Comment les marketeurs peuvent créer des workflows IA qui produisent des résultats fiables et cohérents

Description de l’épisode

« Des humains de meilleure qualité produisent des sandwiches de meilleure qualité. »

C’est le message clé qu’Ann Stanley retient de ses années à construire des workflows IA pour l’une des agences digitales historiques du Royaume-Uni. Frederick Vallaeys, CEO et cofondateur d’Optmyzr, s’entretient avec Ann pour décortiquer cette métaphore et explorer pourquoi l’IA n’est que la garniture d’un processus qui nécessite encore l’expertise humaine pour fournir des résultats fiables et cohérents.

La conversation explique pourquoi les résultats de l’IA semblent souvent imprévisibles et comment y remédier grâce à une meilleure structure, davantage de contexte et des systèmes comme le RAG (Retrieval-Augmented Generation). Ann explique comment des outils comme n8n, Claude et des agents IA personnalisés peuvent aider les équipes à transformer des tâches marketing répétitives en workflows évolutifs, sans sacrifier la qualité ni le contrôle.

Si vous utilisez l’IA en marketing mais que vous avez du mal à obtenir des résultats cohérents ou des outputs ponctuels, cet épisode vous aidera à mettre en place des workflows plus fiables, reproductibles et pratiques pour un usage concret.

Voici ce que vous allez apprendre :

• Pourquoi les outputs de l’IA semblent incohérents (et comment y remédier avec de meilleurs prompts)
• Ce qu’est n8n et pourquoi des workflows structurés surpassent le prompting au cas par cas
• Comment le RAG empêche l’IA d’inventer des informations sur votre entreprise
• Pourquoi l’IA augmente la capacité plutôt que de réduire la charge de travail
• Comment Claude Code agit comme une couche d’exécution pour tout
• Les vrais risques : compaction de la mémoire, propagation des erreurs et contrôle de version
• Quand l’automatisation vaut la peine d’être développée (et quand ce n’est pas le cas)
• Comment amener les équipes à réellement adopter l’IA (et pourquoi leur résistance est compréhensible)
• Ce que l’IA signifie pour les agences qui se différencient par l’expertise plutôt que par l’exécution
• Le sandwich humain-IA : pourquoi le contrôle qualité nécessite encore des humains

Points clés de l’épisode

Ann Stanley n’aborde pas l’adoption de l’IA comme la plupart des marketeurs. Avec 23 ans d’expérience en marketing digital et un parcours en recherche médicale et essais cliniques, elle apporte une rigueur scientifique au marketing. Elle est la fondatrice et CEO d’Anicca Digital, l’une des agences digitales historiques du Royaume-Uni. Au cours de l’année écoulée, elle est passée de l’expérimentation avec des outils IA à la construction de workflows prêts pour la production, réellement utilisés par son équipe de 20 personnes.

Fred a ouvert la conversation en demandant des précisions sur n8n, l’outil d’automatisation de workflows qu’Ann a passé sept mois à maîtriser en 2024. Ce n’est plus la solution la plus avancée aujourd’hui — Claude Code et d’autres outils l’ont dépassée — mais les principes qu’Ann a appris en construisant des workflows n8n s’appliquent encore à tout ce qu’elle construit aujourd’hui.

Et ces principes comptent, car ils répondent à la question à laquelle chaque agence est confrontée : comment rendre les outputs de l’IA fiables plutôt qu’aléatoires ?

La conversation passe en revue les aspects pratiques de la construction de systèmes IA qui fonctionnent : quels outils utiliser, comment structurer les prompts, pourquoi le contexte compte plus que l’ingéniosité, et quand l’automatisation vaut l’investissement. Mais derrière les détails techniques se cache un fil conducteur plus important : l’IA ne remplace pas l’expertise, elle l’amplifie. Les personnes qui comprennent ce qu’il faut construire et pourquoi seront celles qui prospéreront le plus.

Pourquoi les outputs de l’IA semblent incohérents (et comment y remédier avec de meilleurs prompts)

La première vraie question posée par Fred allait droit au problème que rencontrent les agences au quotidien : comment rendre l’IA prévisible alors qu’il s’agit fondamentalement d’un système probabiliste ?

La réponse d’Ann reformule entièrement le problème. « Les LLM, ce n’est qu’un modèle mathématique qui prend une masse de mots et les restitue en fonction d’une probabilité statistique », a-t-elle expliqué.

L’IA ne se trompe pas parce qu’elle est défaillante. Elle échoue parce que vous ne lui avez pas fourni suffisamment d’informations pour réussir.

Elle utilise un exemple en apparence très simple : le mot « apple ». Si vous le saisissez dans une IA, elle ne sait pas si vous parlez de Steve Jobs et des iPhones, ou de tarte aux pommes et de vergers. Les deux sont valides. Mais l’IA ne peut pas savoir lequel vous voulez dire sans contexte.

Elle l’explique ensuite avec une analogie culinaire. Si vous demandez : « Que puis-je cuisiner pour une famille de quatre personnes ? Je suis végétarien. J’ai ces ingrédients », vous obtiendrez des suggestions. Mais si vous donnez les mêmes ingrédients à un chef italien et à un chef français, ils produiront des plats complètement différents. Les ingrédients sont identiques. Le résultat dépend de l’expertise, de la formation et du contexte.

« Quand vous créez un agent IA dans quelque chose comme un workflow, vous ne lui donnez pas seulement les instructions de la tâche », a déclaré Ann. « Vous lui donnez tout ce contexte, des exemples et les connaissances qui vont avec. Donc il vous faut plusieurs choses. Il vous faut les instructions du moment. Il vous faut les instructions de l’utilisateur, ainsi que le RAG ou la mémoire, le cerveau derrière tout ça. »

C’est le principe fondamental qui sous-tend tout le reste de cette conversation. L’IA ne connaît pas magiquement votre entreprise, vos clients ou vos standards. Vous devez fournir ce contexte explicitement. Plus vous fournissez de contexte, plus le résultat devient prévisible et utile.

Pour les agences, cela signifie construire des systèmes qui imposent le contexte. Ne laissez pas les membres de l’équipe taper des prompts aléatoires dans ChatGPT. Créez des Custom GPT ou des projets Claude avec des guidelines de marque, des exemples de rédaction et des garde-fous stratégiques déjà intégrés. Rendez impossible la production de contenus génériques en fournissant le contexte complet.

Ce qu’est n8n et pourquoi des workflows structurés surpassent le prompting au cas par cas

Fred a demandé à Ann d’expliquer n8n pour les personnes qui ne le connaissent pas. Et voici ce qu’elle a dit :

« n8n, c’est comme un tableau Miro, avec plein de nœuds qui font différentes choses, différentes fonctions », a expliqué Ann. « Ce que cela fait, c’est vous donner accès à une multitude d’API. Cela y intègre des cerveaux IA, donc cela peut prendre des décisions. »

Le principal avantage n’est pas l’interface visuelle ni le système basé sur des nœuds, mais la prévisibilité. Tant que vous structurez correctement vos prompts, vous obtenez des résultats cohérents à chaque fois. C’est essentiel pour les agences qui promettent à leurs clients un certain niveau de qualité.

Ann et son équipe ont construit une plateforme appelée Secret Agents pour résoudre un problème courant : la plupart des gens ne savent pas comment bien prompter l’IA.

« L’avantage d’utiliser un formulaire au début d’un agent IA comme n8n, c’est que vous pouvez collecter les bonnes informations et amener l’utilisateur à saisir les informations qu’il devrait écrire lorsqu’il fait un prompt », a-t-elle déclaré. « Ensuite, vous prenez cela, et cela vous donne un bien meilleur résultat. »

Le formulaire nous oblige à avoir une structure. Au lieu d’un vague « écris-moi un blog », le formulaire demande : « Qui est la cible ? » Quel ton faut-il utiliser ? Quels exemples faut-il suivre ? Que faut-il éviter ? Cette entrée structurée produit un output structuré et fiable.

L’autre grand avantage est que n8n fonctionne via des API, ce qui signifie qu’il n’y a pas de limites de tokens. Vous pouvez traiter d’énormes volumes de données sans atteindre les plafonds que vous rencontreriez dans l’interface de chat de ChatGPT ou de Claude. Et les workflows peuvent s’exécuter en arrière-plan sans déclenchement manuel.

L’équipe d’Ann a construit un workflow de blog entièrement automatisé qui scrape 25 sites web chaque semaine, traite le contenu, rédige un récapitulatif et le publie sur WordPress. Aucune intervention humaine n’est requise une fois le système construit. Ce niveau d’automatisation ne fonctionne que parce que le workflow impose une structure à chaque étape.

Comment le RAG empêche l’IA d’inventer des informations sur votre entreprise

Le RAG, abréviation de Retrieval-Augmented Generation, repose sur un LLM standard entraîné sur d’énormes quantités de texte provenant d’Internet. Même s’ils connaissent diverses informations, ils ne savent rien de spécifique sur votre entreprise, vos clients, votre tonalité de marque ou vos priorités stratégiques, sauf si vous le leur dites.

Le RAG résout ce problème en donnant à l’IA une base de connaissances dans laquelle elle peut rechercher et récupérer des informations lorsqu’elle génère des réponses. Au lieu de s’appuyer uniquement sur les données d’entraînement, l’IA puise dans les documents, les guidelines et les exemples que vous avez fournis.

Ann a expliqué son approche à travers ce qu’elle appelle l’AI Adoption Ladder. La plupart des gens commencent avec la version gratuite de ChatGPT, et 80 % des 4 000 marketeurs à qui elle a parlé l’an dernier l’utilisaient encore. La plupart n’avaient pas essayé Claude, et aucun ne savait ce qu’était un agent IA.

Ann a donc conseillé que l’étape suivante soit un Custom GPT ou un projet Claude.

« Quand vous créez un projet ou un Custom GPT, vous fournissez une recette, qui est votre prompt, mais vous fournissez aussi des exemples de ce à quoi ressemble un bon résultat », a déclaré Ann.

Pour les agences qui gèrent plusieurs clients, cette structure est essentielle. Le client A reçoit ses guidelines de marque, ses exemples de rédaction et ses connaissances sectorielles chargés dans son projet. Le client B reçoit des éléments complètement différents. L’IA écrit alors dans la voix de chaque client parce que vous lui avez donné la bibliothèque de référence dans laquelle puiser.

L’avantage des projets Claude par rapport aux Custom GPT, selon Ann, est la persistance de la mémoire au sein d’un projet.

« Vous pouvez travailler dans Claude et avoir tout un projet autour d’un seul client, et il se souviendra de tout et de ces conversations », a expliqué Ann. « Et c’est vraiment le point de départ de toutes les choses passionnantes qui sont sorties au cours de l’année écoulée. »

Pourquoi l’IA augmente la capacité plutôt que de réduire la charge de travail

Fred a ri quand Ann a évoqué le manque de sommeil, parce qu’il vit la même réalité. La promesse de l’IA, c’est qu’elle fait tout ce travail à votre place, vous libérant du temps. L’expérience réelle est complètement différente.

« Attendez de commencer à utiliser Claude Code », a déclaré Ann. « Vous ne dormirez plus jamais. »

Voici pourquoi : l’IA ne réduit pas votre charge de travail. Elle élargit ce qui est possible. Vous êtes tellement enthousiasmé par ses capacités que vous commencez à construire cinq fois plus qu’avant. Vous restez donc éveillé jusqu’à 2 ou 3 heures du matin parce que vous ne pouvez pas laisser quelque chose de cassé.

