Vous avez une idée : refondre une offre type, lancer une gamme, réorganiser un service ou écrire une note stratégique. Le réflexe courant consiste à décrire cette idée à un assistant et à lui demander un plan. Le résultat arrive vite et paraît convaincant. Pourtant, toutes les décisions restent à prendre, car l’assistant a comblé les zones floues à votre place, avec un aplomb trompeur.

Le skill /grill-me de Matt Pocock (une consigne réutilisable que l’on lance en tapant une commande) inverse l’ordre habituel. Vous partez d’une idée encore vague, et la session sert précisément à la rendre nette. L’IA vous interroge par séries de questions, que l’on appelle des « tours ». Chaque tour regroupe toutes les questions dont les réponses préalables sont déjà connues. Ainsi, aucune question ne dépend d’une réponse que l’IA n’a pas encore reçue. La session reste une simple conversation : l’IA ne crée ni fichier ni espace de travail. Son seul résultat est une version plus claire de votre idée, dans votre tête. Une session ordinaire compte quarante-six questions réparties sur quatre tours. Elle se termine lorsque toutes les pistes ont été explorées et que chaque hypothèse est devenue explicite.

La qualité du résultat dépend de la qualité de vos réponses, bien plus que du nombre de questions. Le piège est la passivité. Elle consiste à répondre « d’accord, d’accord, d’accord » pendant quarante questions, puis à repartir avec un plan que l’IA a écrit et que vous avez approuvé d’un signe de tête. Une session où vous êtes toujours d’accord est une session dont vous pouviez vous passer. Pour l’éviter, contestez une question trop superficielle, signalez quand la discussion s’écarte du périmètre que vous avez fixé et répondez « je ne sais pas » quand c’est la vérité. Certaines questions se tranchent en regardant plutôt qu’en parlant, par exemple « un seul formulaire long ou trois écrans ? » ou « quelle impression doit laisser cette interaction ? ». Dans ce cas, suspendez l’interrogatoire et demandez à l’IA une maquette provisoire, faite pour être regardée puis jetée. Observez-la, puis revenez répondre en une ligne.

Voici les gestes concrets. Le skill /grill-me se déclenche en tapant cette commande dans la zone de saisie d’un agent de code, c’est-à-dire un assistant IA conçu pour les développeurs, tel que Claude Code. L’agent ne le lance jamais de lui-même : il attend que vous le demandiez. Ouvrez une conversation neuve plutôt que de repartir d’un plan qu’un assistant vient de rédiger. Laissez aussi le « mode plan » désactivé. Ce réglage pousse l’agent à produire un plan rapidement, alors que vous attendez de lui qu’il continue à poser des questions. La page de Matt Pocock (aihero.dev/skills-grill-me) présente ce skill, sa commande d’installation et ses conditions d’emploi. Sans agent de code, vous pouvez appliquer le même réflexe dans ChatGPT, Claude ou Gemini avec cette consigne : « Avant toute production, interroge-moi par séries de questions jusqu’à ce que chaque hypothèse soit explicite. Attends mon feu vert pour rédiger. » Ce réflexe prolonge la routine de l’édition du 31 août : le même principe, appliqué plus tôt, avant même de confier la tâche à l’IA.

Anthropic a présenté deux nouveaux types de production dans Claude, que l’on appelle des « artefacts », c’est-à-dire des pages ou des documents que Claude fabrique pour vous. Ils se nomment Dashboards (tableaux de bord) et Motion (animation). Le scénario montré concerne une équipe d’exploitation de vélos en libre-service, dont les bornes de la colline sont vides à 8 h 15 chaque jour de semaine. Claude récupère une année de données de trajets dans l’entrepôt de données de l’entreprise, c’est-à-dire la base qui rassemble ces informations, puis les met en forme dans un tableau de bord. Une histoire s’en dégage, qu’il faut ensuite raconter à toute l’équipe lors de la réunion générale. Plutôt que de refaire la démonstration à l’oral, l’équipe demande à Claude de transformer le tableau de bord en récit animé.

Le point fort réside dans le cycle de validation. On affine la vidéo en y déposant des commentaires directement dessus, puis les collègues commentent à leur tour. L’histoire se construit ainsi à plusieurs avant sa diffusion. Le résultat s’exporte ensuite vers les outils de design si l’équipe veut aller plus loin. La vidéo d’annonce indique que les deux formats sont à essayer dès maintenant. Pour une PME, l’intérêt porte sur un point toujours délicat : faire comprendre un chiffre à des personnes qui ne liront pas le tableau. La vidéo transforme alors des chiffres en une décision partagée.

Ethan Mollick enseigne le management et publie des recherches sur le sujet. Il pensait que diriger des agents IA (des assistants capables d’agir seuls) demanderait une organisation soigneusement conçue, comme on construit une entreprise. Son expérience récente l’a fait changer d’avis. Il a demandé à Codex, l’agent de code d’OpenAI, de chercher des idées pour son prochain article sous un maximum d’angles, de les évaluer du point de vue des faits, des lecteurs et des publications concurrentes, puis d’en retenir une. L’IA a créé trois agents de sa propre initiative.

Mollick a ensuite décrit trois équipes en quelques phrases : des personnes qui cherchent des idées, des personnes qui vérifient les faits et un panel de lecteurs. L’IA a alors mobilisé treize agents. Il note qu’il a eu très peu à organiser : il a choisi le mode qui autorise la délégation et fourni un cadre, et l’IA a réglé le reste. Sa conclusion pratique tient en une idée : l’important est ce que l’on n’a plus à dire. Inutile de saisir de longs contextes ou un plan détaillé, car l’IA les déduit de vos messages. Il présente cet exemple à titre d’illustration.

Une étude de Red Access a analysé plus de 380 000 ressources web publiées sur des plateformes de vibe coding (Lovable, Replit, Base44). Elle y a identifié 5 000 applications construites à usage professionnel. Parmi elles, 40 % contenaient des données sensibles mises en ligne sans protection de base. Cela représente 2 000 applications sans identification des visiteurs, sans gestion des droits d’accès et sans journal des consultations. Des dossiers financiers, des échanges de patients, des documents stratégiques et des clés d’accès techniques étaient joignables par quiconque disposait d’un navigateur. Tous les secteurs sont concernés : juridique, santé, administration et finance. Leurs auteurs sont des collaborateurs compétents, qui résolvent un vrai problème plus vite que leur organisation ne sait le faire.

Le mécanisme est banal. Un responsable commercial bâtit un suivi d’affaires et le connecte au CRM (le logiciel de gestion de la relation client). La publication se fait en un clic, la version d’essai devient un outil d’usage courant sans relecture, et le lien circule. Trois décisions permettent d’encadrer cette pratique sans brider personne : qui a le droit de publier (et pas seulement de créer), quelles catégories de données restent exclusivement dans l’environnement interne, et qui relit avant la mise en ligne. TechTarget rapporte aussi les données IBM 2025. Les incidents de type shadow AI, c’est-à-dire liés à des outils d’IA utilisés hors du cadre fixé par l’entreprise, coûtent en moyenne 4,63 millions de dollars, soit 670 000 dollars de plus qu’une violation de données standard. Par ailleurs, 63 % des organisations touchées par un incident lié à l’IA fonctionnaient sans politique de gouvernance, c’est-à-dire sans règles écrites sur l’usage de l’IA.