Le Guide Complet de Claude Code : Des Premiers Pas aux Workflows à 27 Agents
Un guide complet sur Claude Code - l'environnement de développement IA qui a transformé mon workflow. Des commandes de base à l'orchestration multi-agents, au système de skills, et aux workflows de production avec 27 agents.
Le Guide Complet de Claude Code
De sceptique à power user : Tout ce que j'ai appris en construisant des workflows IA multi-agents.
Table des Matières
Partie 1 : Pour Commencer
- Mon Parcours vers Claude Code
- Configurer Ton Workspace
- Commandes Essentielles du Quotidien
- Construire Ton Second Cerveau
- MCP Tools : Se Connecter à Tout
Partie 2 : Fondamentaux Multi-Agents
- Pourquoi Un Seul Claude Ne Suffit Pas
- Le Système de Skills
- Génération de Documents
- Workflows de Recherche
- Ingénierie du Contexte
Partie 3 : Orchestration Avancée
Partie 4 : Workflows de Production
Annexe
Partie 1 : Pour Commencer
Mon Parcours vers Claude Code
Je n'ai pas commencé en croyant.
Quand Claude Code a été lancé, j'étais sceptique. Encore un outil de code avec IA ? J'avais vu trop de démos promettre la révolution et livrer de l'autocomplétion. Mon workflow était bien. VS Code, GitHub Copilot, ChatGPT dans un onglet du navigateur quand j'en avais besoin. Pourquoi changer ?
Mais une collègue n'arrêtait pas d'en faire l'éloge. "Ce n'est pas de l'autocomplétion," m'a-t-elle dit. "C'est comme avoir un développeur senior qui ne dort jamais, ne s'irrite jamais, et se souvient vraiment de ce que vous avez discuté il y a trois heures."
J'ai décidé de lui donner une semaine.
C'était il y a six mois. Je ne peux pas imaginer revenir en arrière.
Ce Qu'est Vraiment Claude Code
Claude Code est l'interface en ligne de commande officielle d'Anthropic pour Claude. Mais l'appeler CLI sous-estime ce qu'il fait.
C'est un environnement de développement natif pour l'IA. Il lit ton codebase. Il se souvient de tes conversations. Il exécute des commandes. Il crée des fichiers. Il orchestre d'autres agents IA. Il se connecte à des outils externes via quelque chose appelé MCP (Model Context Protocol). Il apprend tes patterns via des skills personnalisées.
Pense à lui moins comme un outil et plus comme un collaborateur persistant qui vit dans ton terminal.
Le Changement Mental
Le plus grand ajustement n'était pas technique — il était mental.
J'ai dû arrêter de penser à l'IA comme un service de questions-réponses. Claude Code n'est pas quelque chose que tu interroges. C'est quelque chose avec lequel tu travailles ensemble.
Quand j'aborde une feature complexe maintenant, je ne pense pas "Comment coder ça ?" Je pense "Comment décrire ce dont j'ai besoin pour que Claude m'aide à le construire ?"
La description compte plus que la vitesse de frappe. La clarté compte plus que les raccourcis clavier. Comprendre ton objectif compte plus que connaître chaque API.
Ce Qui A Changé
Après six mois avec Claude Code :
Vitesse : Les tâches qui prenaient des heures prennent maintenant des minutes. Pas parce que je tape plus vite, mais parce que je délègue mieux. Claude gère les parties répétitives pendant que je me concentre sur les décisions.
Qualité : Mon code est plus cohérent. Claude se souvient des patterns que nous avons établis. Il remarque quand je dévie de nos conventions. Il suggère des tests que j'aurais oubliés.
Apprentissage : J'apprends constamment. Chaque fois que Claude résout quelque chose différemment de ce que j'aurais fait, je vois une nouvelle approche. C'est comme du pair programming avec quelqu'un qui a une expérience différente de la mienne.
Portée : Je m'attaque à des projets plus grands. Des choses qui semblaient trop ambitieuses pour une seule personne deviennent gérables quand tu as un collaborateur infatigable.
L'Effet Composé
Le vrai pouvoir n'est pas dans une seule fonctionnalité. C'est dans la façon dont elles s'accumulent.
Ma configuration de workspace se souvient de tout. Mes skills personnalisées codifient mes meilleures pratiques. Mes connexions MCP donnent à Claude accès à des données réelles. Ma bibliothèque de commandes automatise mes tâches récurrentes.