« Cette idée selon laquelle vous auriez plus de temps pour vous est tout simplement absurde », a déclaré Ann sans détour. « Vous faites juste cinq fois plus de travail. »

Fred était totalement d’accord. Il se couche désormais régulièrement après minuit, non pas parce qu’il y est obligé, mais parce qu’il investit dans la mise en place de գործընթացus qui multiplieront par dix les capacités de son équipe. Les membres de l’équipe peuvent utiliser l’IA pour terminer les tâches plus vite, mais ce ne sont pas eux qui veillent tard. Ce sont les fondateurs et les responsables techniques qui voient le potentiel et ne peuvent pas s’empêcher de l’explorer.

Ann a partagé deux changements de productivité qui ont tout changé pour elle. D’abord : « Le plus grand changement de productivité, c’est quand vous arrêtez de taper et que vous commencez à parler. » Les commandes vocales accélèrent considérablement les cycles d’itération, car vous pouvez fournir plus de détails, plus de nuances et plus de contexte à l’oral qu’à l’écrit.

Ensuite : faire plusieurs choses en parallèle. « Il faut probablement avoir au moins deux choses en cours en même temps, parce que si vous restez là à attendre qu’une seule chose se produise, vous finissez par perdre beaucoup de temps », a-t-elle expliqué. « L’une des compétences les plus importantes, c’est d’être capable de faire passer son cerveau d’une tâche à l’autre. »

C’est l’état actuel des outils IA. Ils sont rapides mais pas instantanés, donc vous mettez plusieurs tâches en file d’attente, vous passez de l’une à l’autre et vous continuez d’avancer au lieu de rester inactif.

Comment Claude Code agit comme une couche d’exécution pour tout

Ann a retracé l’évolution du prompting basique vers Claude Projects puis Claude Code, et expliqué pourquoi chaque étape compte pour les marketeurs qui cherchent à construire des systèmes fiables.

Claude Projects a introduit les « skills », qui sont des workflows enregistrés pour des tâches spécifiques. Si vous créez un modèle de proposition avec un format et une structure précis, vous l’enregistrez comme skill. La prochaine fois que vous avez besoin d’une proposition, vous invoquez ce skill, et Claude la génère en suivant le modèle.

Puis Claude a lancé Co-work, qui rend ces capacités accessibles sans configuration technique.

« Vous pouvez utiliser des connecteurs pour l’intégrer à votre Drive, votre Gmail, etc. », a expliqué Ann. « Et soudain, il parle à vos fichiers sur votre ordinateur portable. Il parle à d’autres services. »

L’étape suivante est Claude Code, que les développeurs et les profils techniques ont adopté. Vous l’utilisez via des outils comme Cursor ou Terminal, la « petite boîte noire, comme sortie de Matrix », que les informaticiens utilisent pour réparer votre ordinateur portable, comme l’a décrit Ann.

Mais la puissance vaut la courbe d’apprentissage.

« Vous parlez ensuite à Claude Code, vous avez une conversation avec lui et vous lui demandez de faire apparaître certaines de ces skills que vous avez peut-être créées ou d’aller les chercher sur Internet », a déclaré Ann. « Et vous vous retrouvez essentiellement avec une grande bibliothèque de skills que vous avez développés. »

Ces skills peuvent être des confirmations de commande, des carrousels, des articles de blog, des publications sur WordPress (parce que vous lui avez donné des clés API) et l’envoi d’e-mails.

« Soudain, au lieu d’aller dans Microsoft ou dans d’autres plateformes, vous pouvez tout faire dans Claude Code », a-t-elle expliqué.

Les vrais risques : compaction de la mémoire, propagation des erreurs et contrôle de version

Fred a soulevé un point crucial dont on ne parle pas assez : les risques liés au fait de s’appuyer sur des systèmes IA qui compactent la mémoire et prennent des décisions de manière autonome.

Il a raconté l’histoire d’une employée de Meta dont les e-mails ont été supprimés par Claude. Elle lui avait explicitement demandé de ne jamais supprimer ses e-mails. Mais à un moment donné, la mémoire contextuelle de Claude s’est remplie et a été compactée. Pendant cette compaction, l’instruction a été perdue. Claude a alors pensé qu’il était acceptable de supprimer des e-mails dans le cadre d’une tâche de nettoyage. « Elle a littéralement enregistré tous ses e-mails en train d’être supprimés sous ses yeux, en disant “Stop, stop, stop”, et il l’a tout simplement ignorée », a raconté Ann.

Fred a précisé que cela s’était produit avec Open Claude (désormais renommé), qui dispose de moins de fonctionnalités de sécurité que Claude Code. Mais le principe reste important : lorsque vous voyez une compaction de mémoire se produire, c’est un signal d’alerte. Vous devez vérifier ce que l’IA se souvient encore de vos instructions initiales.

La solution d’Ann repose sur la discipline et le contrôle de version. « Quand je commence un nouveau projet, je le date toujours et j’ajoute le titre. Comme ça, quand j’ai plusieurs onglets ouverts, je peux voir de lequel il s’agit. » Elle surveille l’indicateur d’utilisation du contexte dans Cursor. Vers 80 %, elle crée un document de passation et enregistre tout sur GitHub.

« Tout au long de la journée, si j’arrive à un point où j’ai des choses vraiment bonnes, je vais dire “Mets à jour ma skill, enregistre dans memory.md”, qui est comme un fichier mémoire, et enregistre aussi sur GitHub », a expliqué Ann. « Ensuite, je fais une passation, puis je commence un nouveau chat. »

L’autre risque est la propagation des erreurs. Ann l’a comparé à Excel avant l’existence de l’enregistrement automatique.

« Vous passiez deux heures à construire un tableur, et s’il plantait, vous perdiez tout. C’est très similaire en ce moment », a déclaré Ann. « Si ça se plante, ça se plante. C’est pourquoi je fais beaucoup de versions et beaucoup d’enregistrements, pour avoir des points de contrôle auxquels revenir. »

Ce sont les réalités concrètes du travail avec les systèmes IA aujourd’hui. Les outils sont puissants, mais pas infaillibles. Il faut donc de la discipline, des sauvegardes et du contrôle de version pour les utiliser en toute sécurité.

Quand l’automatisation vaut la peine d’être développée (et quand ce n’est pas le cas)

C’est le calcul pratique que chaque agence doit faire : quand faut-il investir des semaines dans la construction d’un workflow IA, et quand vaut-il mieux le faire manuellement ?

La règle d’Ann est simple : la fréquence justifie l’investissement. « À moins que ce soit quelque chose que vous faites régulièrement, il est très difficile de justifier le temps que cela prend », a-t-elle déclaré. « Si vous ne faites qu’un audit par mois ou un audit tous les trois mois, ça n’en vaut pas la peine. Mais si vous faites un audit par jour, alors ça vaut le coup. »

Le blogging est l’exemple classique. La plupart des agences produisent des blogs régulièrement, par exemple chaque semaine, voire chaque jour. Ce volume justifie l’automatisation. Mais si vous ne rédigez qu’une proposition tous les quelques mois, passer une semaine à automatiser les propositions n’a pas de sens financièrement.

Ann a partagé un exemple récent. Son équipe a essayé d’automatiser un audit SEO technique de 50 pages. Après des efforts considérables, ils n’ont pas réussi à le faire fonctionner de manière fiable. « Au final, ce que nous avons fait, c’est prendre sa manière normale de procéder et simplement la rendre plus jolie », a-t-elle dit.

Ils ont obtenu de meilleurs résultats avec les audits Google Ads, parce qu’ils avaient déjà résolu les problèmes d’accès à l’API. Mais cela a tout de même demandé un travail initial important.

« Il faut passer par beaucoup d’étapes pour s’enregistrer et pouvoir extraire les données de l’API, croyez-le ou non. Il faut obtenir le token de développement », a mentionné Ann.

Le projet actuel d’Ann concerne des rapports GEO pour la prospection. Ses campagnes d’e-mailing génèrent environ 10 opportunités par semaine.

« Si je devais les faire manuellement, il me faudrait toute la semaine pour les faire. C’est toujours un cauchemar parce que ça ne fait pas toujours ce qu’on lui dit », a-t-elle admis. « Mais le bon côté, c’est qu’ils sont vraiment beaux. »

Elle l’a connecté à Playwright pour récupérer des captures d’écran et même créer automatiquement des comptes. « Si je devais en faire 10, comme je l’ai dit, cela me prendrait toute la semaine. Là, ça me prend probablement une journée pour en faire 10, parce qu’ils peuvent être problématiques. »

Comment amener les équipes à réellement adopter l’IA (et pourquoi leur résistance est compréhensible)

Fred a soulevé un défi auquel chaque dirigeant d’agence est confronté : comment amener les membres de l’équipe à consacrer du temps à apprendre l’IA alors qu’ils sont déjà débordés par leur travail réel ?

La tension est réelle. Si le travail de quelqu’un consiste à produire 10 articles de blog par mois, et que vous lui dites de passer une semaine à apprendre l’automatisation, il voit une semaine avec zéro production. Il ne pense pas forcément au fait qu’après cette semaine, il pourrait produire 100 articles par mois au lieu de 10.

Ann a partagé un exemple très direct. Il y a un an, son équipe proposait des formations à l’IA. « Nous donnions des formations à l’équipe, et ils n’étaient vraiment pas intéressés », a-t-elle dit. Mais ensuite, ils ont commencé à voir ce qui était produit avec Claude Code. « Je pense qu’ils voient maintenant que c’est un assistant que je peux utiliser pour toutes sortes de choses. Soudain, ils sont désespérés que nous les mettions à niveau. »

Le point de bascule, c’est quand les bénéfices dépassent clairement la douleur. « Une fois que le bénéfice dépasse la douleur, l’équipe adhère, et vous l’embarquez avec vous », a expliqué Ann. « Mais les pionniers à l’avant sont généralement six mois en avance sur le reste de l’équipe. »

Cet écart de six mois compte. Les personnes qui construisent les systèmes doivent être à l’aise avec l’incertitude, l’échec et l’itération. Le reste de l’équipe peut adopter ces outils une fois que les systèmes sont éprouvés et que les workflows sont fluides.

L’approche d’Ann consiste à commencer avec les directeurs et les profils techniques prêts à investir du temps et à construire quelque chose qui fonctionne pour démontrer une valeur claire. Puis à embarquer l’équipe une fois que la voie est validée.

« Il faut au moins quelques personnes prêtes à investir le temps », a-t-elle dit. « Et je pense qu’à ce stade, ce doivent être les directeurs, ou alors il faut quelqu’un d’assez geek et suffisamment tenace pour continuer. »

Ce que l’IA signifie pour les agences qui se différencient par l’expertise plutôt que par l’exécution

Vers la fin de la conversation, Ann a élargi la perspective : que signifie tout cela pour les agences en tant que modèle économique ?

