SF34614
2 jours
En présentiel ou distanciel
- 14 heures de formation
- Exercices pratiques
- Prise en charge OPCO possible
Un renseignement ?
Contactez-nous !- En entreprise ou à distance
- Cadrage pédagogique gratuit
- Programme de formation sur mesure
- Formateur expert dédié
- Prise en charge OPCO possible
Formation Claude Cowork : automatiser vos tâches métier avec des agents IA.
Passez de l'usage chatbot à l'agent autonome et industrialisez vos workflows métier sans écrire une ligne de code.
Claude Cowork transforme l'IA générative en véritable copilote opérationnel : des tâches qui se planifient, s'exécutent, se vérifient et se standardisent. Cette formation vous apprend à cadrer un objectif, configurer un espace de travail sandbox, rédiger des instructions robustes et superviser l'exécution via les journaux d'actions. Vous découvrirez les connecteurs MCP (Gmail, Drive, Slack…) pour relier l'agent à vos outils du quotidien, et apprendrez à orchestrer des workflows multi-étapes avec des sous-agents. Une large place est donnée aux ateliers : automatisations concrètes, rédaction d'instructions réutilisables, mise en place de garde-fous de sécurité et mesure du ROI. Vous repartez avec une bibliothèque de modèles, des automatisations prêtes à l'emploi et une feuille de route pour déployer durablement l'usage dans votre équipe.
Programme de formation Claude Cowork : automatiser vos tâches métier avec des agents IA.
Comprendre l’agent autonome Claude Cowork
– Agent vs chatbot : différences d’architecture entre une réponse conversationnelle et une exécution multi-étapes pilotée
– Cycle de vie d’une tâche agentique : New Task, plan, exécution, logs, validation et reprise
– Typologie des tâches « agentables » : tâches répétitives, documentaires et structurées vs tâches à supervision renforcée
– Cadrage d’un objectif : résultat attendu, périmètre, contraintes, critères de réussite et preuves
– Erreurs fréquentes à éviter : consignes implicites, contexte incomplet, validation trop rapide
**Exemples d’activités pratiques :**
– Cartographie de 3 tâches métier candidates à l’automatisation avec priorisation
– Lancement, interruption et reprise d’une première tâche autonome
Configurer un sandbox et superviser l’exécution
– Dossier sandbox : organisation des sources, livrables, annexes et conventions de nommage
– Gestion des documents de travail : formats, extraction, vérification et règles de confidentialité
– Lecture des journaux d’actions : interpréter ce qui a été fait et identifier les points de contrôle
– Approve, retry, edit plan : reprendre la main sur l’agent au bon moment
– Historique des tâches et gestion des tâches récurrentes
**Exemples d’activités pratiques :**
– Transformation d’un dossier brouillon en dossier exploitable avec validation par les logs
– Construction d’une checklist de validation pour sécuriser une tâche
Rédiger des instructions efficaces pour un agent
– Structure d’une instruction agent : objectif final, périmètre, contraintes, format de sortie et règles de qualité
– Garde-fous explicites : sources obligatoires, interdits, points d’arrêt et protocole de clarification
– Forcer le raisonnement étape par étape pour fiabiliser les livrables
– Fichiers d’instructions réutilisables : standardiser le comportement de l’agent sur un dossier ou un workflow
– Patterns de prompts agent : brief, plan, exécution, vérification, itération
**Exemples d’activités pratiques :**
– Comparaison d’un prompt vague et d’un prompt structuré sur une même tâche
– Création d’un fichier `.instructions` pour standardiser un dossier de travail type
Connecteurs MCP et workflows multi-étapes
– Architecture MCP : principe des connecteurs et sécurisation des accès
– Intégration aux outils du quotidien : Gmail, Drive, Slack et autres applications métier
– Automatisation web : contrôle du navigateur, téléchargement de documents, remplissage de formulaires, extraction d’informations
– Décomposition d’un livrable en sous-tâches : collecte, plan, production, contrôle qualité
– Parallélisation par sous-agents : orchestration, consolidation et arbitrage des résultats
**Exemples d’activités pratiques :**
– Automatisation d’un flux Gmail vers Drive avec réponse type
– Construction d’un workflow « réunion vers compte rendu, plan d’action et email »
– Analyse de plusieurs documents via sous-agents en parallèle
Skills et industrialisation des workflows
– Skills existantes vs Skills personnalisées : quand réutiliser, quand créer
– Création d’une mini-Skill métier : structure, paramètres, conditions de réutilisation
– Bibliothèque de modèles d’instructions : templates de livrables (notes, synthèses, tableaux, emails)
– Routines et tâches récurrentes : variantes, gestion des exceptions et évolution sans casser la qualité
– Critères d’acceptation et checklists QA pour stabiliser les workflows
**Exemples d’activités pratiques :**
– Création d’une Skill réutilisable sur un cas métier (notes de frais, reporting hebdomadaire, revue de documents)
– Construction d’un workflow réutilisable propre au métier du participant
Sécurité, gouvernance et plan d’adoption
– Cartographie des risques : données personnelles, confidentialité, hallucinations, actions irréversibles
– Règles de gouvernance : qui valide quoi, quand arrêter, comment tracer les décisions
– Hygiène opérationnelle : classification des données, périmètres autorisés, journal de décisions
– Mesure du ROI d’une automatisation : critères de sélection, métriques avant/après, taux de retouche
– Plan d’adoption en équipe : champions internes, rituels, montée en compétence et bibliothèque partagée
**Exemples d’activités pratiques :**
– Rédaction d’une mini-charte d’usage et d’une checklist « tâches sensibles »
– Construction d’une feuille de route 30/60/90 jours avec quick wins, workflows à industrialiser et chantier gouvernance
Nos autres formations en Intelligence Artificielle (IA) et Data Science .
Formation Acculturation IA pour le CODIR/COMEX
Formation AIOps Foundation℠, avec certification AIOF
Formation Analyse statistique et modélisation
Formation Analyste de données Microsoft Power BI (PL-300)
Formation Big Data, Data Science et Machine Learning : concepts et enjeux pour l’entreprise
Formation ChatGPT : les bases du prompt engineering
A travers sa Charte Engagement Qualité, Sparks s’engage à tout mettre en œuvre pour que chaque session de formation soit un succès et que votre satisfaction soit totale.