Chaque couche se construit sur la précédente. Chaque semaine, ma configuration s'améliore un peu. L'écart de productivité entre "moi avec Claude Code" et "moi sans" s'élargit continuellement.
Pourquoi Ce Guide Existe
Quand j'ai commencé, j'ai passé des semaines à découvrir des fonctionnalités par accident. La documentation est bonne, mais elle ne peut pas capturer les workflows qui émergent de l'utilisation réelle. Je voulais créer le guide que j'aurais aimé avoir.
Ce n'est pas sur toutes les fonctionnalités. C'est sur les fonctionnalités qui comptent — les patterns qui s'accumulent, les configurations qui font gagner des heures, les modèles mentaux qui font tout cliquer.
Que tu commences ou que tu cherches à monter en niveau, j'espère que mon parcours aidera à accélérer le tien.
Configurer Ton Workspace
Le moment où j'ai pris Claude Code au sérieux, c'est quand j'ai arrêté de le traiter comme un outil et commencé à le traiter comme un workspace. Ce changement a nécessité de l'organisation.
La plupart des guides sautent directement aux commandes. Mais des commandes sans structure, c'est le chaos. Tu finis avec des fichiers éparpillés, des contextes oubliés, et un désordre croissant qui rend Claude moins utile avec le temps.
Laisse-moi te montrer comment j'organise tout.
L'Architecture à Deux Domaines
L'insight fondamental : il y a deux types de choses dans mon workspace.
Assets — Les choses elles-mêmes. Code, images, vidéos, PDFs. Des choses qui existent indépendamment de ma réflexion sur elles.
Knowledge — Ma compréhension des choses. Notes, analyses, journaux. Le travail intellectuel que je fais sur les assets.
Ces deux domaines vivent dans des endroits séparés :
Mon Workspace/
├── projects/ # Assets : code réel
├── learning/ # Assets : matériel de cours
├── media/ # Assets : images, vidéos
├── archive/ # Assets : stockage froid
│
└── vault/ # Knowledge : toutes mes notes
├── _inbox/ # Capture rapide
├── projects/ # Notes SUR les projets
├── research/ # Outputs de recherche
├── technical/ # Docs techniques
└── personal/ # Journal, carrière
La Règle de Décision
Quand je crée quelque chose, une question détermine où ça va :
Est-ce la chose elle-même, ou des notes sur la chose ?
Le composant SwiftUI que je construis ? Ça va dans projects/SwiftUI-Components/. Mes notes sur les patterns SwiftUI que j'ai appris ? Ça va dans vault/technical/swiftui-patterns.md.
Un PDF de paper de recherche que j'ai téléchargé ? media/papers/. Mon analyse de ce paper ? vault/research/nom-du-sujet/.
Ça semble simple mais c'est transformateur. Je ne me demande jamais où quelque chose se trouve. La règle de décision est sans ambiguïté.
Pourquoi C'est Important pour Claude
Claude Code fonctionne mieux quand il sait où chercher.
Quand je dis "vérifie ma recherche sur les agents LLM," Claude regarde dans vault/research/. Quand je dis "mets à jour le composant d'authentification," Claude regarde dans projects/. La structure crée de la prévisibilité.
Plus important, Claude peut référencer mon travail précédent. Si j'ai déjà analysé un sujet, Claude trouve cette analyse avant de repartir de zéro. Ma connaissance s'accumule au lieu de se fragmenter.
La Structure du Vault
Le côté knowledge mérite plus de détails :
vault/
├── _inbox/ # Capture rapide (vider chaque semaine)
├── _templates/ # Templates Obsidian
├── _attachments/ # Images, fichiers générés
│
├── projects/ # Notes de projet (pas de code)
├── research/ # Outputs de recherche
│ └── [sujet]/ # Un dossier par domaine de recherche
├── technical/ # Documentation technique
├── financial-analysis/ # Outputs du workflow finance
├── presentations/ # Outputs du workflow deck
│
└── personal/
├── journal/ # Entrées quotidiennes
└── career/ # Planification de carrière
Chaque workflow majeur a sa place. Les outputs de recherche vont dans vault/research/. Les analyses financières vont dans vault/financial-analysis/. Ça veut dire que je peux toujours trouver du travail précédent sur un sujet.