« Le fait est qu’on va arriver à un point où, probablement, seulement 1 ou 2 % des gens utilisent Claude Code pour le moment », a-t-elle dit. « Mais chez Agency Hackers, 30 % des personnes dans l’audience l’utilisaient. Alors qu’il y a un an, quand je leur demandais s’ils avaient entendu parler de Claude ou des agents IA, ils étaient moins de 20. Donc ça évolue très vite. »

La technologie n’est donc plus un obstacle. « Ce ne sera plus qu’une question d’imagination, de votre capacité à la comprendre et aussi de votre capacité à vous positionner en tant qu’agence ou praticien pour dire que vous adoptez ces outils », a expliqué Ann. « Parce que si vous ne le faites pas, les clients seront là avant vous. »

C’est le risque existentiel. Les clients verront ces outils, supposeront qu’ils sont faciles à utiliser et penseront pouvoir le faire eux-mêmes. Ils ne comprendront pas que l’expertise compte toujours et que savoir quoi construire et pourquoi le construire exige des années de connaissances accumulées.

« Toute cette connaissance qui fait que vous savez quoi construire et comment le construire parce que vous l’avez fait, vécu et que vous avez le t-shirt, cette expérience a de la valeur », a déclaré Ann. Son équipe entière compte 10, 15, 20 ans d’expérience. « C’est cela qui devient précieux, plutôt que les tâches du quotidien. »

Le sandwich humain-IA : pourquoi le contrôle qualité nécessite encore des humains

En conclusion, Ann a partagé un message clé : le sandwich humain-IA.

“Vous avez besoin d’humains au début du processus, qui ont l’idée, l’inspiration, et qui peuvent donner les bonnes instructions à l’IA pour produire quelque chose”, a-t-elle expliqué. “Puis vous avez l’humain de l’autre côté qui prend ce contenu, sait s’il est bon ou non, l’adapte, le modifie et l’améliore encore.”

Le sandwich : apport humain en haut, exécution par l’IA au milieu, validation humaine en bas.

“Plus les humains sont de qualité, plus les sandwichs seront de qualité, parce qu’ils savent ce qu’ils font”, a déclaré Ann. C’est ça, l’avantage concurrentiel. Pas l’IA. Les personnes qui l’utilisent.

Ann et Fred soulignent tous deux le changement fondamental qui s’opère dans la manière dont nous construisons les choses. Fred l’a formulé ainsi :

“Nous ne devrions plus écrire le code sur la page en tant qu’êtres humains. Nous devrions écrire ce que nous essayons de faire avec cette page, et quel est l’objectif. Et dans six mois, Claude Code aura peut-être une meilleure version, et il devrait simplement regarder ces instructions et dire : ‘Oh, Fred, voilà ce que tu essayais de faire, et voilà comment nous l’avons fait il y a six mois. Mais reconstruisons simplement tout l’ensemble pour le faire mieux tout en atteignant toujours ton objectif.’”

Donc, au lieu d’écrire du code, écrivez l’intention et laissez l’IA gérer l’implémentation. Lorsque les outils s’améliorent, régénérez l’implémentation sans réécrire l’intention.

Ann a souligné l’implication pour les agences : “La technologie ne sera plus le frein. Ce ne sera plus que votre imagination et votre capacité à la comprendre.”

Ceux qui réussiront ne seront pas ceux qui exécutent le plus vite. Ce seront ceux qui savent ce qu’il faut construire, pourquoi c’est important et comment valider les résultats. C’est cette expertise que l’IA ne peut pas remplacer.

Comme Ann l’a rappelé à tout le monde, des humains de meilleure qualité produisent des sandwichs de meilleure qualité. L’IA n’est que la garniture.

Transcription de l’épisode

Frederick Vallaeys : Bonjour et bienvenue dans un nouvel épisode de PPC Town Hall. Je m’appelle Fred Vallaeys. Je suis votre animateur. Je suis aussi CEO et cofondateur d’Optmyzr, un outil de gestion PPC.

Pour notre invitée d’aujourd’hui, elle travaille dans le marketing digital depuis avant même qu’il existe une interface Google Ads à critiquer. Et elle gère toujours des campagnes et forme des équipes aux dernières évolutions. Ann Stanley est la fondatrice et CEO d’Anicca Digital. C’est l’une des agences digitales historiques du Royaume-Uni, basée à Leicester.

Elle est en réalité arrivée au marketing après une carrière dans la science, la recherche médicale et plus précisément les essais cliniques. Et cela se voit, car elle apporte une rigueur scientifique, une discipline et la méthode d’une chercheuse à tout ce qu’elle fait, des structures de campagne à l’adoption et à la gestion de l’IA. Ce qui a particulièrement attiré mon attention récemment, c’est le travail qu’Ann et son équipe ont mené autour de l’IA en marketing, et elle publie un récapitulatif hebdomadaire qui est clairement incontournable dans ce domaine.

Et autour de la conférence Epic 25 au National Space Center, qui était un excellent événement où elle a également prononcé une keynote sur certains des derniers outils d’IA de pointe. Avec tout cela, j’ai vraiment hâte d’entendre ce qu’elle va apporter à l’épisode d’aujourd’hui. Je sais qu’elle a beaucoup à partager et des sujets que les gens veulent vraiment entendre. Sur ce, accueillons Ann et lançons cet épisode de PPC Town Hall.

Ann Stanley : Bonjour Fred, merci beaucoup de m’avoir invitée.

Frederick Vallaeys : Merci d’être venue dans l’émission, et c’est un plaisir de vous revoir. Je sais qu’on se connaît depuis très longtemps, n’est-ce pas ? Je pense qu’à l’origine, nous nous sommes rencontrés il y a plus de 10 ans chez PPC Hero, quand nous parlions des annonces Shopping et de la façon dont elles venaient de débarquer dans le monde, et vous alliez — vous avez fini par les intégrer dans Optmyzr. Donc nous avons un passé assez mouvementé.

Ann Stanley : Exactement. Oui. Vous étiez une source d’inspiration à l’époque. Vous étiez sur le panel, l’expert, et vous m’avez donné quelques idées, et je me suis dit : peut-être que je peux coder ça et rendre la vie des gens un peu plus facile, pour qu’ils puissent utiliser la méthodologie d’Ann, mais avec un peu de logiciel.

Frederick Vallaeys : Donc oui, depuis notre dernière conversation, c’était il y a de très, très nombreuses années, n’est-ce pas ? Pour les personnes qui n’ont pas eu le plaisir d’assister à l’une de vos conférences ou de travailler avec Anicca Digital, donnez-leur en 30 secondes un aperçu de qui vous êtes et de ce que vous avez fait.

Ann Stanley : D’accord. Je travaille dans le marketing digital depuis 23 ans, ce qui est assez effrayant. J’ai toujours été intéressée par les médias payants, en particulier Google Ads. C’était toujours mon principal domaine, mais tout ce qui est numérique, donc l’analytics, tous les médias payants, etc.

Et j’ai une équipe d’un peu moins de 20 personnes, très expérimentées. Elles interviennent aussi beaucoup lors d’événements. Nous faisons du shopping, du search, du social, de la stratégie, et nous faisons pas mal de formation.

Nous avons toujours été assez altruistes. Nous organisons donc des webinaires chaque semaine depuis le début du COVID il y a six ans, croyez-le ou non. Nous organisons des conférences annuelles depuis 10 ans, et nous lançons tout juste une toute nouvelle initiative appelée le Thursday AI Club, dont je suis sûre que nous aurons l’occasion de parler, avec des événements bimensuels pour mettre tout le monde à niveau sur tout ce qui touche à l’IA dans le marketing et le management.

Frederick Vallaeys : Super. Oui, il y a tellement de choses là-dedans, n’est-ce pas ? Mais revenons aux débuts de l’IA, et je sais que vous avez fait pas mal de travail sur n8n il y a environ un an. Je sais que ce n’est plus la pointe de la technologie, mais même aujourd’hui, certaines personnes n’ont peut-être jamais essayé n8n et seraient curieuses de savoir ce que c’est.

Parlez-nous un peu du travail que vous y avez fait et de savoir si c’est toujours quelque chose que les gens devraient explorer.

Ann Stanley : Oui. En janvier dernier, j’ai commencé une formation de sept mois en provenance d’Inde, tous les samedis et dimanches après-midi pendant sept mois. Et l’une des premières choses que nous avons abordées, c’était n8n.

N8n, c’est un peu comme un tableau Miro qui fonctionne avec une multitude de nœuds qui font différentes choses, différentes fonctions. La plupart des marketeurs ont utilisé des outils comme Zapier ou créé des workflows dans HubSpot ou Go HighLevel, ou dans ce genre d’automatisations. Mais ce que cela fait, c’est vous donner accès à de nombreuses API. Cela y intègre des cerveaux d’IA, donc cela peut prendre des décisions.

J’ai d’ailleurs publié un autre article de blog là-dessus ce week-end, une sorte de guide de base sur la façon de l’utiliser. Et ce que nous faisions, c’était construire des automatisations à tâche unique, comme : prends mes notes de réunion, écris-moi un blog. Et l’avantage de n8n, c’est que c’est prévisible, et tant que vous apprenez à bien formuler vos prompts, vous pouvez obtenir d’excellents résultats, des résultats cohérents.

Et ce que nous avons fait, c’est construire une plateforme appelée Secret Agents, parce que beaucoup de gens ont du mal à savoir comment bien formuler un prompt. L’avantage d’utiliser un formulaire au début d’un agent IA comme n8n, c’est que vous pouvez collecter les bonnes informations et amener l’utilisateur à saisir les informations qu’il devrait écrire lorsqu’il rédige un prompt. Ensuite, vous prenez cela, et cela vous donne un bien meilleur résultat.

Et l’autre avantage, bien sûr, c’est que si vous passez par un chat comme ChatGPT ou Claude, ou quel que soit votre chat préféré, vous êtes assez limité par la taille du contexte. En utilisant quelque chose comme n8n qui passe par l’API, vous obtenez de bien meilleures entrées, et par conséquent des sorties beaucoup plus fiables. C’est donc vraiment très bien pour faire des choses répétables et cohérentes.

Et l’autre chose, c’est que vous pouvez le faire tourner en arrière-plan, sans avoir à déclencher quoi que ce soit. Donc si un e-mail arrive, ou si nous construisons un blog chaque semaine où il récupère 25 sites web, puis le produit et le publie dans WordPress, et tout cela est entièrement automatisé. Il y a donc encore une place — il y a toujours clairement une place importante, et n8n est de loin la plateforme la plus facile à apprendre si c’est ce que vous voulez faire.

Frederick Vallaeys : Oui, il y a tellement de choses là-dedans qu’il faut un peu les décortiquer. Mais l’une des premières choses que vous avez dites, c’est que c’est prévisible. Et je suppose que c’est l’un des défis de l’IA, surtout dans les agences, où je pense que vous avez pris un engagement envers votre client de faire les choses d’une certaine manière, ou qu’en tant qu’agence, en tant qu’équipe de management, vous avez une certaine stratégie que vous promettez de délivrer.

L’IA n’est pas toujours prévisible, n’est-ce pas ? Elle n’est pas déterministe. Alors n8n est-il la seule voie vers cette prévisibilité, ou comment utilisez-vous autrement vos LLM standards et garantissez-vous qu’ils font ce qu’ils doivent faire ?

Ann Stanley : D’accord. Le problème, c’est que les LLM ne sont qu’un modèle mathématique qui prend un ensemble de mots et renvoie une réponse basée sur une probabilité statistique. Et donc, quand j’enseigne tout cela, j’utilise toujours l’exemple d’Apple.

