Le prompt seul a des limites
Vos équipes utilisent peut-être déjà ChatGPT, Claude, Gemini ou Mistral. Elles tapent une question, elles reçoivent une réponse. La qualité dépend entièrement de la formulation du prompt. Une bonne formulation donne un bon résultat. Une mauvaise formulation donne un résultat moyen.
Le problème n’est pas l’outil. Les modèles d’IA grand public sont remarquables. Le problème, c’est le contexte. Une IA générique ne sait rien de votre entreprise, de vos offres, de vos clients, de votre ton de marque, de vos contraintes réglementaires. Elle répond à partir de ce qu’elle a appris sur internet en général. Or quand vous demandez “rédige-moi un devis pour un client X dans le secteur Y”, la qualité dépend entièrement de combien de contexte vous fournissez dans le prompt.
À l’échelle d’une équipe de dix personnes, personne ne formule pareil. Les devis sortent en dix styles différents, les emails clients perdent en cohérence, les contenus marketing ne respectent plus aucune charte. Et le pire : certaines réponses contiennent des informations fausses ou obsolètes que personne ne prend le temps de vérifier, parce que tout le monde fait confiance à l’IA par défaut.
C’est exactement ce qu’une IA configurée résout. Pas en remplaçant l’IA grand public, mais en la calibrant sur votre réalité.
Ce qu’une IA configurée change concrètement
Une IA configurée sur votre entreprise apprend votre contexte. Concrètement, ça veut dire quatre choses :
Elle connaît vos offres. Quand un commercial demande “génère-moi une proposition pour un cabinet d’expertise comptable de 8 salariés qui veut un site”, elle puise dans votre catalogue réel, vos fourchettes de prix réelles, votre méthodologie réelle. Le devis sort en cohérence avec ce que vous savez livrer.
Elle connaît vos clients. Si vous avez segmenté votre cible (par exemple : PME industrielles 20-50 salariés, cabinets de conseil RH, artisans BTP en franchise), l’IA adapte le ton et les arguments selon le segment du destinataire. Un email à un dirigeant de PME industrielle ne sonne pas comme un email à un freelance créatif.
Elle connaît vos documents. Vos CGV, vos propositions types, vos références techniques, vos guides internes, vos fiches produit. Quand un commercial pose une question pointue (“est-ce qu’on facture les modifications post-livraison ?”), l’IA puise dans vos documents internes et donne la réponse cohérente avec ce qui est écrit, pas une réponse inventée.
Elle connaît votre ton. Compass Factory ne parle pas comme Microsoft. Un cabinet d’expertise comptable ne parle pas comme un fast-food. Une IA configurée respecte votre tonalité (formel, direct, terrain, technique, etc.), évite les mots que vous bannissez, utilise les formules que vous privilégiez.
Résultat : un collaborateur qui utilise l’assistant gagne du temps et obtient un résultat cohérent avec votre marque, sans avoir à formuler un prompt parfait à chaque fois.
Les 4 piliers de la configuration
1. Documents métier
C’est la base. On rassemble vos documents structurants : CGV, propositions commerciales, contrats types, guides internes, fiches produit, références techniques. Ces documents sont ingérés dans un système RAG (Retrieval Augmented Generation) qui permet à l’IA de les consulter à chaque réponse.
Volume type : entre 20 et 200 documents pour une PME. Le travail consiste à les nettoyer, les structurer, les indexer correctement, et à mettre en place un mécanisme de mise à jour automatique quand les documents évoluent.
2. Ton de marque
On formalise votre tonalité par écrit : trois adjectifs qui décrivent votre voix (par exemple : direct, terrain, sobre), une liste de mots à éviter (jargon, anglicismes, formules pompeuses), une liste de formules privilégiées (vocabulaire de marque, expressions signature). Ce document devient un “system prompt” intégré à chaque interaction.