Conventions de Nommage
La cohérence dans le nommage économise de la charge cognitive :
| Type | Convention | Exemple |
|---|---|---|
| Dossiers | kebab-case | swiftui-components/ |
| Markdown | kebab-case.md | api-patterns.md |
| Travail daté | YYYY-MM-DD-sujet | 2026-01-21-aapl/ |
| Journal | YYYY-MM-DD.md | 2026-01-21.md |
Je n'y pense plus. La convention est automatique.
Fichiers CLAUDE.md
Chaque répertoire majeur peut avoir un fichier CLAUDE.md — des instructions spéciales pour Claude quand il travaille dans cette zone.
Mon CLAUDE.md racine contient :
- La structure de haut niveau du workspace
- Les commandes clés et leurs objectifs
- Les conventions que Claude doit suivre
- Les références aux registres importants
Les fichiers CLAUDE.md spécifiques au projet contiennent :
- Les patterns spécifiques au projet
- Les choix technologiques
- Les conventions de test
- Les notes de déploiement
Claude les lit automatiquement. C'est comme donner un briefing à Claude avant chaque conversation.
Démarrer de Zéro
Si tu démarres de zéro :
- Crée la structure de base — Dossiers d'assets au niveau supérieur, vault pour la connaissance
- Ajoute un CLAUDE.md racine — Décris ton workspace, liste les conventions clés
- Configure ton vault _inbox — C'est là que vont les captures rapides
- Crée ton premier dossier de projet — Avec son propre CLAUDE.md
- Connecte à Obsidian — Le vault fonctionne magnifiquement avec Obsidian pour l'édition manuelle
Ne sur-ingénierie pas au début. La structure évolue à mesure que tu l'utilises. Commence simple, ajoute de la complexité selon les besoins.
Commandes Essentielles du Quotidien
Claude Code a des dizaines de commandes. J'en utilise environ dix quotidiennement.
Ce ne sont pas les commandes les plus flashy — pas de workflows de recherche à 27 agents ici. Ce sont les commandes banales qui me font gagner des heures chaque semaine par simple répétition.
Capture Rapide : /capture
La commande que j'utilise le plus :
/capture "Idée pour améliorer le flux d'auth - utiliser des tokens de session au lieu de JWTs"
Ça fait quelque chose de simple mais puissant : ça route la note au bon endroit automatiquement.
- Observation technique ? Va dans
vault/technical/ - Idée de projet ? Va dans les notes du projet pertinent
- Pensée aléatoire ? Va dans
vault/_inbox/
Claude prend la décision de routage basée sur le contenu. Je ne choisis pas de destination. Je capture, c'est tout.
Entrée de Journal : /journal
Ma commande de réflexion quotidienne :
/journal
Claude me guide à travers une entrée quotidienne structurée :
- Qu'est-ce que j'ai accompli ?
- Qu'est-ce que j'ai appris ?
- Qu'est-ce qui me bloque ?
- Quel est le plan pour demain ?
L'entrée va dans vault/personal/journal/YYYY-MM-DD.md avec un frontmatter approprié.
Inbox Rapide : /inbox
Parfois je veux capturer sans que Claude prenne des décisions de routage :
/inbox "Regarder ce nouveau compilateur React"
Va directement dans vault/_inbox/. Pas d'analyse, pas de routage. Pure vitesse.
Résumé de Recherche : /research-quick
Pour une recherche rapide sans le workflow complet à 11 agents :
/research-quick "différences entre JWT et tokens de session"
Claude fait une recherche ciblée et retourne un résumé. Pas de création de fichier, pas de processus élaboré. Juste une réponse quand j'ai besoin de contexte.
Vérification du Contexte : /context
Essentiel pour les longues conversations :
/context
Montre l'utilisation actuelle de la fenêtre de contexte. Quand ça monte, je sais qu'il faut conclure ou résumer avant de continuer.
Variante plus utile :
/context dump
Exporte l'état actuel de la conversation dans un fichier. Je l'utilise quand le contexte se remplit mais que je n'ai pas fini la tâche.
Exécution Parallèle : /parallel
Quand j'ai des tâches indépendantes :
/parallel "lancer les tests" "lint du code" "vérifier les types"
Les trois s'exécutent simultanément. Pour les tâches qui ne dépendent pas les unes des autres, l'exécution parallèle fait gagner un temps significatif.
Le Pattern Quotidien
Ma journée typique :
Matin :
/journal # Réflexion du jour précédent
/inbox "pensées..." # Capturer les idées de la nuit
/context # Vérifier où j'en suis
Pendant le travail :
/capture "insight..." # Capturer en travaillant
/research-quick "question" # Recherche rapide
/parallel "test" "lint" # Lancer les vérifications
Fin de journée :
/changelog # Documenter ce qui a changé
/context dump # Sauvegarder l'état si nécessaire
/journal # Réflexion quotidienne
Ces dix commandes couvrent 80% de mes interactions avec Claude Code.
