Cinq conseils destinés à durer, au-delà de cette formation, dans le rapport à l’IA générative. Certains reprennent et ancrent des points déjà vus, d’autres introduisent des notions nouvelles — à commencer par le premier.
1. Évitez le maximalisme du contexte
Il faut abandonner le fantasme du super-assistant qui aurait en permanence tout en tête : l’ensemble des projets, des clients, de la vie professionnelle. Ce n’est pas seulement inutile, ça dégrade la qualité des réponses.
Plus le contexte s’accumule, plus le rapport signal/bruit se dégrade : le signal, ce sont les informations qui comptent réellement pour la tâche en cours ; le bruit, tout le reste. Plus il y a de bruit, plus l’IA a tendance à partir dans des directions qui ne correspondent pas à l’attente. C’est le même principe qui pousse de nombreuses entreprises à fine-tuner des modèles sur mesure plutôt que d’utiliser un grand modèle généraliste : un contexte dédié à un type de tâche précis fonctionne mieux qu’un contexte généraliste surchargé.
D’où l’intérêt du système de projets : un projet client (ex. « site Martin ») n’a besoin que du brief, de la charte graphique et des conventions générales pertinentes — pas des scripts YouTube, pas d’un autre client (ex. « boulangerie Dupont »), pas de la comptabilité de l’entreprise. Ces informations n’apportent rien à la tâche en cours ; elles ne font que consommer des tokens et augmenter le risque de dérive.
Mieux vaut donc multiplier les petits espaces de travail dédiés — un projet par client, par type de tâche — plutôt que de viser un assistant unique et omniscient. En l’état actuel des modèles, cette approche fonctionne nettement mieux.
2. Placez le gros de vos instructions dans claude.md
Deux raisons principales :
Portabilité. Le fichier claude.md est un fichier physique, qui peut être emmené vers n’importe quel autre outil IA. Il suffit de le renommer ou de demander à l’IA cible d’adapter le format si besoin — contrairement aux instructions saisies dans l’interface d’un projet, qui restent propriétaires à l’outil.
Édition directe par l’IA. Contrairement aux instructions de projet, claude.md peut être modifié directement par l’IA à la demande : donner des instructions en vrac à l’oral (voice-to-text) et laisser Claude les ranger proprement dans le fichier, plutôt que de tout rédiger à la main.
Le principe de fond : ne jamais avoir à se répéter. Répéter à chaque nouvelle conversation des consignes comme « réponds étape par étape », « toujours sauvegarder avant une mise à jour WordPress » est une perte de temps évitable — ces instructions doivent vivre dans claude.md une fois pour toutes.
3. Bootstrapper une arborescence dès le départ
Démarrer un projet avec un template de claude.md prêt à l’emploi (leçon suivante), qui crée automatiquement l’arborescence complète : dossiers de travail, fichiers Markdown d’organisation, structure de mémoire personnalisée (journal, décision, état, etc.).
L’objectif : ne pas reconstruire à la main l’organisation d’un projet à chaque nouveau départ. Les skills offriront à terme une approche encore plus poussée, mais un template de démarrage reste, dès maintenant, un gain de temps important.
4. Adopter une convention de nommage de fichiers
À enregistrer une bonne fois dans les instructions globales Co-Work. Contrairement à un humain, l’IA n’a aucun effort à fournir pour rester méthodique et organisée dans le nommage et le rangement des fichiers — autant en profiter.
Convention type à utiliser en instruction globale : nommage en kebab-case (minuscules, mots séparés par des tirets), avec la date en préfixe quand c’est pertinent. Une fois cette règle posée, tous les espaces de travail générés par l’IA restent cohérents et bien organisés, sans y repenser.
5. Laisser l’IA retenir le contexte au fil du temps
Ce point recoupe des éléments déjà vus (mémoire native ou système personnalisé, cf. leçon précédente), mais il change fondamentalement l’expérience de travail. Que ce soit via la mémoire native de Claude ou un système sur mesure (fichier etat.md, journal, etc.), l’objectif est le même : que l’IA sache, dès le début d’une nouvelle conversation, où en est le projet — le brief, les couleurs retenues, une demande d’ajout comme un slider, les plugins choisis, les blocages rencontrés, le fait que le client tarde à envoyer ses photos.
C’est ce basculement qui transforme l’IA d’un outil ponctuel et un peu générique en un véritable assistant de travail.