Apple, immédiatement, vous pensez soit à la tech, à Steve Jobs, aux iPad et aux iPhone, soit à la tarte aux pommes et aux pommiers. Mais c’est toujours le même mot. Donc, si vous ne lui donnez pas assez de contexte, il peut tout mélanger — vous savez, il renvoie la mauvaise information.

Donc, quand nous formulons un prompt, nous devons fournir suffisamment de contexte et d’informations pour obtenir la meilleure réponse possible. Sinon, il va simplement halluciner et vous donner n’importe quoi. L’analogie que j’utilise, c’est la cuisine.

Quand vous créez un prompt dans un agent dans n8n, ce que vous faites, c’est lui donner beaucoup plus d’informations que si vous discutiez simplement dans ChatGPT ou Claude, ou Gemini. Donc, si vous imaginez que vous demandiez une recette pour une famille de quatre personnes. Qu’est-ce que je peux cuisiner ? Je suis végétarien. Quels ingrédients ? Et il va proposer quelques exemples.

Mais ce que vous faites, c’est que vous avez un prompt utilisateur qui est votre chef. Et si vous donniez les mêmes ingrédients à un chef italien et à un chef français, ils proposeraient quelque chose de complètement différent. Donc, quand vous créez un agent IA dans un workflow, par exemple, vous ne lui donnez pas seulement les instructions de la tâche. Vous lui donnez tout ce contexte, des exemples et les connaissances qui vont avec.

Il vous faut donc plusieurs choses. Il vous faut les instructions du moment. Il vous faut les instructions de l’utilisateur, et le RAG ou la mémoire, le cerveau derrière tout cela. Et ces principes sont exactement les mêmes que ceux que nous avons intégrés dans les nouvelles technologies cette année, parce que sans ce contexte et sans ces informations supplémentaires, cela sortira simplement n’importe quoi.

Il est donc toujours préférable de renforcer un agent IA avec les informations que vous possédez. Donc, en tant qu’agence, même si vous n’utilisiez pas quelque chose comme n8n et que vous utilisiez simplement un GPT personnalisé, tant que vous créez suffisamment d’informations de fond, suffisamment de directives, suffisamment de garde-fous, vous pouvez obtenir une réponse plus prévisible qui ne sera pas n’importe quoi à chaque fois, n’est-ce pas ?

Frederick Vallaeys : Et je crois vous avoir entendu dire RAG quelque part là-dedans.

Ann Stanley : Oui.

Frederick Vallaeys : Et je n’arrive jamais à me souvenir de ce que cela signifie.

Ann Stanley : Retrieval Augmented Generation.

Frederick Vallaeys : Exactement. Oui. Mais expliquez un peu ce que cela signifie, pourquoi c’est important et comment cela peut s’intégrer dans un workflow d’agence.

Ann Stanley : D’accord. Alors, je vais faire un pas en arrière. Nous avons quelque chose qui s’appelle l’échelle d’adoption de l’IA. La plupart des gens commencent simplement par utiliser ChatGPT ou quelque chose comme ça. Et en fait, l’année dernière, j’ai parlé à 4 000 personnes, et 80 % d’entre elles utilisaient simplement la version gratuite de ChatGPT. Elles n’avaient même pas pris la peine d’acheter une formule payante.

La plupart n’avaient pas encore essayé Claude, qui est de loin meilleur pour rédiger du contenu de bonne qualité. Et aucune d’entre elles ne savait ce qu’était un agent IA. Enfin, disons qu’environ 20 % savaient ce qu’était un agent IA.

Je considère que l’étape suivante, c’est quelque chose comme un GPT personnalisé ou un projet Claude. Et si c’est une grande étape, c’est parce que lorsque vous créez un projet ou un GPT personnalisé, vous fournissez une recette, qui est votre prompt, mais vous fournissez aussi des exemples de ce qui est bon. Donc, par exemple, si vous écriviez un blog dans mon exemple du chef français et italien, cela pourrait être le Client A et le Client B.

Et pour le Client A, vous fournissez les guidelines de marque, vous fournissez des exemples de ce qu’il a déjà écrit, vous fournissez des connaissances sectorielles. Cela devient donc votre cerveau, ou votre RAG, ou votre base de connaissances, quel que soit le terme que vous voulez utiliser. Et pour le Client B, vous auriez un ensemble de règles et d’exemples complètement différent.

Et donc les GPT personnalisés, qui existent depuis environ deux ans et demi, presque trois ans maintenant, définitivement deux ans et demi, permettent de faire cela. L’avantage de Claude, c’est que lorsque vous créez un projet Claude, vous pouvez enchaîner les messages, et il se souvient de ce dont vous avez parlé. Vous pouvez donc travailler dans Claude et avoir tout un projet autour d’un seul client, et il se souviendra de tout, de ces conversations, et c’est vraiment le point de départ de toutes les choses passionnantes qui sont sorties au cours de l’année écoulée.

Frederick Vallaeys : Oui. Et c’est intéressant, parce que si l’on pense à GPT au début, chaque conversation était sa propre sorte de fil de mémoire. On pouvait donc dire : d’accord, je vais avoir une conversation qui ne concerne qu’un seul client, et il commencera à retenir les guidelines de marque. Mais ensuite, ils ont dit : eh bien, nous allons vous donner une mémoire entre les chats.

Du coup, tout à coup, en tant qu’agence, vous vous retrouvez avec le problème suivant : maintenant, il pense que la marque A utilise en réalité les couleurs de la marque B. Et à moins de modifier ces paramètres, cela vous met dans l’embarras, n’est-ce pas ? Et puis, selon la façon dont cela fonctionne dans OpenAI ChatGPT, Claude ou Gemini, c’est différent. Et je pense que c’est un peu la valeur qu’une agence doit apporter : comprendre comment segmenter tout cela, comment s’assurer d’avoir le bon contexte et la bonne mémoire.

Ann Stanley : Oui, exactement. Et la raison — enfin, j’utilise Claude Projects depuis plus d’un an maintenant. Et la principale raison pour laquelle je les aime vraiment, c’est que cela vous permet de — c’est presque comme votre propre système de classement. Mais toutes ces conversations finissent par atteindre la limite de contexte, et vous n’avez qu’un certain nombre de messages avant d’être expulsé.

Et surtout si vous avez l’offre à 20 $ ou la formule la plus basse. Moi, j’utilisais déjà l’offre à 75 $ ou la suivante, parce que je manquais simplement d’espace, et cela signifie qu’il faut recommencer une nouvelle conversation. Et j’utilisais beaucoup Claude quand je construisais — c’est un peu circulaire, mais si je créais un workflow n8n, je ne sais pas coder. Je n’y connais absolument rien.

Donc j’utilisais Claude pour m’aider à construire des scripts et du code JSON, etc., toutes les choses que j’avais besoin de faire. Et comme parfois il faut passer par — certains deviennent assez longs et compliqués — vous travaillez en fait de manière interactive ou itérative avec Claude pour obtenir la réponse dans n8n, et vous finissez par manquer d’espace. Soudain, il est 22 heures, et il vous dit : “Désolé, vous ne pouvez plus travailler avant 1 heure du matin.”

Parce que le plus gros problème avec toute cette histoire d’IA, c’est qu’on ne dort plus dès qu’on s’y met vraiment. Je dois donc prévenir tout le monde sur ce point. Attendez de commencer à utiliser Claude Code, et oui, vous ne dormirez plus jamais.

Frederick Vallaeys : Oui, parlons-en justement, n’est-ce pas ? Je veux dire, la promesse de l’IA, c’est qu’elle fera tout ce travail à notre place, donc nous aurons moins de travail à faire. Mais vous dites exactement ce que je vis. Je reste éveillé plus tard que jamais. Enfin, peut-être pas jamais. Mais cela faisait un moment que je n’étais pas resté debout après minuit, parce que je suis tellement enthousiaste à propos de ces projets, et il y a tellement de choses que je peux faire.

Mais il y a aussi la frustration de lui donner une instruction, d’attendre quelques minutes qu’elle fasse le travail, puis de valider, et de passer à l’étape suivante. Alors, à quoi ressemble votre quotidien dans ce monde-là ?

Ann Stanley : Eh bien, je veux dire, ça a empiré quand j’ai découvert Claude Code. Nous devons donc en vouloir à Mike Rhodes et à quelques autres collègues pour cela, parce qu’il en parle depuis un moment. Claude Code est sorti en septembre, et Claude avait déjà quelque chose appelé MCP, qui signifie Model Context Protocol, et qui permet d’accéder à votre PC local. Cela existe donc depuis longtemps.

Et ce que cela signifie concrètement, c’est que vous pouvez utiliser — vous pouvez accéder aux fichiers sur votre ordinateur portable, et aussi lancer des recherches, et vous pouvez même contrôler votre navigateur Chrome pour qu’il fasse des choses pour vous. Donc, soudain, au lieu de simplement recevoir du contenu d’une IA, elle peut maintenant faire des choses pour vous et exécuter des tâches. J’ai donc vraiment commencé à l’utiliser intensivement il y a environ deux mois.

Et le plus grand changement en matière de productivité, c’est quand vous arrêtez de taper et que vous commencez à parler.

Vous utilisez Whisper pour vos commandes ?

Frederick Vallaeys : Non.

Ann Stanley : D’accord. Eh bien, cela changera énormément les choses —

Frederick Vallaeys : Je n’aime pas Whisper.

Ann Stanley : Ah, d’accord. Il existe d’autres produits.

Frederick Vallaeys : Oui, exactement. Je veux dire, je n’utilise pas Whisper comme outil, mais j’utilise assez largement les commandes vocales.

Ann Stanley : Oui. C’est donc ce qui vous fait gagner le plus de temps. L’une des choses que j’ai constatées avec tout ce qui touche à n8n, tout ce qui touche à l’IA, c’est que j’ai tendance à devoir avoir plusieurs écrans, et il faut probablement avoir au moins deux choses en cours en même temps. Parce que si vous restez assis à attendre qu’une seule chose se produise, vous finissez par perdre beaucoup de temps.

Il faut donc être capable de — l’une des compétences les plus importantes, c’est de pouvoir faire basculer son cerveau entre deux tâches. J’essaie donc de ne pas avoir plus de deux choses en cours à la fois, parce qu’après on se perd. Donc, quand vous travaillez sur un projet, vous en avez probablement un autre en parallèle. Vous passez donc de l’un à l’autre, parce que vous avez tout à fait raison, il faut attendre que les choses se fassent.

C’est beaucoup plus rapide maintenant, surtout avec la mise à jour Claude Opus 4.6. C’est beaucoup plus rapide. Et en plus, il a, je crois, un million de tokens, donc vous pouvez faire beaucoup plus avant qu’il ne commence à vous expulser. Mais malheureusement, toute cette IA ne dort jamais.

Et donc ce qui se passe, c’est que vous commencez à faire quelque chose, et c’était pareil avec n8n pour être honnête, vous commencez à faire quelque chose, vous arrivez à un point où vous vous dites : “Oh, c’est vraiment bien”, et vous le sauvegardez, et vous pensez : “Super.” Puis vous essayez autre chose, et ça casse, et vous ne pouvez pas aller vous coucher avec quelque chose de cassé. Et avant même de vous en rendre compte, il est 2 ou 3 heures du matin.

Et donc cette idée que vous avez plus de temps pour vous est tout simplement absurde. Vous faites juste cinq fois plus de travail.