Construire Ton Second Cerveau
J'ai essayé tous les systèmes de prise de notes. Evernote. Notion. Roam. Logseq. Apple Notes. Fichiers texte brut. Chacun a fonctionné un moment, puis s'est effondré sous sa propre complexité.
Le problème n'était pas les outils. C'était la friction. Prendre des notes était facile. Les retrouver après était difficile.
Claude Code a changé ça. Pas parce que c'est une meilleure app de notes — ce n'est pas une app de notes du tout. Mais parce qu'il rend les notes utilisables.
L'Intégration avec Obsidian
Mon vault est un vault Obsidian. C'est important parce que :
Fichiers locaux : Tout est du markdown sur mon disque. Pas de problèmes de sync, pas de vendor lock-in.
Wikilinks : Je peux lier des notes avec [[nom-de-note]]. Le graphe de connexions émerge naturellement.
Plugins : L'écosystème de plugins d'Obsidian ajoute des fonctionnalités sans complexité.
Fonctionne avec Claude : Claude Code lit et écrit dans les mêmes fichiers. Pas d'import/export.
Comment Claude Utilise Mon Vault
Quand je lance un workflow de recherche, la première action de Claude est la Phase 0 : Découverte du Contexte.
Il cherche dans mon vault du travail antérieur connexe. Si j'ai recherché un sujet similaire il y a trois mois, Claude trouve cette recherche et construit dessus au lieu de repartir de zéro.
C'est l'effet composé. Chaque note que je prends devient un contexte potentiel pour le travail futur.
Templates Qui Réduisent la Friction
Templates Obsidian + workflows Claude = structure cohérente.
Mon template de recherche :
---
created: "[date:YYYY-MM-DDTHH:mm:ss]"
type: research
tags: [research]
---
# [title]
## Questions Clés
-
## Sources
-
## Découvertes
-
## Implications
-
Quand Claude lance /research, il crée des notes avec cette structure. La cohérence signifie la trouvabilité.
Une Recherche Qui Fonctionne
Avant Claude, je dépendais de la recherche d'Obsidian. Elle est bonne, mais basée sur les mots-clés.
Maintenant j'utilise la compréhension sémantique de Claude :
/vault-search "cette analyse que j'ai faite sur les tokens d'authentification"
Claude ne fait pas que matcher des mots-clés. Il comprend la demande et trouve la note pertinente même si je ne me souviens pas des termes exacts.
MCP Tools : Se Connecter à Tout
Model Context Protocol — MCP — c'est là que Claude Code devient vraiment puissant.
Sans MCP, Claude est intelligent mais isolé. Il peut lire tes fichiers et exécuter des commandes, mais il ne peut pas vérifier tes emails, interroger ta base de données, scraper un site web, ou accéder aux APIs.
Avec MCP, Claude se connecte à tout.
Ce Qu'est Vraiment MCP
Pense aux serveurs MCP comme des adaptateurs. Chaque serveur expose des capacités spécifiques à Claude :
[Claude Code] ←→ [Serveur MCP] ←→ [Service Externe]
Quand je configure le serveur MCP Firecrawl, Claude gagne la capacité de scraper des pages web. Quand je configure le serveur arXiv, Claude peut rechercher des papers académiques.
Ma Configuration MCP Actuelle
| Serveur | Objectif | Ce Qu'il Permet |
|---|---|---|
| Firecrawl | Web scraping | Scraper des pages, extraire du contenu |
| Exa | Recherche sémantique | Recherche web avec compréhension IA |
| Context7 | Docs de bibliothèques | Accès à la documentation de n'importe quelle bibliothèque |
| arXiv | Papers académiques | Rechercher et télécharger des recherches |
| AlphaVantage | Données financières | Prix des actions, fondamentaux |
| Apple Health | Données de santé | Interroger mes métriques de santé |
| Données sociales | Lire des tweets (lecture seule) | |
| GitHub | Opérations de dépôt | PRs, issues, commits |
| Chrome | Contrôle du navigateur | Automatiser les interactions web |
| claude-mem | Mémoire de travail | Persister le contexte entre les sessions |
Chaque serveur ajoute des capacités. Ensemble, ils font que Claude semble omniscient.
