# Comment transformer un flux de travail répétitif en compétence Claude?

Date: 2025-10-24 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/flux-de-travail-competence-claude/

**Answer:** Créez un dossier contenant un fichier SKILL.md dont l’en-tête donne à la compétence un nom et une description des cas où l’utiliser, puis écrivez les étapes en dessous et ajoutez les scripts ou modèles auxquels elles renvoient. Installez le dossier dans Claude Code ou téléversez-le dans Claude, et Claude le charge chaque fois qu’une tâche correspond à la description.

Si vous vous surprenez à coller les mêmes longues consignes dans Claude chaque semaine, ce flux de travail est un bon candidat pour devenir une **compétence** (*skill*). Depuis le 16 octobre, Anthropic vous permet de créer vos propres Agent Skills et de les utiliser dans les applications Claude, dans Claude Code et dans l’API. Une compétence est tout simplement un dossier : un fichier `SKILL.md` contenant des consignes, plus les scripts, modèles ou fichiers de référence dont ces consignes ont besoin. Claude garde en tête un résumé d’une ligne de chaque compétence installée et n’ouvre le dossier complet que lorsqu’une tâche l’exige.

Anthropic compare la création d’une compétence à la rédaction d’un guide d’accueil pour un nouveau collègue. Vous décrivez une fois la façon de faire le travail, et à partir de là, Claude suit la même procédure à chaque fois.

## Comment Claude trouve et charge une compétence

Anthropic appelle ce mode de chargement la **divulgation progressive** (*progressive disclosure*) : l’information est révélée par couches.

1. Au début d’une session, Claude ne voit que le `name` et la `description` de chaque compétence.
2. Si une demande correspond à une description, Claude lit le `SKILL.md` en entier.
3. Si les consignes renvoient à d’autres fichiers, Claude ne les ouvre que lorsqu’il en a besoin, et il peut exécuter les scripts fournis sans charger leur code dans son contexte.

C’est pourquoi la description est la phrase la plus importante que vous écrirez. Elle doit expliquer à la fois le rôle de la compétence et les situations qui la demandent, avec des mots que la demande d’un utilisateur a de bonnes chances de contenir.

## Un exemple concret : un rapport hebdomadaire de soutien

Supposons que chaque lundi, vous exportez les billets de soutien de la semaine précédente dans un fichier CSV et demandez à Claude d’en faire un rapport avec les mêmes intertitres. Voici cette tâche sous forme de compétence :

```text
weekly-report/
├── SKILL.md
├── template.md
└── scripts/
    └── tally.py
```

`SKILL.md` commence par un en-tête YAML (un court bloc de paramètres entre deux lignes `---`). Seuls deux champs sont obligatoires : `name`, en minuscules avec des traits d’union, et `description`.

```markdown
---
name: weekly-report
description: Transforme un export CSV des billets de soutien de la semaine en rapport hebdomadaire de soutien de l’équipe. À utiliser quand l’utilisateur demande le rapport hebdomadaire ou fournit un CSV de billets.
---

# Rapport hebdomadaire de soutien

## Étapes
1. Exécute `python scripts/tally.py <file.csv>` pour compter les billets par catégorie
   et par statut. Ne compte jamais les lignes à la main.
2. Reprends exactement la structure de `template.md` en y inscrivant les chiffres.
3. Sous « Thèmes », nomme les trois catégories les plus fréquentes et cite un
   court commentaire de client anonymisé pour chacune.
4. Sous « À surveiller », énumère les billets encore ouverts après 5 jours.

## Lignes directrices
- Retire les noms, les courriels et les numéros de commande de tout ce que tu cites.
- S’il manque au CSV une colonne dont le modèle a besoin, dis-le au lieu de deviner.
```

Le script fait la partie qu’un programme fait mieux qu’un modèle de langage, le comptage :

```python
# scripts/tally.py
import csv, sys
from collections import Counter

with open(sys.argv[1], newline="", encoding="utf-8") as f:
    rows = list(csv.DictReader(f))

print(f"Total des billets : {len(rows)}")
for field in ("category", "status"):
    counts = Counter(row.get(field, "unknown") for row in rows)
    print(f"\nPar {field} :")
    for value, n in counts.most_common():
        print(f"  {value} : {n}")
```

`template.md` contient les intertitres de votre rapport : Résumé, Volume, Thèmes, À surveiller. L’équipe d’ingénierie d’Anthropic fait la même remarque avec sa propre compétence PDF : trier ou compter au moyen de texte généré est plus lent et moins fiable que d’exécuter du code, et un script donne la même réponse à chaque fois.

> **À essayer :** choisissez une tâche que vous avez expliquée à Claude au moins trois fois. Écrivez d’abord seulement sa ligne `description`, puis trois demandes d’essai qu’un collègue pourrait taper. Si la description ne correspond pas clairement aux trois, récrivez-la avant d’écrire quoi que ce soit d’autre.

## L’installer et la partager

L’endroit où va le dossier dépend de la façon dont vous utilisez Claude :

| Où | Comment |
|---|---|
| Claude Code | Placez le dossier dans `~/.claude/skills/`, ou partagez-le avec votre équipe par le contrôle de version ou un plugiciel |
| Applications Claude | Activez Skills dans les paramètres (Pro, Max, Team, Enterprise) et téléversez votre compétence personnalisée |
| API de Claude | Gérez les compétences par le point de terminaison `/v1/skills`; elles ont besoin de l’outil d’exécution de code, actuellement en bêta |

Si vous préférez ne pas écrire les fichiers vous-même, la compétence intégrée « skill-creator » de Claude vous pose des questions sur le flux de travail et produit le dossier.

Les compétences peuvent exécuter du code : traitez-les donc comme des logiciels. Anthropic conseille de n’installer que des compétences provenant de sources fiables, et de lire les fichiers, les scripts et les appels réseau de toute autre compétence avant de l’utiliser. Testez une nouvelle compétence sur un fichier d’exemple avant de lui confier de vraies données.

## Quand une compétence vaut-elle mieux qu’un long prompt?

Une compétence l’emporte quand la tâche se répète. Un prompt collé doit être retrouvé, copié et tenu à jour dans chaque conversation; une compétence vit à un seul endroit, est utilisée automatiquement quand la tâche correspond et peut être versionnée comme n’importe quel autre fichier.

Elle l’emporte aussi quand la tâche comprend des étapes qui exigent de la précision. Un prompt peut seulement demander à Claude de compter avec soin, alors qu’une compétence peut confier le comptage à un script. Et comme seule la courte description reste dans le contexte jusqu’à ce qu’on en ait besoin, vous pouvez installer de nombreuses compétences sans encombrer la mémoire de travail de Claude, ce que ferait une pile de longs prompts.

Le long prompt reste le meilleur outil pour le travail ponctuel, pour les tâches que vous êtes encore en train de mettre au point et dans les contextes où l’exécution de code n’est pas offerte. Une bonne démarche consiste à mettre d’abord la tâche au point dans une conversation, puis à demander à Claude de vous aider à consigner ce qui a fonctionné sous forme de compétence.

## Sources

- Equipping agents for the real world with Agent Skills: https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills
- Skills (anthropics/skills README): https://github.com/anthropics/skills/blob/c74d647e56e6daa12029b6acb11a821348ad044b/README.md
- Introducing Claude Skills: https://www.anthropic.com/news/skills