Frederick Vallaeys : Mais moi aussi… totalement d’accord. Et je suis curieux, c’est exactement pareil pour moi. Mais la façon dont je vois les choses, c’est que j’essaie de construire ces processus et d’investir mon temps dans la construction du processus IA afin que toute mon équipe puisse en bénéficier. Je ne pense pas que les individus de mon équipe se comportent nécessairement de la même manière, n’est-ce pas ?

Ils sont beaucoup plus concentrés sur : je dois publier un article de blog, ou je dois préparer des études de cas, ou je dois construire une certaine partie de code pour le logiciel. L’IA s’insère un peu là-dedans, mais j’ai l’impression d’être beaucoup plus dans une logique de : jusqu’où puis-je pousser l’IA pour démultiplier mon équipe à l’avenir, et c’est aussi ce qui me conduit à être debout à deux heures du matin.

Ann Stanley : Oui, absolument. Alors, dois-je expliquer ce qu’est Claude Code, parce qu’il y aura des personnes ici qui ne sauront pas ce que c’est, et je pense que ce serait assez utile.

Frederick Vallaeys : Oui, absolument. Parlons de Claude Code, Claude Co-work, peut-être de la nouvelle fonctionnalité Dispatch qu’ils ont.

Ann Stanley : Oui. Oui. Eh bien, revenons un peu en arrière vers Claude Projects, parce que l’une des choses que nous avons commencé à remarquer lorsque nous utilisions Claude Projects vers septembre, octobre, c’est qu’il disait : “Oh, nous allons lancer la compétence PowerPoint ou la compétence Word, ou quelque chose comme ça.” Il a donc commencé à utiliser ce mot appelé skills, qui correspondait en gros au moment où il allait effectuer une tâche.

Donc Claude Projects était vraiment très bon pour créer des artefacts, et le meilleur type d’artefacts dans n’importe quelle IA conçue pour créer des pages et du code, c’est le HTML. Ce que je fais souvent — et je pense que Mike Rhodes en parle aussi — c’est que si vous allez créer quelque chose, en particulier une image ou une présentation, il faut d’abord le créer en HTML, puis le convertir ensuite en PowerPoint ou en Word, ou dans un autre format, parce qu’on peut obtenir un rendu au pixel près.

Je crée donc des choses comme des carrousels, et je crée beaucoup de documents. Les Claude skills existaient déjà dans Claude classique, et cela signifiait que si j’allais dans un projet et que je commençais à faire quelque chose — par exemple si je créais une proposition commerciale ou un document d’audit, ou quelque chose comme ça, avec beaucoup de fonctionnalités intéressantes — ce que je faisais ensuite, c’était l’enregistrer comme skill. Et tout le markdown, qui est un type de texte permettant — tout se fait en texte.

Le problème avec le texte, c’est que si vous vous souvenez du bon vieux temps où l’on envoyait des e-mails en texte brut, on utilisait des majuscules, des underscores, des signes égal et des titres, et des choses comme ça. Eh bien, le markdown utilise simplement des hashtags, des étoiles et d’autres éléments pour rendre la lecture plus facile. Bref, vous créez un markdown qui serait essentiellement un ensemble d’instructions, puis vous auriez tous vos modèles, votre style, et un fichier de configuration, et tout cela serait enregistré comme skill.

On peut donc faire cela maintenant, et cela existe depuis un moment. Ils ont ensuite proposé — je ne suis pas sûre de la chronologie exacte de cette nouveauté — quelque chose appelé Co-work. Donc, si vous avez une version payante de Claude, une grande fenêtre s’affiche et vous demande : « Voulez-vous utiliser Co-work ? » Et Co-work, c’est une interface simple et facile à utiliser qui fait beaucoup des mêmes choses dont nous parlons, mais sans avoir à installer plein de choses supplémentaires, ce que j’évoquerai plus tard.

Mais vous pouvez utiliser des connecteurs pour l’intégrer à votre Drive, votre Gmail, etc. Du coup, il communique avec les fichiers de votre ordinateur portable. Il communique avec d’autres services. Cela vous permet donc de faire énormément de choses. Co-work vous fait passer au niveau supérieur.

Et ensuite, le niveau suivant, c’est quelque chose que surtout les développeurs ont adopté, ou des techniciens et des geeks comme nous qui en comprennent suffisamment. Je ne suis pas développeuse, au passage. Je ne l’ai jamais été. Mais j’en comprends suffisamment. Et nous utilisons des outils comme Cursor ou Terminal pour exécuter Claude Code.

Laissez-moi vous expliquer ce que c’est. Si vous n’êtes pas du tout technique, la seule fois où vous avez vu un terminal, c’est quand votre service informatique vient réparer votre ordinateur portable, et qu’ils ouvrent cette petite boîte noire, un peu comme dans Matrix, et qu’ils tapent des instructions, et que ça parle à votre ordinateur portable, et que ça fait des choses. C’est donc une façon d’exécuter du code dans cette fenêtre.

Mais en réalité, il existe de bien meilleures façons et plus simples, comme Visual Studio Code et Cursor, qui fournissent essentiellement une interface agréable pour exécuter Claude Code. Ensuite, vous parlez à Claude Code, vous avez une conversation avec lui et vous lui demandez de faire apparaître certaines de ces skills que vous avez peut-être créées ou enregistrées, ou d’aller les chercher sur Internet. Et au final, vous vous retrouvez avec une grande bibliothèque de skills que vous avez développés.

Cela peut être pour une confirmation de commande, un carrousel, la rédaction d’un blog, ou la publication de votre blog sur WordPress parce que vous avez fourni les clés API pour qu’il puisse communiquer avec WordPress, ou l’envoi d’un e-mail parce que vous l’avez connecté à votre messagerie. Du coup, au lieu d’aller dans Microsoft ou sur d’autres plateformes, vous pouvez tout faire dans Claude Code. Et comme vous, vous passez tout votre temps à le faire correctement du premier coup, puis une fois que c’est bon du premier coup, vous avez une skill reproductible que vous pouvez réutiliser encore et encore.

Cela vous ouvre donc un nouveau monde de possibilités, où vous pouvez produire des choses que vous n’auriez tout simplement pas pu produire auparavant sans peut-être un designer, ou sans parler à beaucoup d’autres personnes. Je trouve ça révolutionnaire. Si vous repensez à la façon dont vous avez réagi la première fois que vous avez vu ChatGPT, eh bien c’est ça, mais en mieux. C’est encore un autre niveau de ce que vous pouvez faire.

Frederick Vallaeys : Oui. Vous êtes — oh mon Dieu. Donc oui, j’ai justement installé Dispatch, Claude Dispatch, sur un de mes ordinateurs supplémentaires pour pouvoir, depuis mon téléphone, envoyer des SMS à cet agent, à Claude Co-work, et ensuite il commence à faire des choses parce qu’il a besoin qu’un ordinateur soit allumé pour avoir accès à tous les fichiers qui s’y trouvent. Il peut accéder à Internet. Il peut envoyer des e-mails en mon nom, mais maintenant je le contrôle depuis mon téléphone.

Et c’est plus sécurisé que le Claude dont certaines personnes ont peut-être entendu parler, mais qui était en gros sans aucune restriction. En pratique, faites tout ce que vous voulez avec mon ordinateur.

Ann Stanley : Oui, je crois qu’ils l’ont renommé Open Claude, non ? Et il n’y avait pas une fille qui travaillait chez Meta, et elle a littéralement filmé tous ses e-mails en train d’être supprimés sous ses yeux, en disant : « Arrête, arrête, arrête », et ça l’a complètement ignorée et a juste totalement—

Frederick Vallaeys : Oui. Et en fait, c’est la vraie histoire. Et vous avez aussi fait allusion à autre chose qui est lié à cela. Vous avez dit que lorsque vous utilisez Claude, à un moment donné la mémoire s’épuise, la mémoire de contexte s’épuise, et vous deviez recommencer une nouvelle conversation, et c’était frustrant, n’est-ce pas ? Parce que maintenant vous avez un peu deux, trois conversations qui s’appuient sur la même chose. Et si vous vouliez revenir en arrière pour voir ce que je lui avais dit, il fallait vous souvenir laquelle de ces trois choses sur la même tâche c’était.

Ils ont donc corrigé cela, mais maintenant ce qu’ils font, c’est qu’ils « compactent » la mémoire. Si vous voyez cela se produire dans Claude, soyez très, très prudent, parce que cela signifie qu’il essaie de se débarrasser de ce qu’il pense être sans importance. Mais c’est exactement ce qui est arrivé à cette femme.

À un moment donné, la mémoire était pleine, et même si elle avait donné une instruction explicite du type ne supprime jamais mes e-mails, cela a été compacté. Et lors de la compaction, cette instruction a été perdue. Claude a donc pensé : « Oh, c’est bon de supprimer des e-mails pour tout ce qui doit être fait. » Et c’est ce qui lui a causé des problèmes, n’est-ce pas ?

Donc, quand vous voyez la compaction de la mémoire, c’est un signal d’alerte : vous voudrez peut-être intervenir et dire : « Hé Claude, qu’est-ce que tu te souviens de mes instructions ? » Parce qu’il est clair qu’une partie a disparu.

Ann Stanley : Mais il faut préciser qu’on parle d’Open Claude et du côté risqué des choses, parce que Claude Code ne ferait pas ça.

Frederick Vallaeys : Il le ferait. Ah, d’accord. Eh bien, il aurait fallu l’intégrer. Donc—

Ann Stanley : D’accord, il y a donc plusieurs façons de contourner ce problème. Elle utilisait clairement Open Claude, pas Claude Code, parce que Code a beaucoup plus de fonctionnalités de sécurité. Donc, quand vous faites tourner — la raison pour laquelle j’utilise Cursor est double. J’ai plusieurs onglets ou projets ouverts, et ce que je fais, c’est que lorsque j’en démarre un nouveau, je le date toujours et j’ajoute le titre. Ainsi, quand j’ai plusieurs onglets, je peux voir de quoi il s’agit.

Et puis, quand vous l’exécutez dans Cursor, cela vous donne aussi un pourcentage d’avancement. Donc, quand vous arrivez à environ 80 %, ce que vous devez faire, c’est créer ce qu’on appelle un document de passation. Et je sauvegarde aussi tout sur GitHub. Donc, au fil de la journée, si j’arrive à un point où j’ai de très bonnes choses, je vais dire : « Mets à jour ma skill, enregistre dans memory.md », qui est comme un fichier mémoire, et enregistre aussi sur GitHub. Ensuite, je fais une passation, puis je démarre un nouveau chat.

Il faut donc une certaine discipline et un peu de gestion quotidienne pour apprendre à en tirer le meilleur parti. Par exemple, j’ai certains cron jobs qui s’exécutent tous les matins à 7 heures pour m’assurer que tout est bien sauvegardé.

Frederick Vallaeys : Eh bien, un cron job — cron job est un terme web, cron comme dans le temps, mais maintenant on peut planifier des tâches. C’est une mise à jour assez récente. Cela signifie donc que vous pouvez réellement planifier des jobs qui peuvent être exécutés. Donc, le samedi, j’ai une pile de tâches à faire pour le contenu de la semaine. Mais j’ai aussi certaines tâches qui se déclenchent à des moments précis de la journée.