Comment Claude Utilise MCP
Quand je demande quelque chose nécessitant des données externes, Claude utilise automatiquement l'outil approprié :
Moi : "Quel est le prix de l'action Apple ?" Claude : [Utilise AlphaVantage] "Apple se négocie à $189.84..."
Moi : "Trouve des papers récents sur les architectures transformer" Claude : [Utilise arXiv] "J'ai trouvé 15 papers pertinents..."
Je n'invoque pas les outils MCP directement. Claude décide quand les utiliser.
Partie 2 : Fondamentaux Multi-Agents
Pourquoi Un Seul Claude Ne Suffit Pas
J'ai résisté aux workflows multi-agents pendant des mois. Ils semblaient complexes. Orchestrer plusieurs agents IA ressemblait à de l'optimisation prématurée.
Puis j'ai heurté un mur.
La qualité de mes recherches a plafonné. Peu importe à quel point mes prompts devenaient bons, la recherche avec un seul Claude semblait superficielle. Elle trouvait des sources évidentes, manquait des nuances, et déclarait des conclusions prématurément.
Le problème n'était pas la capacité de Claude. C'était la perspective.
Le Piège de l'Agent Unique
Un seul agent fait tout : recherche, analyse, synthétise, critique. Mais ça crée un problème subtil.
Quand un agent trouve des informations puis les analyse, il n'y a pas de perspective fraîche. Le même "esprit" qui a collecté les données les interprète. Le biais de confirmation s'infiltre.
L'Insight Multi-Agents
Plusieurs agents créent une séparation des préoccupations :
- Chercheur trouve l'information
- Analyste interprète les patterns
- Critique challenge les conclusions
- Synthétiseur combine les perspectives
L'analyste n'a pas vu le processus de recherche brut. Le critique ne sait pas pourquoi l'analyste est arrivé à certaines conclusions. Cette séparation crée une vraie diversité.
Quand Multi-Agents Compte
Un seul agent fonctionne bien pour :
- Questions rapides avec des réponses claires
- Génération de code avec des exigences définies
- Analyse simple avec des conclusions évidentes
Multi-agents brille pour :
- Recherche nécessitant plusieurs perspectives
- Analyse où le biais de confirmation est risqué
- Décisions complexes avec des enjeux significatifs
La règle : si tu voudrais un second avis d'un humain, tu veux probablement un second agent.
Le Système de Skills
Les commandes sont des choses que j'invoque explicitement. /research lance une recherche.
Les skills sont différentes. Elles s'activent automatiquement quand le contexte correspond.
Quand je demande des "idées," la skill brainstorm s'active. Quand je construis un dashboard, la skill design-system se charge. Quand je débugue, sequential-thinking s'engage.
La Décision Skill vs. Commande
Utilise une commande quand :
- L'utilisateur doit explicitement demander l'action
- Elle orchestre un workflow multi-étapes
- Elle produit un output livrable
Utilise une skill quand :
- Le comportement doit s'appliquer automatiquement selon le contexte
- Elle modifie comment le travail est fait, pas quel travail faire
Les commandes sont des verbes : "fais ça." Les skills sont des adverbes : "fais les choses comme ça."
Mes Skills Actives
| Skill | Se Déclenche Sur | Ce Qu'elle Fait |
|---|---|---|
| Brainstorm | "idées," "explore" | Idéation divergente/convergente |
| Sequential Thinking | Problèmes complexes | Étape par étape avec confiance |
| Design System | Génération de dashboard | Tokens Digital Craft |
| Python Data Analysis | Analyse de données | Patterns Pandas |
| MCP Resilience | Échecs MCP | Logique de retry |
| Error Handling | Échecs de workflow | Patterns de récupération |
| Quality Gates | Fin des workflows | Vérification |
Génération de Documents
Claude Code ne fait pas qu'écrire du texte — il génère de vrais documents.
Les Commandes de Document
/pdf "report.md" # Générer un PDF depuis markdown
/slides "deck" # Générer une présentation PowerPoint
/spreadsheet "data" # Générer un classeur Excel
/docx "proposal" # Générer un document Word
Chaque commande comprend les forces du format cible.
Output Multi-Formats
Les workflows majeurs génèrent plusieurs formats automatiquement.
