En 2023, apprendre à utiliser ChatGPT signifiait essentiellement apprendre à écrire un prompt. Il fallait préciser le contexte, expliquer la tâche, donner quelques exemples, définir le format attendu. Une petite expertise du « prompt engineering » s’est rapidement constituée autour de cette activité.
Depuis, le prompt n’a pas disparu. Mais trois autres couches se sont ajoutées : les GPT personnalisés / Gems, les workflows agentiques, puis les skills.
Le prompt : apprendre à demander
Avec le prompt, l’unité de travail est la tâche. Résumer un document. Préparer un email. Analyser un tableau. Chercher des idées. L’utilisateur conserve l’essentiel de la méthode dans sa tête : il choisit la tâche, fournit le contexte, formule les contraintes, juge la réponse et décide de l’étape suivante.
L’IA intervient dans le travail, mais elle n’en connaît qu’un fragment. Si l’on ouvre une nouvelle conversation, il faut souvent recommencer l’explication.
La compétence consiste alors principalement à formuler.
Les GEM : arrêter de tout réexpliquer
En novembre 2023, OpenAI introduit les GPT personnalisés, capables d’associer instructions permanentes et connaissances spécifiques. Google déploie ses Gems personnalisés en août 2024 selon une logique proche. Une partie du mode d’emploi quitte alors le prompt pour entrer dans la configuration de l’outil.
Au lieu d’expliquer à chaque conversation comment analyser un document, rédiger un compte rendu ou respecter une charte éditoriale, on prépare ces règles une fois. Elles deviennent persistantes.
La compétence ne consiste donc plus seulement à formuler. Il faut aussi configurer.
L’agent : déléguer le processus
En janvier 2025, Operator marque une autre étape : l’agent ne produit plus uniquement une réponse, il peut utiliser un navigateur, cliquer, saisir du texte et enchaîner plusieurs actions. Quelques mois plus tard, cette logique est intégrée à ChatGPT agent.
Si l’on délègue une tâche isolée, il suffit de bien définir le résultat attendu. Si l’on délègue un processus, il faut comprendre comment ce résultat est obtenu : quelles sont les étapes, dans quel ordre, avec quelles dépendances, quelles exceptions et quels points de contrôle. Le prompt demandait de savoir exprimer son besoin. Le workflow oblige à savoir décomposer son travail.
La compétence devient l’orchestration.
Les skills : formaliser le savoir-faire
Les skills ajoutent aujourd’hui une nouvelle couche. Anthropic les introduit en octobre 2025 sous la forme d’ensembles d’instructions, de scripts et de ressources que Claude peut charger lorsqu’une tâche le nécessite. OpenAI propose désormais lui aussi des skills dans ChatGPT, décrits comme des workflows réutilisables et partageables pouvant contenir instructions, exemples et code.
Il ne s’agit plus seulement de configurer un assistant ou d’automatiser un processus complet. On peut commencer à encapsuler une méthode particulière pour qu’elle soit utilisée dans plusieurs contextes, combinée à d’autres compétences et partagée avec une équipe.
Travailler avec l’IA demande moins d’apprendre à lui parler que d’apprendre à expliquer comment nous travaillons nous-mêmes.
Renaud JOLY
En mars 2026, OpenAI présentait d’ailleurs explicitement les Skills pour Enterprise et Edu comme un moyen de transformer des workflows éprouvés en instructions réutilisables, applicables automatiquement sans répéter les mêmes consignes dans chaque prompt.
Après avoir appris à formuler, configurer et orchestrer, il faut donc apprendre à formaliser (l’expertise métier).
Nous devons maintenant savoir expliquer comment nous travaillons
Comme souvent dans les évolution technologiques, ces quatre modes ne se remplacent pas. Ils s’empilent.
Une skill contient encore des instructions. Un workflow utilise encore des prompts. Un agent a encore besoin de contexte. La nouveauté tient plutôt à la quantité croissante de méthode que nous pouvons progressivement sortir de notre tête pour la confier au système.
En 3 ans, nous sommes ainsi passés d’une IA à laquelle nous expliquions quoi faire à des systèmes auxquels nous cherchons à transmettre une partie de la manière dont nous travaillons.
Travailler avec l’IA demande donc d’apprendre à expliquer comment nous travaillons nous-mêmes, comme lorsqu’on délègue une tâche à un junior.