Il y a donc pas mal de fonctionnalités de sécurité et de choses que vous pouvez mettre en place pour éviter de tout casser, en gros. Mais il y a pas mal d’astuces comme ça qu’il faut assimiler, parce que si vous allez y passer beaucoup de temps, la première chose agaçante quand on commence à utiliser Claude Code, c’est qu’il faut dire oui à tout. Et on n’a pas envie de faire ça.

On peut modifier les paramètres pour éviter cela, mais il faut savoir ce qu’on fait. Et j’ai d’ailleurs rédigé un petit guide sur la façon de l’utiliser. Je pense donc que cela pourrait être utile aux gens d’aller jeter un œil sur le blog d’Anicca. Parce qu’il y a — j’ai écrit trois ou quatre guides sur ce sujet au cours des dernières semaines, pendant que j’essayais d’apprendre à l’utiliser, mais aussi de transmettre une partie de ces connaissances.

Pour moi, l’une des plus grandes choses a été de passer d’un thème sombre noir à un thème clair, parce que pour moi, c’est moins agressif pour les yeux, et j’ai l’impression d’être dans un produit SaaS normal. L’autre raison pour laquelle j’aime vraiment Cursor, c’est que, très souvent, surtout quand on travaille sur des documents, il faut lui montrer ce qui ne va pas. Je peux donc capturer des captures d’écran et les utiliser dans Cursor, mais je ne pense pas que ce soit possible dans Terminal. Cela fait aussi une grande différence.

Frederick Vallaeys : Oui, j’aime vraiment l’astuce que vous avez donnée sur le fait de faire le document de passation quand vous voyez que la mémoire est presque pleine. Et cela montre bien que toutes ces choses ont l’air simples en surface, mais qu’il y a énormément de détails pour s’assurer qu’elles fonctionnent en toute sécurité. Et pour cette raison, toute personne qui nous écoute aujourd’hui, si cela vous intéresse, allez absolument voir les formations d’Ann et tout ce qu’elle a écrit, parce que c’est un peu comme on dit en PPC : le PPC n’est pas facile.

Ce n’est pas non plus terriblement complexe, mais on apprend aussi grâce aux cicatrices de bataille, quand on a un mot-clé erroné qui entre en conflit avec autre chose, ou peut-être qu’on a modifié le budget sans réaliser que cela allait entrer en conflit avec autre chose, n’est-ce pas ? Et c’est comme ça qu’on apprend, d’accord, comment faire fonctionner les choses concrètement. Et c’est pareil avec tout ce qui touche à l’IA. Donc, apprenez absolument auprès de personnes qui sont déjà passées par là.

Ann Stanley : Oui, absolument. Je veux dire, je pense que mon expérience sur certains rapports et certaines choses que je fais repose sur des années d’expérience à savoir quel type de choses j’aime créer et à ne pas pouvoir le faire. Mais aussi, il y a deux ans, j’ai passé énormément de temps à mettre en place des automatisations Go HighLevel pour des choses comme les formulaires sur le site web et l’intégration avec WhatsApp, afin que si quelqu’un remplissait un formulaire, il reçoive un e-mail et un message WhatsApp, et à l’époque nous utilisions Zapier.

Donc ces connaissances ont été vraiment utiles. Ensuite, j’ai appris à utiliser n8n et les API. Tout cela a donc été utile. En réalité, même si cela semble beaucoup plus simple aujourd’hui dans ce qu’on peut faire, je ne pense pas que je serais aussi efficace si je n’étais pas passée par l’apprentissage de tout le reste que j’ai dû apprendre pour en arriver là.

Mais aussi, quand on débute, on peut faire beaucoup d’erreurs. Vous souvenez-vous de l’époque où vous créiez un document Excel, sans sauvegarde automatique, et où vous perdiez deux heures de travail, et deviez recommencer ? C’est un peu comme ça en ce moment, parce qu’une grande partie de ce qu’il fait — il crée un document HTML. Il n’a pas de bouton retour, ni de Ctrl-Z, ou quoi que ce soit du genre.

S’il se plante, il se plante. C’est pour cela que je fais beaucoup de versions et beaucoup de sauvegardes, afin d’avoir des points de contrôle auxquels revenir, pour ne pas perdre tout votre travail, en pratique.

Frederick Vallaeys : Eh bien, et donc il semble que vous ayez fait beaucoup de travail dans n8n il y a un an. De mon côté, j’ai pas mal fait de vibe coding dans Lovable, et en partie parce que j’aime avoir toutes ces capacités d’IA. Mais comme vous l’avez dit, il n’y a pas de versioning, ou quand il m’aide à créer un document, j’aime avoir un peu plus de contrôle granulaire, du genre change ce paragraphe, mais pas celui-là.

Et ils ont tous ces produits de type canvas, mais ils sont un peu maladroits à mon avis. Alors je me dis : laissez-moi faire du vibe code pour avoir un document. Je peux leur dire : voici le paragraphe que vous devez modifier. Voici un endroit où vous devez m’aider à trouver une citation plus autoritaire, blablabla. Mais il y a un annuler infini. Il y a une traçabilité de chaque modification effectuée, quelle IA a répondu, quelle réponse elle a donnée, quelle était la demande.

Ainsi, vous ajoutez ces couches de ce qu’on attend en termes de responsabilité, en termes de reproductibilité, que vous n’obtenez pas nativement si vous utilisez simplement le chat à l’intérieur du LLM, ou même si vous utilisez Terminal, Claude Code, Co-work, ou quel que soit l’outil.

Ann Stanley : Eh bien, ce qui est intéressant, c’est que lorsque j’ai créé Secret Agents, qui était ce produit que j’ai créé dans le cadre de ma formation il y a un an, c’est à ce moment-là que j’ai commencé à utiliser Bolt. Je préférais Bolt à Lovable, en fait, mais j’ai trouvé que c’était vraiment cher, vu la quantité de choses — et j’ai construit tout un site web jusqu’à ce que je doive le confier à un développeur pour m’assurer qu’il n’était pas piratable.

Il reposait sur Supabase, qui est une base de données Postgres, et il était relié à GitHub et Netlify pour le versioning. J’ai donc beaucoup appris en faisant cela. Ensuite, je suis passée assez vite à Cursor, et à l’époque Cursor n’était disponible qu’en version Terminal. Il n’y avait pas la version Claude.

Mais j’ai trouvé que ce niveau de contrôle était beaucoup plus accessible dans Cursor. Mais Claude Code lui-même ajoute cette couche supplémentaire par-dessus. Donc, mais je suis d’accord avec vous, les compétences que vous auriez développées en utilisant Lovable ou Cursor sont vraiment importantes maintenant quand on commence à utiliser Claude Code, en particulier pour les documents. Et en fait, je pense que parfois l’aspect document est plus difficile, parce qu’on a l’habitude d’aller simplement modifier un mot ou deux à la fois.

Et ce niveau de contrôle. Donc, ce que j’ai tendance à faire, c’est rapprocher le document le plus possible de ce que je veux, puis je le fais convertir en document Word. Et ensuite, je — ou je copie le HTML dans un document Word. Donc je peux encore le peaufiner au niveau Word.

Mais beaucoup de ce que je fais est très designé. Je pars de documents que vous auriez eus dans PowerPoint ou Word pour arriver à quelque chose qui ressemble presque à un ebook, voire mieux qu’un ebook dans sa conception. Cela vous fait économiser une fortune en coûts de design. Mais il faut ensuite avoir la patience de bien faire les choses.

Et c’est pourquoi, si vous voulez vraiment développer des skills sur des choses que vous allez faire souvent, les premières fois que je faisais un carrousel, il me fallait une journée pour le rendre correct. Et maintenant, après deux tentatives, c’est bon. Donc l’investissement, c’est de le faire correctement, puis d’avoir la ténacité et la patience de continuer, et ensuite vous obtenez quelque chose de reproductible.

Frederick Vallaeys : Exactement. Allons plus loin là-dessus, n’est-ce pas ? Parce que vous avez le luxe d’être la fondatrice et la propriétaire de l’agence, donc vous pouvez investir ce temps. Mais je pense que vous avez aussi des membres de votre équipe à qui vous avez confié la mission de comprendre comment déployer l’IA dans l’ensemble de l’organisation. Et c’est là que je veux en venir, n’est-ce pas ?

Parce que je pense que tant d’employés — ils ont une tâche, et que cette tâche soit par exemple de faire 10 articles de blog par mois — ils essaient juste d’avancer. Et dès qu’ils rencontrent un obstacle du type : « Bon, ce premier essai avec l’IA me prend peut-être une semaine pour être parfait », ils ne pensent pas forcément à : « Oui, mais une fois que ce sera fait, je pourrai en faire cent par mois au lieu de dix. » Alors comment faites-vous pour que votre équipe accepte cet investissement et sache qu’il y a une lumière au bout du tunnel ?

Ann Stanley : Oui, nous avons eu un très bon exemple récemment. Je sais que c’est du SEO technique, mais nous avons eu un exemple similaire avec notre audit Google Ads aussi. L’audit technique fait 50 pages. Il est vraiment, vraiment détaillé. Et le faire partir pour qu’il fasse ça aurait probablement pris deux semaines de travail.

Au final, ce que nous avons fait, c’est prendre sa façon normale de faire, puis simplement la rendre jolie. Mais nous avons été plus loin avec l’audit Google Ads parce que nous avions déjà joué avec n8n pour essayer d’extraire les données de l’API. Et même pour faire cela, il faut passer par beaucoup d’étapes pour être enregistré et pouvoir extraire les données de l’API, croyez-le ou non. Il faut obtenir le jeton de développement.

Il y a donc pas mal d’obstacles à franchir pour obtenir les informations. Il faut donc au moins deux personnes prêtes à investir du temps. Et je pense qu’à ce stade, ce doivent être les dirigeants, ou alors il faut quelqu’un d’assez geek et suffisamment tenace pour continuer.

Mais ensuite, ce que nous avons fait avec Claude Code, c’est que j’avais déjà pas mal d’informations et pas mal d’exemples. Je lui ai donc dit : « Peux-tu en faire une skill ? » Je lui ai ensuite demandé d’aller chercher en ligne les skills d’autres personnes qui ont créé des choses. Et beaucoup de gens les ont laissées ouvertement sur GitHub, et il existe pas mal d’annuaires. On peut donc aller s’inspirer de ce que tout le monde fait.

Puis vous dites : « Peux-tu assembler tout cela et proposer quelque chose de mieux ? » Et ensuite je lui ai donné — j’ai d’abord reproduit ce que nous faisions déjà en interne sans l’API. C’était ma version 1. Puis j’ai donné l’accès à l’API pour qu’il puisse aller directement dans Google Ads et dans GA4, puis j’ai enrichi le tout et obtenu des données de meilleure qualité.

Mais c’est beaucoup de travail. Donc, à moins que ce soit quelque chose que vous faites régulièrement, il est très difficile de justifier le temps que cela prend. Votre blogging est un exemple classique, parce que vous voulez probablement en faire beaucoup. Alors que si vous ne faites qu’un audit par mois ou un audit tous les trois mois, cela n’en vaut pas la peine. Mais si vous faites un audit par jour, je produis en ce moment des rapports GEO pour la prospection.

Vous savez, l’optimisation pour les moteurs génératifs, ou AIO, ou quel que soit le nom qu’on lui donne. Il y a tellement de noms différents en ce moment. Mais je produis — ma prospection par e-mail me donne environ 10 opportunités par semaine. C’est vraiment pénible à faire, mais si je devais le faire manuellement, il me faudrait toute la semaine pour les faire.