Le workflow /deck génère :
- Fichier PowerPoint (deck principal)
- PDF (pour partager)
- Markdown (pour référence)
- Notes du présentateur
Le workflow /research génère :
- Rapport Markdown
- PDF (formaté)
- Résumé exécutif
Workflows de Recherche
Mon workflow /research lance 11 agents spécialisés. C'est le workflow que j'utilise le plus.
L'Architecture à 11 Agents
Phase 0 : Découverte du Contexte
└─ Agent Explore (trouver le travail antérieur)
Phase 1 : Recherche (3 agents en parallèle)
├─ Chercheur Académique
├─ Chercheur Web
└─ Chercheur Actualités
Phase 2 : Analyse (3 agents en parallèle)
├─ Analyseur de Sources
├─ Détecteur de Patterns
└─ Analyseur de Lacunes
Phase 3 : Assurance Qualité (2 agents)
├─ Vérificateur de Faits
└─ Détecteur de Biais
Phase 4 : Synthèse (2 agents)
├─ Synthétiseur
└─ Résumé Exécutif
L'Output
Les outputs de recherche vont dans vault/research/[sujet]/ :
vault/research/llm-agents-2026/
├── research-report.md
├── executive-summary.md
├── sources.md
├── gaps.md
└── data/
└── sources.json
Ingénierie du Contexte
Le contexte est tout dans le travail avec l'IA. Chaque interaction se produit dans une fenêtre de contexte. Ce qui est dans cette fenêtre détermine à quel point Claude peut aider.
Le Problème du Contexte
Deux modes d'échec :
Manque de Contexte : Ne pas donner assez d'informations à Claude.
Pollution du Contexte : Remplir la fenêtre avec des informations non pertinentes.
Les deux mènent à de moins bons outputs.
Mes Stratégies de Contexte
Divulgation Progressive : Charger un contexte minimal au départ. Étendre selon les besoins.
Partitionnement du Contexte : Les workflows multi-agents partitionnent le contexte entre les agents.
Référence Plutôt Qu'Inclusion : Référencer les fichiers par chemin au lieu de coller.
Gestion d'État : Sauvegarder périodiquement l'état avec /context dump.
Surveiller l'Utilisation du Contexte
/context
| Utilisation | Action |
|---|---|
| 0-40% | Continuer normalement |
| 40-60% | Éviter les gros workflows |
| 60-80% | Compresser d'abord |
| 80-95% | Dump et redémarrer |
Partie 3 : Orchestration Avancée
Orchestration Multi-Agents
Faire tourner plusieurs agents est facile. Les coordonner efficacement est la partie difficile.
Les Dimensions de l'Orchestration
Timing — Quand chaque agent s'exécute-t-il ? Dépendances — Quels agents ont besoin des outputs de quels autres ? Flux de données — Quelles informations passent entre les agents ? Synthèse — Comment les outputs se combinent-ils ?
Parallèle vs. Séquentiel
Exécution Parallèle : Les agents qui ne dépendent pas les uns des autres s'exécutent simultanément.
Exécution Séquentielle : Quand l'Agent B a besoin de l'output de l'Agent A, ils s'exécutent dans l'ordre.
Patterns Hybrides : Dans les phases : parallèle. Entre les phases : séquentiel.
Design des Phases
Phase 0 : Découverte du Contexte
Phase 1 : Collecte (parallèle)
Phase 2 : Traitement (parallèle)
Phase 3 : Assurance Qualité (parallèle)
Phase 4 : Synthèse (séquentiel)
Phase 5 : Output (séquentiel)
Quality Gates
Le contenu généré par IA peut être confiant et faux.
Les quality gates sont des checkpoints où les outputs sont vérifiés avant de continuer.
Ce Que les Quality Gates Vérifient
| Vérification | Ce Qu'elle Attrape |
|---|---|
| Vérification des Citations | Affirmations sans sources |
| Qualité des Sources | Sources peu fiables |
| Calibration de Confiance | Affirmations trop confiantes |
| Cohérence Interne | Contradictions |
| Identification des Lacunes | Aspects manquants |
Le Rapport de Qualité
# Rapport de Qualité
## Score Global : 87/100
## Affirmations Vérifiées
✓ Chiffres de revenus (Source : SEC 10-Q)
## Items Signalés
⚠ Projection basée sur des estimations d'analystes
## Affirmations Non Vérifiées
✗ "Des insiders de l'industrie suggèrent..."
## Recommandation
Prêt à utiliser avec les mises en garde notées.