Pour Compass Factory par exemple : ton constructeur (“on construit, on livre”), évitement des négations-contraste (“pas X, c’est Y”), pas de cadratin, pas de “vraiment”, pas d’adverbes vides. Ces règles deviennent automatiques.
3. Cas d’usage prioritaires
On identifie les 5 à 10 usages qui couvrent 80 % du travail répétitif : rédiger un devis, rédiger un email de relance, résumer une réunion client, comparer deux propositions, générer une fiche produit, etc. Pour chaque usage, on crée un “template” interne avec les bonnes instructions, les bons documents source, et le bon format de sortie.
L’utilisateur final n’a plus besoin d’écrire un prompt complexe : il choisit le template, fournit les données spécifiques (nom du client, contexte du dossier), et l’IA produit le livrable.
4. Cadre de sécurité et confidentialité
C’est le pilier souvent négligé et le plus dangereux à oublier. On définit ce que l’IA peut faire et ne peut pas faire : pas de transmission de données clients vers des serveurs externes non maîtrisés, pas de réponse sur des sujets sensibles (juridique, fiscal) sans avertissement, pas de génération de chiffres financiers sans validation humaine.
Pour les entreprises qui traitent des données sensibles (cabinets, professions libérales, secteurs réglementés), on configure des modèles privés (Mistral Large hébergé en France, Claude via Anthropic France, ou Llama auto-hébergé) plutôt que les API publiques d’OpenAI. C’est une question de RGPD et de confidentialité contractuelle.
Cas type que nous voyons en mission
Pour rendre concret, voici une situation type qui revient souvent (sans nom client, profil sectoriel uniquement).
Profil : PME industrielle, 22 salariés, secteur de la métallurgie de précision.
Tension : Les commerciaux passent en moyenne 90 minutes par devis. Chaque devis demande de rassembler les spécifications techniques, calculer les coûts en fonction des matériaux, formuler les conditions, vérifier la cohérence avec les CGV. Le résultat : 4 à 5 devis par semaine maximum, alors que le pipeline en demande 10.
Solution mise en place : configuration d’un assistant IA sur les spécifications produits (catalogue de 300 références techniques), les grilles tarifaires, les CGV, les propositions types. Création d’un template “Devis” qui prend en entrée le besoin client et génère une proposition complète en 4 minutes au lieu de 90.
Bénéfice ressenti : Les commerciaux sortent 12 à 15 devis par semaine au lieu de 4-5. Les propositions sont cohérentes entre elles. Les erreurs de prix (anciens tarifs utilisés par erreur) ont disparu. Le temps gagné est réinvesti sur le suivi client, où le retour humain compte vraiment.
Note : pour Compass Factory, l’objectif n’est jamais “remplacer l’humain”. C’est “libérer le temps humain pour ce qui demande du jugement réel”.
Erreurs fréquentes en configurant une IA
Erreur 1 : croire qu’une IA configurée = un chatbot client. Deux usages très différents. Un chatbot client (sur le site, en avant-vente) demande une rigueur de réponse extrême, des garde-fous massifs, et un budget de configuration important. Un assistant IA interne pour les équipes est plus souple, moins critique, et 5 à 10 fois moins cher à mettre en place. Commencez par l’interne.
Erreur 2 : essayer de tout couvrir d’un coup. Une configuration IA ambitieuse qui couvre 30 cas d’usage à la fois est presque sûre d’échouer (équipes non formées, périmètre trop large, maintenance impossible). Préférez une configuration ciblée sur 3 à 5 cas d’usage prioritaires, et élargissez par itérations.
Erreur 3 : confondre licence ChatGPT Team et configuration métier. Acheter des licences ChatGPT Team pour vos équipes coûte cher (25 €/utilisateur/mois) sans résoudre le problème de configuration. Vous payez l’outil mais pas le contexte. Mieux vaut investir dans une configuration une fois et utiliser l’API directement, ou mixer ChatGPT Team pour l’usage général et une IA configurée pour les cas critiques.