C’est toujours un cauchemar parce que ça ne fait toujours pas exactement ce qu’on lui dit, et on a l’impression de lui répéter la même chose encore et encore — c’est comme un enfant. Mais le bon côté, c’est que le résultat est vraiment bon. Et en fait, parce que je l’ai relié à certains logiciels, parce qu’il peut aller — il utilise quelque chose qui s’appelle Playwright, et il va récupérer les captures d’écran. Il configure même les comptes pour moi.

Si je devais en faire 10, comme je l’ai dit, cela me prendrait toute la semaine. Ça me prend probablement une journée pour en faire 10 parce qu’ils peuvent poser problème. Mais il faut avoir le temps d’investir dedans. Donc je pense que pour répondre à votre question, il est vraiment difficile pour les gens d’apprendre des choses comme n8n.

Et ce qui est intéressant, c’est qu’il y a un an, nous donnions des formations à l’équipe, et ils n’étaient vraiment pas intéressés. Mais ils ont commencé à voir ce que nous produisons avec Claude Code, et je pense qu’ils voient maintenant que c’est un assistant. Je peux l’utiliser pour faire toutes sortes de choses. Et soudain, ils sont impatients qu’on les mette à niveau.

Je pense donc qu’une fois que le bénéfice dépasse la douleur, ils ne savent pas encore dans quoi ils s’engagent, n’est-ce pas Fred ? Une fois que le bénéfice dépasse la douleur, l’équipe adhère, et ensuite vous les emmenez avec vous. Mais les pionniers et les précurseurs à l’avant sont généralement six mois devant le reste de l’équipe, je dirais.

Frederick Vallaeys : Oui. Eh bien, je sais qu’ils ont de la chance chez Anicca Digital de t’avoir pour apprendre auprès de toi une fois qu’ils décident de franchir le pas. Mais tu fais aussi beaucoup de pédagogie d’autres façons, n’est-ce pas ? Je crois que tu avais August, AI August.

Ann Stanley : AI August.

Frederick Vallaeys : Maintenant, vous avez AI Thursdays. Alors parle-nous de plusieurs initiatives où les gens peuvent vraiment mettre les mains dedans et apprendre concrètement tout ça avec toi.

Ann Stanley : Oui. Et pour clarifier, je ne suis pas la seule. Heureusement, mon MD Darren, il était auparavant head of PPC. Tu le connaissais probablement déjà d’il y a des années. Il est tout aussi passionné que moi, et il a fait des choses vraiment intéressantes, en intégrant des reportings provenant de toutes sortes d’endroits. Et puis James, qui est le tech SEO, est lui aussi vraiment à fond dedans.

Donc nous sommes trois à être vraiment investis là-dedans. Et puis de plus en plus de membres du reste de l’équipe s’y mettent aussi. Mais c’est difficile de s’y mettre si on ne comprend pas les bases. L’une des choses que nous voulions faire, au lieu de proposer simplement une formation de deux jours chaque mois où ce n’était que ça, c’était d’avoir quelque chose d’un peu plus organique.

Nous avons donc décidé de lancer quelque chose appelé le Thursday AI Club. Ce sera toutes les deux semaines pour commencer, et le premier aura lieu le 9 avril. Et vous pouvez vous inscrire gratuitement pour le premier, puis ensuite c’est un club réservé aux membres. L’idée, c’est qu’il y ait une heure de questions-réponses ouvertes, avec trois ou quatre personnes techniques présentes pour répondre à toutes les questions.

Ensuite, vous pouvez rester pour un atelier de deux heures. Et l’idée, c’est que sur six mois, il y ait 12 ateliers déjà planifiés, dont la plupart ont déjà été animés auparavant. C’est un programme évolutif, parce que dans six mois, vous n’aurez pas besoin des mêmes choses que celles dont on parle maintenant, ou les choses auront encore avancé.

Mais l’idée générale, c’est qu’il y aura tout un tas de ressources disponibles, avec tous les enregistrements précédents. Et vous pouvez simplement adhérer sur une base mensuelle, ou vous pouvez vous inscrire à l’année et bénéficier d’une grosse remise en vous abonnant à l’année. Mais vous pouvez essayer avant d’acheter le 9 avril.

Frederick Vallaeys : Super. Et alors, qu’est-il arrivé en août ?

Ann Stanley : Ah, août. J’ai pensé que si je remplaçais le U par un I, ça faisait AI-gust. Nous avons donc animé des ateliers de deux heures chaque semaine pendant le mois d’août. Ils sont tous disponibles sur le site web également. Vous pouvez donc y aller et vous servir, et cela vous donnera une bonne idée. C’était presque comme le prototype de ce que nous faisons maintenant.

Je crois qu’il y a cinq sessions de deux heures que vous pouvez aller consulter. Tous nos webinaires sur notre site web sont gratuits, et je pense que certains sont sur YouTube, mais le mieux est d’aller sur le site d’Anicca.

Frederick Vallaeys : J’ai donc animé quelques ateliers au SMX à Munich, un atelier de vibe coding, d’1 h 20. Et j’ai demandé aux gens de venir avec un tableur contenant un type de données qu’ils voulaient utiliser. Parce que je savais qu’une grande partie de ces données pouvait être récupérée via API ou MCP, mais je n’étais pas prêt à aider les gens à tout configurer. Donc je me suis dit : apportez-le simplement dans un tableur, d’accord ? Et ensuite voyons ce qu’on peut faire.

Et ils sont arrivés avec des demandes vraiment sophistiquées. Ils voulaient, par exemple, consolider ou combiner des données provenant de trois sources différentes et avoir une couche d’IA au-dessus. Et je me suis dit : bon, on a 1 h 20. Personne n’a jamais fait ça avant, sauf moi. Restons réalistes.

Mais en fait, à la fin de l’1 h 20, ils avaient tous de très bons prototypes avec des données réelles. C’était assez surprenant, non ? Je sais que c’est possible, mais je ne pensais pas que ce serait possible pour quelqu’un qui ne l’avait jamais fait auparavant en moins d’une heure et demie. Et ensuite, plus personne ne voulait partir, parce qu’ils sont tous entrés dans cette même dynamique du genre : « Ah, cette chose est géniale, mais et si… ? » puis « et si… ? »

Et ils ont continué à faire des « et si… » de plus en plus nombreux. Du coup, ils ne voulaient plus partir. Mais comme toi, après avoir animé ces formations et parlé avec des gens, est-ce que c’est aussi ton expérience ? Quelques mots d’encouragement pour les personnes qui pourraient être un peu effrayées par tout ça.

Ann Stanley : Je pense que certaines compétences nécessitent qu’on aille les tester, qu’on joue avec, puis qu’on revienne. Donc nous essayons toujours de faire un peu de pratique. Mais ce que nous allons faire dans l’AI Club, c’est qu’une fois par trimestre, nous aurons une journée entière de hackathon. Nous choisirons certaines technologies et certaines idées. Donc nous ferons ça une fois par trimestre.

Ce sera un samedi, parce que beaucoup de gens ne peuvent pas se libérer pendant les heures de travail. Mais il y aura toujours un aspect pratique à chaque fois. Nous avons déjà fait de la pratique quand nous animions la formation de deux jours. Nous avions même des breakout rooms et tout ça. Et c’était l’idée de départ, mais tout le monde n’a pas de logiciel.

Donc quand vous arrivez et que vous commencez à leur enseigner des choses, ils ne sont pas forcément prêts. J’ai animé une session la semaine dernière chez—nous avons quelque chose qui s’appelle Agency Hackers au Royaume-Uni—et j’ai fait un atelier de 45 minutes pour apprendre à fabriquer une machine à blagues, ce qui était assez intéressant. Nous avons donc fabriqué une machine à blagues, mais j’ai dû faire pas mal de choses.

On ne peut pas simplement balancer les gens dans n8n sans l’expliquer. Les slides sont d’ailleurs l’un des articles de blog que j’ai publiés ce week-end. Vous pouvez donc aller les voir. C’était vraiment simple, parce que cela expliquait un peu les principes de base. Mais je suis d’accord avec toi. Je veux dire, j’ai créé tout un portail en un week-end, un portail client en un week-end, en utilisant Claude Code.

Donc ce qu’on peut faire est incroyable, mais il faut quand même se construire progressivement. Ce n’est pas une bonne idée d’aller directement dans le grand bain. Il faut commencer par de petits pas, et simplement faire les tâches pénibles qu’on doit faire un million de fois par semaine. Comme vos notes de réunion, comme vos blogs, comme vos posts LinkedIn, peu importe ce que vous faites tout le temps. Maîtrisez ça, puis vous pourrez développer vos compétences au fil du temps, n’est-ce pas ?

Frederick Vallaeys : Oui, et je veux dire que c’est une approche mesurée, ce qui est bien. Moi, je vais adopter une approche un peu plus agressive, peut-être plus Silicon Valley : construisons et cassons des choses.

Ann Stanley : Oui, mais toi, tu as déjà énormément d’expérience. Tu as déjà fait ça—tu as déjà expérimenté—

Frederick Vallaeys : C’est vrai. Mais je veux vraiment encourager les gens qui sont dans cette situation et qui n’ont jamais fait ça. Je suis d’accord avec ce que tu dis, mais je veux aussi encourager les gens à faire ces petits pas maintenant. Et si vous faites une erreur, ce n’est pas grave, n’est-ce pas ? Utiliser Claude Code est tellement peu coûteux. Si vous avez ce plan, demandez-lui de construire quelque chose, et si c’est complètement faux ou s’il y a des problèmes de sécurité, demandez-lui de les identifier pour vous et ne le déployez pas.

Mais voyez ce qu’il peut faire avec deux ou trois choses vraiment basiques, puis commencez à ajouter toutes ces couches autour de la bonne manière de le construire, de le structurer correctement, de vous assurer qu’il est sécurisé, de vous assurer que vos jetons API ne sont pas volés, n’est-ce pas ? Mais tant que vous n’avez pas vu la puissance d’un seul prompt et ce qu’il peut faire avec un seul prompt, c’est ça qui fait tilt et qui vous fait comprendre ce qui est désormais possible.

Ann Stanley : Eh bien, l’autre grand conseil à ce sujet, c’est d’entrer dans ce qu’on appelle le planning mode. Donc si vous dites : « Oh, je veux construire » — ce que j’ai construit, c’était un portail client. Et je savais déjà exactement ce que je voulais, parce que je jouais avec ce genre de choses depuis assez longtemps de toute façon. J’ai donc décrit exactement ce que je voulais. Je savais comment je voulais que les clients soient importés. Je savais que je voulais ajouter des utilisateurs. Je savais ce que je voulais dans la mise en page et les menus, parce que j’avais essayé certaines choses il y a un an et je n’avais pas réussi à les faire fonctionner parce que la technologie n’était pas encore là.

Mais ce que j’ai fait, c’est entrer dans ce qu’on appelle le planning mode. Vous décrivez à nouveau les choses avec votre voix, parce que vous pouvez donner beaucoup plus de détails en parlant qu’en essayant de les taper. Puis vous dites : « Donne-moi un plan. » Et vous dites : « Ah, d’accord. Tu as oublié cette partie. » Et ensuite vous travaillez ensemble sur le plan. Puis vous lui faites construire.