Ralph Loops
J'ai remarqué que Claude s'arrêtait trop tôt. Je demandais 80% de couverture de tests et je recevais quelques tests et "J'ai amélioré la couverture." Mais la couverture était encore à 50%.
Les Ralph loops règlent ça.
Le Concept Central
Ne pas s'arrêter tant que la promesse de complétion n'est pas détectée.
/ralph-loop "Améliorer la couverture de tests à 80%. Output <promise>80% COVERAGE</promise> quand c'est fait."
Claude s'exécute. Vérifie la couverture. Écrit des tests. Répète jusqu'à 80%. Puis génère la promesse. La boucle se termine.
Écrire de Bons Prompts
État Actuel Clair : Couverture de tests actuelle : 45%
Cible Mesurable : Cible : 80% de couverture
Complétion Binaire : Output <promise>80% COVERAGE ACHIEVED</promise> quand couverture >= 80%
Limites de Sécurité
- Cap d'itérations maximum (par défaut : 20)
- Détection de stagnation (sortir si pas de progrès pendant 3 itérations)
- Checkpoints sauvegardés
Frameworks de Présentation
Mon workflow /deck codifie des frameworks de McKinsey, BCG, Sequoia, Amazon, et Apple.
Les Huit Frameworks
| Framework | Utiliser Quand | Slides |
|---|---|---|
| McKinsey Pyramid + SCQA | Décisions executives | 10-15 |
| Hypothesis-Driven | Recommandations stratégiques | 12-20 |
| Sequoia Pitch | Pitchs d'investissement | 10 |
| Amazon PRFAQ | Lancements produit | 6-10 |
| Assertion-Evidence | Audiences techniques | 15-25 |
| Marketing Strategy | Pitchs de campagne | 15-20 |
| Agency Creative | Concepts créatifs | 15-25 |
| Apple Keynote | Keynotes produit | 30-50 |
Principes Fondamentaux
Réponse d'Abord : Commencer par la recommandation.
Titres d'Action : Les titres de slides doivent être des phrases complètes.
Un Message Par Slide : Si un slide fait deux points, le diviser.
Partie 4 : Workflows de Production
Deep Research
Mon /research standard lance 11 agents. /deep-research c'est 27 agents sur 12 phases, ciblant 100+ sources.
L'Architecture
Phase 0 → Découverte du Contexte
Phase 1 → Planification de Recherche
Phase 2 → Recherche Primaire (5 agents en parallèle)
Phase 3 → Récupération de Papers
Phase 4 → Récursion de Chaîne de Citations
Phase 5 → Assurance Qualité (4 agents)
Phase 5.1 → Deep Dive Crédibilité (4 agents)
Phase 5.5 → Boucle de Feedback Fact-Check
Phase 6 → Analyse Avancée (3 agents)
Phase 7 → Synthèse (3 agents)
Phase 8 → Visualisation (2 agents)
Phase 9 → Génération de Rapport
Phase 10 → Intégration
Récursion de Chaîne de Citations
Les papers fondamentaux sont souvent à 2-3 citations de la recherche actuelle. La récursion les trouve.
Consommation de Ressources
| Métrique | /research | /deep-research |
|---|---|---|
| Agents | 11 | 27 |
| Tokens | ~300K | ~750K |
| Durée | 5-10 min | 30-60 min |
| Sources | 25-50 | 100+ |
Workflows Marketing
Mon workflow /marketing : 12 agents sur 4 sous-workflows.
Les Sous-Workflows
/marketing "Produit" → 4 phases complètes (12 agents)
/marketing-research "Produit" → Recherche seule (3 agents)
/marketing-strategy "Produit" → Stratégie seule (3 agents)
/marketing-creative "Produit" → Créatif seul (3 agents)
/marketing-execution "Produit" → Exécution seule (3 agents)
Phase 1 : Recherche
Market Intel : Dimensionnement du marché, concurrents, pricing Social Research : Listening, sentiment, feedback SEO Content : Mots-clés, lacunes de contenu
Phase 2 : Stratégie
Strategy Architect : Positionnement, personas, messaging Channel Strategist : Canaux, influenceurs, email Validation Agent : Fact-check de toutes les affirmations
Phase 3 : Créatif
Creative Lead : Concepts, direction visuelle Content Producer : Headlines, copy, CTAs Video Producer : Scripts, storyboards
Phase 4 : Exécution
Media Planner : Budget, pacing, canaux Analytics Architect : KPIs, attribution, tests Viz Generator : Cartes de positionnement, visualisations de parcours
Créer des Skills Personnalisées
Les skills s'activent automatiquement quand le contexte correspond.
