fous ;
• décision d’usage.

• Identifier des tâches automatisables.
• Décrire un besoin fonctionnel à une IA.
• Créer un prototype simple sans coder.
• Tester et améliorer un outil généré.
• Comprendre les limites du no-code et du code IA.
• Sécuriser et documenter un usage métier.

• Questionnaire de positionnement.
• Identification d’un cas d’usage.
• Création d’un prototype simple.
• Test et amélioration du prototype.
• Restitution courte.
• Quiz de consolidation.
• Évaluation à chaud et à froid.

• FA143 — Automatiser ses tâches avec l’IA générative : agents, workflows et assistants métier
• FA153 — Ateliers IA pour la veille et la documentation : modules flash composables
• FAD51 — Veille augmentée par l’IA générative : rechercher, analyser et diffuser l’information
• FA145 — Copilot Studio et agents Microsoft 365 : créer des assistants métier en environnement d’entreprise