Donc même si tu as raison, il faut aller tester des choses, mais simplement en ajoutant cette étape intermédiaire—parce qu’il faut se rappeler que si vous ne formulez pas correctement vos prompts ou si vous ne donnez pas les instructions, vous obtiendrez un mauvais résultat. Mais si vous travaillez ensemble pour définir ce que vous voulez, vous obtiendrez un bien meilleur résultat à la fin. Je recommande donc vraiment de faire ça.

Frederick Vallaeys : Oui. Et encore une fois, je vais adopter ici une position un peu contraire, parce que j’ai essayé de faire davantage de planification et d’aller sur ChatGPT, et j’ai une longue conversation. Mais j’ai tellement d’idées préconçues. Alors que si je dis simplement : voilà ce que j’essaie de construire, et je précise quel est l’objectif, n’est-ce pas ? Qu’est-ce que j’essaie d’atteindre ? Et ensuite, il a tellement d’informations sur d’autres façons dont cela a été construit, sur les approches qu’il a prises—

Ann Stanley : Non, non, je dis la même chose. Oui. Oui. Donc je dis la même chose. Mais n’y allez pas en mode chat pour le faire. Faites-le dans Claude parce que Claude sait quels outils il a. Non, je suis d’accord avec toi. Je dis simplement de décrire d’abord ce que vous voulez, ce que vous essayez d’atteindre, quel sera le résultat. Et ensuite, il proposera une description de ce qu’il pense que vous devez faire.

Et ensuite, vous pouvez dire : « Oh, non, ce n’est pas tout à fait ça. » Et une fois que vous êtes arrivé à quelque chose qui ressemble vaguement à ce que vous aviez en tête—parce qu’il faut se rappeler que nous sommes tous assez mauvais pour décrire vraiment ce que nous voulons. À moins de faire ça souvent, alors vous le laissez avancer et le construire, puis vous travaillez avec lui de manière itérative.

Donc tout est une question de conversation. C’est comme travailler avec votre propre assistant à côté de vous, qui peut faire du design, du contenu fonctionnel et tout le reste, et qui sait ce qui marche parce qu’il l’a déjà fait un million de fois. Donc je suis d’accord avec toi, en fait. Je ferais pareil.

Frederick Vallaeys : Oui. Et je suppose qu’une fois qu’on commence à faire ça, on développe un tout nouveau respect pour les personnes qui construisent des produits et celles qui gèrent des campagnes, parce que c’est comme : bon, j’avais pensé aux 10 choses que ça devait faire, mais ensuite, ah, attendez, maintenant que je l’utilise, il y a cette autre chose, et ce cas limite, et ce point auquel je n’avais pas pensé. En fait, il y a beaucoup de choses auxquelles il faut réfléchir.

Mais ce qui est aussi magnifique, c’est que les systèmes continuent d’évoluer si vite. Les coûts continuent de baisser. Donc c’est comme : bon, dans six mois, certes, vous aurez ce tableau de bord, mais pourquoi ne pas simplement le reconstruire ? Et il y a toute une philosophie dans le code qui dit : bon, nous ne devrions plus écrire le code sur la page comme des humains. Nous devrions écrire ce que nous essayons de faire avec cette page, quel est l’objectif, n’est-ce pas ?

Et dans six mois, Claude Code aura peut-être une meilleure version, et il devrait simplement regarder ces instructions et dire : « Ah, Fred, voilà ce que tu essayais de faire, et voilà comment nous l’avons fait il y a six mois. Mais reconstruisons tout pour le faire mieux tout en atteignant ton objectif. » Et c’est un changement tellement fondamental dans notre manière de penser la façon dont les choses sont construites.

Et pour les personnes qui ont les objectifs.

Ann Stanley : Eh bien, je veux dire, ce dont nous n’avons pas parlé, c’est de l’impact que cela va avoir sur les agences et sur ce que nous faisons pour gagner notre vie à l’avenir. Parce que le fait est qu’on va arriver à un point où probablement seulement 1 ou 2 % des gens utilisent Claude Code pour le moment. Mais chez Agency Hackers, 30 % des personnes dans l’audience l’utilisaient. Alors qu’il y a un an, quand je leur demandais s’ils avaient entendu parler de Claude ou des agents IA, c’était moins de 20.

Donc ça évolue très vite. Mais la technologie ne sera plus le frein. Ce ne sera plus que votre imagination, votre capacité à la comprendre et aussi votre capacité à vous vendre en tant qu’agence ou praticien pour dire que vous adoptez ces outils. Parce que si vous ne le faites pas, les clients seront là avant vous. Et ils penseront pouvoir le faire eux-mêmes sans comprendre que tout ce savoir-faire qui fait que vous savez quoi construire et comment le construire, parce que vous l’avez fait, que vous y êtes allé et que vous avez acheté le t-shirt.

Cette expérience a de la valeur. Toute notre équipe a 10, 15, 20 ans d’expérience. C’est ça qui devient précieux plutôt que les tâches quotidiennes. Et je pense qu’il y a quelques années, tu as écrit un livre disant à peu près ça, sur la façon dont l’IA allait tout changer.

Frederick Vallaeys : Oh oui. Le plus grand changement de mentalité de l’histoire du PPC et l’égalisation des chances. J’ai d’ailleurs un nouveau livre. Donc pour toute personne qui regarde cet épisode, The AI Amplified Marketer est disponible maintenant sur Amazon. C’est donc celui qui traite de tout ce nouveau contenu génératif. Il a été écrit avant Claude Code, donc il n’en parle pas, mais beaucoup des concepts qui l’alimentent et la manière de penser l’IA y sont abordés. Donc oui, allez jeter un œil à ce nouveau livre.

Ann Stanley : Donc j’imagine qu’avec ton nouveau livre et mon premier AI Club, l’audience va pouvoir tout déchirer, n’est-ce pas ?

Frederick Vallaeys : Absolument. Mais oui, c’était fantastique de partager tous tes enseignements. J’ai l’impression qu’il faudra en refaire un dans quelques mois, quand tout sera à nouveau nouveau, et nous aurons encore de meilleurs conseils sur la façon de faire les choses. Mais oui, certainement, pour toute personne qui regarde aujourd’hui, allez voir tout le formidable travail qu’Ann a fait et inscrivez-vous à ces cours, parce qu’honnêtement, l’heure que vous investissez chaque semaine là-dedans va être rentabilisée au centuple, au centuple.

Et ma philosophie, c’est que vous ne concurrencez pas l’IA. Vous concurrencez les personnes qui utilisent l’IA mieux que vous. Et c’est exactement ce qu’on voit ici, n’est-ce pas ? Quelqu’un peut vous dépasser par 100 simplement en utilisant les bons outils.

Ann Stanley : Et peut-être que dans six mois, on pourra dire qu’on aura un peu plus dormi.

Frederick Vallaeys : Je ne sais pas. Je veux dire, chaque heure qui se libère, je me dis : « Oh, il y a cette autre chose dans ma vie que j’ai toujours voulu faire. » J’ai en fait construit une application maintenant qui m’aide à me souvenir de ce que j’ai mangé dans certains restaurants, parce que ce qui me frustre le plus, c’est d’y être déjà allé, mais de ne pas me rappeler ce que j’ai aimé sur le menu ou ce que j’ai essayé. Et j’ai juste besoin d’une petite appli qui m’aide à m’en souvenir. Alors je me mets à faire du vibe coding sur toutes ces choses.

Et oui, et je fais aussi un peu de PPC en parallèle.

Ann Stanley : Oui. Eh bien, nous n’avons pas trop parlé de PPC, mais je pense que ce dont nous avons parlé, c’est de la façon dont ces outils peuvent vous aider à faire votre PPC, à faire vos rapports, à créer—je veux dire, certains autres types de rapports, l’analyse concurrentielle, les landing pages, les sujets de CRO. Tout cela est à la frontière de ce que le PPC et les marketeurs doivent savoir. Donc j’espère qu’il y aura quelques extraits là-dedans qu’ils trouveront utiles.

Frederick Vallaeys : Eh bien, oui, exactement. Je pense que oui. Prenez ces concepts sur la façon dont vous pouvez faire faire le travail par l’ordinateur. Mettez en place ces compétences qui définissent vraiment—donc pour les utilisateurs d’Optmyzr, vous penseriez à ce qu’est votre blueprint pour gérer un compte. Ce blueprint devient essentiellement votre skills file, comme : faites ces choses dans cet ordre et prenez ceci en compte pour ceci et cela. Mais ajoutez par-dessus des capacités d’IA LLM, ce que tu décrivais pouvoir faire avec n8n, n’est-ce pas ?

Donc c’est un point de départ. Mais ensuite, nous avons aussi parlé de la business intelligence et de l’expérience que vous avez en tant qu’agence ou outil logiciel. La difficulté quand on construit un outil, ce n’est pas les choses de base. Ce sont les cas limites, n’est-ce pas ? Et c’est ce à quoi nous avons réfléchi. Et c’est là que vous pouvez prendre un agent pour Claude Code, mais vous pouvez dire de se connecter au MCP d’Optmyzr, ce qui aidera à éviter ces erreurs, en s’appuyant sur 10 ans d’expérience pour faire les choses correctement et en vous apportant de la fiabilité, n’est-ce pas ?

Ou si vous travaillez avec une agence, il y a quelque chose dans le fait qu’une agence ait accès à tous ces autres comptes, et donc elle a une vision plus large du secteur. Et cela a de la valeur. Et ils ont probablement intégré cela dans leur manière de communiquer avec ces agents, n’est-ce pas ? Et donc le risque, à l’heure actuelle, c’est que les gens pensent simplement : ah, Claude tout seul peut tout faire mieux. Non, il peut automatiser dans une certaine mesure, mais il a toujours besoin de l’aide de tout ce que nous avons tous construit au fil de décennies de travail.

Ann Stanley : J’ai un très bon message à retenir pour tout le monde alors que nous arrivons à la fin de notre temps ensemble, et c’est le sandwich humain-IA. Donc pour tous ceux qui ont faim en ce moment, l’idée, c’est qu’il faut des humains au début du processus, qui ont l’idée, l’inspiration, et qui peuvent donner les bonnes instructions à l’IA pour produire quelque chose. Puis vous avez l’humain de l’autre côté qui prend ce contenu, sait s’il est bon ou non, et l’adapte, le corrige et l’améliore encore.

Donc le sandwich humain-IA, c’est de cela qu’on parle ici. Et ce que je dis, c’est que plus la qualité des humains est élevée, plus la qualité des sandwichs sera élevée, parce qu’ils savent de quoi ils parlent. J’ai failli jurer à l’instant, mais je ne l’ai pas fait. J’ai réussi à passer tout l’épisode sans jurer une seule fois. Donc oui, le sandwich humain-IA est le message à retenir de ce podcast avec toi aujourd’hui, Fred.

Frederick Vallaeys : D’accord. Eh bien, très bien. Maintenant tu m’as donné faim, Ann. Sur ce, nous allons conclure ici. C’était fantastique, Ann. Merci beaucoup d’avoir été notre invitée, et merci à tous d’avoir regardé. N’hésitez pas à laisser des commentaires, à aimer cet épisode, à vous abonner, et allez découvrir tout le formidable travail qu’Ann et Anicca Digital ont réalisé. Et sur ce, nous allons conclure ici, et nous vous retrouverons pour le prochain épisode.

Ann Stanley : Merci. Au revoir, Fred.