Erreur 4 : négliger la formation des équipes. L’outil parfait n’est utilisé que s’il est compris. Compter au moins 2 heures de formation par utilisateur final lors du démarrage, plus des sessions de rappel tous les 2-3 mois. Sinon, vous payez une IA que personne n’utilise.
Erreur 5 : oublier les évolutions. Votre catalogue change, vos CGV évoluent, vos cas d’usage se précisent. Une IA configurée demande une maintenance continue (deux à quatre heures par mois en moyenne) pour ne pas se périmer. C’est ce que couvre un abonnement Évolution chez Compass Factory.
Combien de temps, combien ça coûte
Configuration initiale : entre 990 € et 3 500 € selon le périmètre. Le bas de la fourchette couvre 3-4 cas d’usage simples avec une dizaine de documents source. Le haut de la fourchette couvre une dizaine de cas d’usage, une cinquantaine de documents source, et un volet sécurité renforcé.
Délai : entre 2 et 6 semaines, selon la disponibilité de vos documents internes et le nombre d’allers-retours sur le ton de marque. La phase la plus longue est rarement la technique, c’est la collecte et la mise en forme des documents source.
Formation incluse : 2 à 4 heures pour 5 à 10 utilisateurs maximum, en visio ou en présentiel selon votre zone.
Maintenance optionnelle : à partir de 79 €/mois (abonnement Évolution Essentiel) pour les ajustements et la mise à jour des documents source. Recommandée mais pas obligatoire (les assistants livrés restent utilisables sans abonnement).
FAQ
Quelle différence entre une IA configurée et un agent IA ? Une IA configurée est un assistant qui répond à des demandes : on lui demande quelque chose, elle répond. Un agent IA est un système qui exécute des actions : il prend des décisions, lance des workflows, modifie des données. Un agent est plus complexe à mettre en place, plus risqué (les erreurs ont des conséquences réelles), et demande un niveau de garde-fou bien supérieur. Pour commencer, on recommande l’IA configurée. Les agents arrivent dans un deuxième temps, une fois que les usages sont mûrs.
Faut-il un modèle privé ou est-ce que ChatGPT/Claude suffisent ? Pour les usages standards (rédaction, résumé, génération de contenu), les API publiques d’OpenAI ou Anthropic suffisent. Pour les usages sensibles (données clients, RGPD strict, secteurs réglementés), il faut soit un modèle privé (Mistral hébergé en France) soit une convention RGPD avec le fournisseur. Compass Factory configure les deux selon le cas.
Combien de temps avant que l’équipe utilise vraiment l’outil au quotidien ? Comptez 4 à 8 semaines après livraison. Les deux premières semaines sont consacrées à la découverte (formation initiale, premiers tests). Les semaines 3 à 6 voient une adoption progressive sur les cas d’usage prioritaires. À partir de la semaine 8, l’outil est intégré au quotidien, à condition qu’un référent interne ait été désigné pour porter l’usage.
Que faire si l’IA donne une mauvaise réponse ? Première chose : la signaler. Une IA configurée tient un journal des interactions (anonymisé selon les besoins RGPD) qui permet d’identifier les cas problématiques. On ajuste alors soit le prompt système, soit les documents source, soit le template d’usage. La qualité s’améliore par itérations sur les premiers mois.
Peut-on connecter l’IA à notre CRM ? Oui, c’est même recommandé pour les usages commerciaux (génération de devis, suivi de pipeline). On utilise les API de HubSpot, Pipedrive, Salesforce, Sellsy, Odoo. Le périmètre exact dépend de votre CRM et de vos cas d’usage prioritaires.
Quelle taille d’équipe minimum pour que ça en vaille la peine ? Dès 5 utilisateurs réguliers, la configuration commence à amortir. En dessous, il peut être plus économique de rester sur ChatGPT/Claude standard avec un guide de bonnes pratiques bien fait. Au-dessus de 10 utilisateurs, la configuration devient quasi indispensable pour la cohérence.