Mardi dernier, un client m’envoie un cahier des charges de 14 pages pour une refonte de site e-commerce. Il me demande un devis détaillé. Avant, j’aurais passé 4 heures à décortiquer le document, structurer ma réponse et chiffrer chaque poste. Avec Claude, j’ai terminé en 1h30 — et le résultat était plus complet que ce que j’aurais produit seul.
On utilise Claude et ChatGPT quotidiennement chez Go To Agency. Pas comme un gadget, pas pour "automatiser tout" — pour ça, consultez plutôt notre article sur comment automatiser son business avec les bons outils. Comme un outil de travail concret, avec des cas d’usage très précis où l’IA fait gagner un temps réel, et d’autres où elle fait perdre plus qu’elle ne fait gagner.
Les 5 cas d’usage qui nous font gagner du temps chaque semaine
1. Analyser et structurer des documents longs
Cahiers des charges, briefs clients, appels d’offres, rapports d’audit SEO... Quand un document fait plus de 10 pages, je le passe dans Claude avec ce prompt :
Prompt qu’on utilise : "Voici un cahier des charges client. Extrais : 1) les fonctionnalités demandées classées par priorité, 2) les contraintes techniques mentionnées, 3) les points flous ou contradictoires que je dois clarifier avec le client, 4) une estimation de complexité pour chaque fonctionnalité (simple/moyen/complexe)."
L’IA identifie des incohérences que j’aurais mises 2 heures à repérer moi-même. Sur le dernier brief reçu, elle a relevé que le client demandait "un site ultra-rapide" tout en exigeant 4 scripts de tracking et 3 widgets tiers — contradiction que j’ai pu adresser dès le premier appel.
2. Générer des premiers jets de code et de documentation
Prompt qu’on utilise : "Écris un composant React/Next.js en TypeScript pour [description]. Utilise Tailwind CSS. Le composant doit être responsive, accessible (ARIA labels), et typé strictement. Ajoute les commentaires JSDoc."
L’IA produit un premier jet fonctionnel en 30 secondes. Je passe ensuite 15-20 minutes à l’adapter à notre architecture, corriger les détails et tester. Sans IA, ce même composant m’aurait pris 45 minutes à 1 heure. Le gain est réel mais il ne dispense pas de relire chaque ligne.
3. Rédiger des réponses clients structurées
Prompt qu’on utilise : "Un prospect me demande pourquoi choisir Next.js plutôt que WordPress pour son site vitrine. Rédige une réponse email de 150 mots maximum, ton professionnel mais pas corporate, qui explique les avantages concrets (performance, SEO, sécurité) sans dénigrer WordPress. Mentionne que ça dépend de son budget et de ses besoins."
L’email généré est une bonne base. Je remplace systématiquement les formulations génériques par des exemples tirés de nos projets réels, j’ajoute un lien vers une réalisation pertinente et j’ajuste le ton. Le résultat final est 70% IA, 30% moi — mais ces 30% font toute la différence.
4. Déboguer du code complexe
Quand je bloque sur un bug, je colle le code problématique avec le message d’erreur et le contexte. L’IA ne trouve pas toujours la solution du premier coup, mais elle propose des pistes que je n’aurais pas explorées. Sur un problème d’hydration Next.js la semaine dernière, Claude a identifié en 2 minutes un conflit de state que j’aurais mis 30 minutes à isoler.
5. Préparer des structures de contenu
Prompt qu’on utilise : "Je dois écrire un article de blog sur [sujet] pour notre site d’agence web. Propose un plan détaillé avec les H2/H3, les points clés à aborder dans chaque section, et les questions auxquelles l’article doit répondre. Cible : dirigeants de TPE/PME, pas des techniciens."
Le plan généré est un point de départ. On le retravaille systématiquement pour y intégrer nos retours d’expérience, nos données clients réelles et notre ton — parce qu’un plan générique ne vaut rien si on n’y met pas de substance. Nous détaillons ce workflow dans notre article génération de contenu par IA : opportunité ou menace.
Les limites qu’on a découvertes en pratique
L’IA invente des packages npm qui n’existent pas. Ça nous est arrivé trois fois le premier mois. ChatGPT a recommandé un package "next-image-optimizer" qui n’existe tout simplement pas sur npm. Depuis, on vérifie chaque dépendance suggérée avant de l’installer. C’est un réflexe non négociable.
Le code généré a l’air propre mais cache des failles. Sur un projet client, un composant généré par IA passait les props directement dans un dangerouslySetInnerHTML sans assainissement. Techniquement fonctionnel, potentiellement catastrophique en production. La relecture humaine n’est pas optionnelle, elle est obligatoire.
Les estimations de temps sont systématiquement optimistes. Quand je demande à l’IA "combien de temps pour développer cette fonctionnalité ?", elle sous-estime à chaque fois. Elle ne prend pas en compte les tests, l’intégration, les allers-retours client, les edge cases. On a appris à multiplier ses estimations par 2 à 3.
La confidentialité demande de la rigueur. On utilise Claude Pro (Anthropic) et ChatGPT Team — jamais les versions gratuites pour du travail client. On ne colle jamais de données personnelles, de mots de passe ou de clés API dans les prompts. C’est basique mais j’ai vu des développeurs freelances le faire sans réfléchir.
Comment bien démarrer dans votre entreprise
Ne commencez pas par vouloir "intégrer l’IA dans tous vos processus". Commencez par un seul cas d’usage. Celui qui vous fait perdre le plus de temps chaque semaine. Pour la plupart des entreprises, c’est la rédaction — emails, comptes-rendus, réponses clients. Commencez par là.
Investissez dans un abonnement payant (20-25€/mois pour ChatGPT Plus ou Claude Pro). Les versions gratuites sont bridées et donnent une fausse impression de ce que l’outil peut faire. La différence entre GPT-3.5 gratuit et GPT-4 payant est énorme.
Formez vos équipes au prompting. La qualité du résultat dépend à 80% de la qualité de la demande. Un prompt vague donne un résultat vague. Un prompt avec du contexte, un format attendu et des contraintes précises donne un résultat exploitable.
Et surtout : mesurez le temps gagné. Si après deux semaines, un outil IA ne vous fait pas gagner au moins 3 heures par semaine, soit le cas d’usage est mauvais, soit le prompting est à revoir.
On peut vous aider à y voir clair
Chez Go To Agency, on utilise ces outils au quotidien — on ne se contente pas d’en parler. Si vous voulez intégrer l’IA dans vos processus sans perdre 3 mois à tâtonner, on peut auditer vos workflows et identifier les cas d’usage qui auront un impact réel. Contactez-nous, on en discute sans jargon et sans bullshit.