Anatomie d'une Skill
.claude/skills/[nom-de-skill]/
├── SKILL.md # Instructions principales
├── scripts/ # Helpers d'automatisation
├── references/ # Docs détaillés
└── assets/ # Templates
Le Frontmatter Critique
---
name: nom-de-skill
version: 1.0.0
description: Déclencheurs spécifiques pour l'activation.
---
Mauvais : "Aide avec la gestion du contexte" Bon : "Exporter l'état actuel de la tâche en markdown quand contexte > 60%"
Ce Qui Fait une Bonne Skill
- Les déclencheurs spécifiques battent les larges
- Processus plutôt que contenu
- Formats d'output cohérents
- L'intégration permet le chaînage
Des Commandes aux Workflows
Les commandes sont des invocations explicites. Les workflows sont des processus multi-agents orchestrés.
Principes de Design
Phase 0 Toujours : Vérifier le travail connexe antérieur.
Parallèle Où Possible : Le travail indépendant s'exécute simultanément.
Dépendances Explicites : Documenter ce dont chaque agent a besoin.
Handoffs Structurés : Passer des résumés, pas des données brutes.
Quality Gates : Vérifier avant de synthétiser.
Dégradation Gracieuse : Gérer les échecs sans échec total.
Annexe
Référence Rapide
Comparaison des Workflows
| Workflow | Agents | Durée | Output |
|---|---|---|---|
/research | 11 | 5-10 min | Rapport de recherche |
/deep-research | 27 | 30-60 min | Revue de littérature |
/finance | 7 | 10-15 min | Analyse financière |
/marketing | 12 | 15-20 min | Stratégie GTM |
/deck | 10 | 10-15 min | Présentation |
Guide de Contexte
| Utilisation | Action |
|---|---|
| 0-40% | Continuer normalement |
| 40-60% | Éviter les gros workflows |
| 60-80% | Compresser d'abord |
| 80-95% | Dump et redémarrer |
Cheat Sheet des Commandes
Commandes Quotidiennes
/capture "note" # Routage intelligent
/journal # Entrée quotidienne
/inbox "note" # Capture rapide
/context # Vérifier l'utilisation
/context dump # Exporter l'état
Recherche & Analyse
/research "sujet" # Recherche à 11 agents
/deep-research "sujet" # Revue à 27 agents
/finance "TICKER" # Analyse financière
Génération de Documents
/pdf "contenu" # Générer un PDF
/slides "sujet" # PowerPoint
/spreadsheet "data" # Excel
/docx "document" # Word
Contrôle de Workflow
/parallel "cmd1" "cmd2" # Exécuter en parallèle
/ralph-loop "tâche" # Boucle itérative
/cancel-ralph # Arrêter la boucle
Exemples de Configuration d'Agents
Agent de Recherche
Task({
subagent_type: "research-analyst",
model: "opus",
prompt: `Rechercher [sujet]. Trouver :
- Sources académiques
- Perspectives de l'industrie
- Développements récents
Retourner des découvertes structurées.`
})
Agent Quality Gate
Task({
subagent_type: "code-reviewer",
model: "opus",
prompt: `Vérifier les affirmations :
[affirmations]
Pour chacune : source, vérification, confiance.`
})
Réflexions Finales
Six mois avec Claude Code ont transformé ma façon de travailler. Pas à cause d'une seule fonctionnalité, mais à cause de comment les capacités s'accumulent.
La structure du workspace permet à Claude de trouver le travail antérieur. Le vault préserve la connaissance. MCP connecte aux données externes. Les skills codifient les meilleures pratiques. Les workflows orchestrent des processus complexes. Les quality gates assurent la fiabilité.
Chaque couche se construit sur la précédente. Chaque semaine, le système s'améliore un peu.
Si tu commences : concentre-toi sur les bases. Structure du workspace. Commandes quotidiennes. Construire l'habitude.
Si tu cherches à monter en niveau : choisis un domaine à approfondir. Orchestration multi-agents. Skills personnalisées. Quality gates. Vas profond avant d'élargir.
Claude Code est l'outil de productivité le plus significatif que j'ai adopté depuis des années. Pas parce qu'il travaille pour moi — parce qu'il travaille avec moi.
Ce guide consolide des leçons de six mois d'utilisation quotidienne. Pour des références spécifiques de commandes, voir le Cheat Sheet des Commandes.