Comment mieux utiliser ChatGPT au travail ?

Résumer ce contenu avec :

Perplexity ChatGPT Claude Grok Mistral

En le traitant comme un assistant de travail, pas comme un moteur de recherche. ChatGPT devient vraiment utile quand je lui donne du contexte, des fichiers, des exemples, des outils, puis quand je lui demande de vérifier son propre raisonnement.

Pourquoi ChatGPT se trompe parfois ?

ChatGPT se trompe souvent quand on lui demande de raisonner uniquement en langage naturel, sans contexte, sans méthode et sans vérification. C’est aussi simple que ça. Beaucoup de gens tapent une question vague, attendent une réponse parfaite, puis sont déçus parce que la réponse sonne bien mais contient une erreur.

Chez les clients, je vois souvent le même réflexe. On utilise ChatGPT comme Google. On pose une question, on veut “la bonne réponse”. Sauf que ChatGPT n’est pas juste un moteur de recherche. Il est beaucoup plus utile quand on lui donne un rôle, un objectif, des contraintes, et une manière de travailler.

Le point que je répète tout le temps, c’est Use Code. Dès qu’il y a des calculs, des statistiques, des comparaisons financières, des tableaux, des pourcentages ou un raisonnement logique un peu fragile, je préfère demander explicitement à ChatGPT d’utiliser du code ou une logique de calcul. Selon les outils disponibles dans votre interface, les fonctions d’analyse avancée de données peuvent exécuter du Python. Python, c’est un langage de programmation très utilisé en data. Ça permet de refaire les calculs proprement, de limiter les erreurs d’arrondi, et surtout d’éviter les raisonnements “au feeling”.

Voici des formulations que j’utilise souvent, toutes simples :

• Utilise du code pour calculer ça et montre-moi les hypothèses.
• Vérifie les résultats avec une approche reproductible.
• Ne fais pas le calcul mentalement, passe par une logique de code.
• Explique les étapes du calcul et signale les points incertains.

Il y a aussi un autre sujet : les questions de clarification. ChatGPT doit parfois ralentir avant de répondre. Pour un CV, un plan business, un voyage, un dépannage technique ou une analyse marketing, il lui manque souvent des infos de base. Votre rôle, votre niveau, votre objectif, vos contraintes, votre industrie, le format attendu. Sans ça, il improvise. Et il improvise avec beaucoup d’assurance, ce qui est parfois le pire mélange.

Comment donner le bon contexte ?

Le bon contexte, ce n’est pas un long brief compliqué. C’est souvent beaucoup plus simple que ça : un exemple clair, quelques préférences stables, et les infos que ChatGPT doit vraiment retenir. Quand je vois des gens galérer avec ChatGPT au travail, ce n’est pas parce qu’ils ne savent pas “prompter”. C’est souvent parce qu’ils restent trop abstraits.

Les exemples marchent presque toujours mieux que les grandes consignes floues. Si je veux un post LinkedIn, un email commercial, une page SEO ou un ton précis, je gagne du temps en montrant un vrai rendu attendu. Un exemple réduit l’ambiguïté. ChatGPT comprend mieux le rythme, le niveau de détail, la structure, les mots utilisés, les choses à éviter. C’est comme avec un collègue : montrer un modèle va souvent plus vite que décrire le style pendant quinze lignes.

Voilà des prompts simples que j’utilise souvent, ou que je fais utiliser à mes clients :

• Voici trois posts que j’aime, réécris mon brouillon dans ce style.
• Analyse ce texte et reproduis le ton sans copier les phrases.
• Voici un exemple de réponse client, garde le même niveau de précision.

Les instructions personnalisées servent à poser le socle. C’est là que j’indique les infos de base sur moi : mon métier, mon audience, le niveau de détail que je veux, mon style d’écriture, mes contraintes récurrentes, les mots que je veux éviter, mes formats favoris. Le but est très simple : ne pas répéter les mêmes consignes à chaque nouvelle conversation.

La mémoire complète ça. Elle permet à ChatGPT de retenir progressivement certains éléments utiles, comme mes projets, mes objectifs, mes préférences ou mes habitudes de travail. Mais je préfère l’utiliser volontairement. Je la relis, je la nettoie, et j’évite d’y laisser des infos inutiles ou sensibles. Quand elle est disponible, elle se gère dans les paramètres.

Pour moi, le bon setup, c’est ça : un socle permanent dans les instructions personnalisées, puis des exemples et du contexte spécifique dans chaque conversation. C’est simple, mais ça change vraiment la qualité des réponses.

Quels fichiers faut-il lui donner ?

Il faut donner à ChatGPT les fichiers réels dès que le sujet dépend de données, de documents ou d’un contexte précis. Pas tout résumer à la main. C’est souvent là qu’on perd ce qui compte.

Décrire un fichier, c’est pratique, mais c’est aussi une grosse simplification. Un tableau Excel, un CSV, c’est-à-dire un fichier de données structuré en lignes et colonnes, un PDF, un export CRM, un brief, un rapport Analytics, une transcription d’entretien ou un document technique contient des nuances qu’on oublie vite quand on le raconte. Une colonne bizarre. Une formulation client. Une rupture dans une tendance. Une hypothèse cachée dans une note de bas de page. Quand l’interface et votre offre le permettent, l’upload de fichiers permet à ChatGPT d’analyser directement la matière, au lieu de travailler sur une version appauvrie.

Je le vois souvent chez des clients. Ils me font un résumé d’un fichier, puis quand on regarde le fichier réel, le problème est ailleurs. Pas parce qu’ils ont mal résumé. Parce qu’un humain filtre naturellement ce qu’il pense important.

Les usages sont très concrets. Vous pouvez lui donner un CSV pour détecter des anomalies, repérer des tendances dans un rapport mensuel, résumer un PDF de 40 pages, comparer deux versions d’un contrat ou d’un brief, transformer une transcription d’entretien en plan d’action, extraire les objections clients depuis des notes commerciales, ou préparer une synthèse claire pour un comité de direction.

Les projets dédiés sont aussi très utiles. Un projet permet de regrouper des conversations, des fichiers et parfois des instructions autour d’un même sujet. Ça évite de repartir de zéro à chaque échange. Sur un chantier SEO, un audit data, une automatisation n8n, une formation interne ou un projet business qui dure plusieurs semaines, c’est franchement plus propre. ChatGPT garde le bon contexte au même endroit, et vous gardez une trace exploitable.

Il faut quand même rester lucide. Je n’uploade pas n’importe quoi. J’anonymise les données sensibles si besoin, je vérifie les règles internes de confidentialité, et je garde en tête que ChatGPT doit aider à analyser. Pas devenir un espace fourre-tout où on dépose tout sans réfléchir.

• Le fichier est-il utile pour répondre à la question ?
• La donnée est-elle sensible et doit-elle être anonymisée ?
• Le résultat attendu est-il clair avant d’envoyer le fichier ?
• Le format de sortie est-il précisé pour éviter une réponse vague ?

Quels outils faut-il activer ?

J’active les outils de ChatGPT dès que la réponse demande autre chose que du texte. Chercher une info récente, calculer, analyser un fichier, créer une image, s’entraîner à l’oral… Là, la simple boîte de chat ne suffit plus toujours.

Selon votre version, votre pays, vos paramètres et les mises à jour du moment, ChatGPT peut proposer plusieurs outils. Navigation ou recherche web, analyse de fichiers, génération d’images, analyse de données, mode vocal. Je le précise parce que tout n’est pas disponible pour tout le monde, et ça change assez vite.

La recherche web est utile quand l’information bouge. Prix, réglementation, concurrents, actualités, tendances marché. Je demande toujours les sources, et je vérifie les points critiques. Surtout si la décision derrière coûte cher ou engage l’entreprise. Un bon prompt simple :

• Recherche les informations récentes et indique ce qui est incertain

L’analyse de fichiers devient très puissante dès qu’on sort du copier-coller. Vous donnez un Excel, un CSV, un PDF, un export CRM, et vous demandez une synthèse ou des décisions. C’est lié au sujet du code, parce que derrière, ChatGPT peut raisonner comme un analyste data, faire des calculs, repérer des anomalies, croiser des colonnes. J’aime bien demander :

• Analyse ce fichier et propose trois décisions actionnables

Les images servent surtout à aller vite sur du visuel. Pas forcément pour produire le design final, mais pour créer des prototypes, tester une idée créative, préparer un support de présentation, donner une direction à une équipe marketing ou design.

Le mode vocal, lui, est sous-estimé. C’est excellent pour préparer un entretien, un pitch, une objection client ou une prise de parole. Vous parlez, il relance, il challenge, il vous force à clarifier. Je l’ai vu débloquer des commerciaux en 15 minutes, juste parce qu’ils pouvaient répéter sans pression.

• Pose-moi des questions comme en entretien et sois exigeant
• Simule un client sceptique sur ce projet

Je vois souvent des équipes payer un outil puissant et n’utiliser que 20 % de ce qu’il sait faire, simplement parce qu’elles restent dans le réflexe question-réponse. C’est dommage, parce que le vrai gain arrive quand on choisit le bon outil pour le bon besoin.

Comment vérifier ses réponses ?

Je vérifie une réponse de ChatGPT en lui demandant de critiquer sa propre réponse. Je lui demande de lister ses hypothèses, de dire ce qui peut être faux, incomplet ou fragile. C’est tout simple, mais ça change beaucoup la qualité du résultat.

La première réponse est rarement la meilleure. Pas parce que l’outil est mauvais. Parce qu’il répond vite, à partir de ce qu’on lui donne. Si mon prompt est incomplet, il va quand même produire une réponse propre, fluide, convaincante. Le problème, c’est qu’une réponse bien écrite peut être fragile. J’ai vu ça chez un client sur une analyse commerciale. Le texte était nickel, mais ChatGPT avait supposé que la marge était stable sur tous les produits. Faux. Toute la recommandation tombait avec cette hypothèse.

La technique que j’utilise souvent, c’est Make ChatGPT Critique Its Own Answers. En clair, je lui demande de repasser derrière lui-même avec un regard dur, comme le ferait un collègue exigeant.

Voici les formulations que je garde sous la main :

• Relis ta réponse comme un expert critique et liste les faiblesses.
• Quelles hypothèses as-tu faites sans preuve ?
• Qu’est-ce qui manque pour prendre une décision ?
• Propose une version plus fiable et plus prudente.
• Donne-moi les risques si j’applique cette recommandation.

Cette méthode marche très bien dès qu’on sort du simple brouillon. Je l’utilise pour des recommandations business, des contenus SEO, des automatisations, des analyses de données, des emails sensibles, des décisions produit ou des plans stratégiques. Elle force ChatGPT à ralentir, à séparer ce qu’il sait de ce qu’il suppose. Et franchement, c’est souvent là que les vraies questions apparaissent.

Ma règle est simple. Plus l’enjeu est élevé, plus je demande une vérification explicite. Pour une idée de titre, ce n’est pas grave. Pour une analyse financière, un choix juridique, une décision RH ou un sujet de santé, je vérifie avec des sources, des experts ou des outils adaptés. ChatGPT peut aider, mais il ne remplace pas la responsabilité.

Le meilleur usage de ChatGPT au travail, ce n’est pas la confiance aveugle. C’est du contexte, des fichiers, des outils, des calculs reproductibles et un vrai esprit critique. Là, l’outil devient vraiment utile.

Et si le vrai sujet était votre méthode ?

ChatGPT devient vraiment utile quand je change ma façon de m’en servir. Je ne lui balance pas juste une question. Je lui donne du contexte, des exemples, des fichiers, des préférences, puis je choisis le bon outil selon le besoin. Pour les calculs, je demande une logique de code. Pour les sujets flous, je lui demande de poser des questions. Pour les décisions importantes, je lui fais critiquer sa propre réponse. C’est simple, mais ça change tout. Le bénéfice pour vous, c’est moins de réponses moyennes, moins de temps perdu, et un assistant IA beaucoup plus fiable au quotidien.

FAQ

• Pourquoi ChatGPT donne parfois de mauvaises réponses ?
  Souvent parce que la demande est trop vague, sans contexte, sans données fiables ou sans vérification. ChatGPT peut produire une réponse fluide qui paraît correcte, mais qui repose sur des hypothèses. Je recommande de lui demander ses hypothèses, ses limites et, pour les calculs, d’utiliser une logique de code.
• Faut-il donner des exemples à ChatGPT ?
  Oui, c’est souvent plus efficace que de longues consignes. Un exemple de post, d’email, d’analyse ou de ton attendu montre directement le résultat recherché. ChatGPT comprend mieux le style, le niveau de détail et la structure à reproduire.
• À quoi servent les instructions personnalisées dans ChatGPT ?
  Elles servent à donner un contexte stable : votre métier, votre audience, votre style préféré, vos contraintes et vos formats habituels. Ça évite de répéter les mêmes consignes à chaque conversation et ça rend les réponses plus cohérentes.
• Quelle différence entre mémoire et instructions personnalisées ?
  Les instructions personnalisées définissent un cadre fixe. La mémoire, quand elle est disponible, retient progressivement certaines informations utiles sur vos projets, préférences ou objectifs. Je conseille de la gérer volontairement, de la nettoyer régulièrement et d’éviter les informations sensibles.
• Comment utiliser ChatGPT pour un travail plus fiable ?
  Je combine plusieurs réflexes : demander des questions de clarification, fournir des exemples, uploader les fichiers utiles, activer les bons outils, demander du code pour les calculs, puis faire critiquer la réponse. Ce n’est pas plus compliqué, mais ça change fortement la qualité du résultat.

A propos de l’auteur

Je suis Franck Scandolera, expert et formateur en tracking avancé server-side, Analytics Engineering, automatisation No/Low Code avec n8n, intégration de l’IA en entreprise et SEO/GEO. J’accompagne des équipes qui veulent utiliser la data et l’IA sérieusement, sans gadget. J’ai travaillé avec des références comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Je dirige l’agence webAnalyste et l’organisme Formations Analytics. Si vous voulez structurer vos usages IA, automatiser vos process ou former vos équipes, contactez-moi.

Franck Scandolera

⭐ Expert et formateur en Tracking avancé, Analytics Engineering et Automatisation IA (n8n, Make) ⭐

Ref clients : Logis Hôtel, Yelloh Village, BazarChic, Fédération Football Français, Texdecor…

Mon terrain de jeu :

Data & Analytics engineering : tracking propre RGPD, entrepôt de données (GTM server, BigQuery…), modèles (dbt/Dataform), dashboards décisionnels (Looker, SQL, Python).
Automatisation IA des taches Data, Marketing, RH, compta etc : conception de workflows intelligents robustes (n8n, Make, App Script, scraping) connectés aux API de vos outils et LLM (OpenAI, Mistral, Claude…).
Engineering IA pour créer des applications et agent IA sur mesure : intégration de LLM (OpenAI, Mistral…), RAG, assistants métier, génération de documents complexes, APIs, backends Node.js/Python.