# AI Workshop France — reviewed programme portfolio # https://aiworkshop.fr/llms-full.txt # Source version: 2026-09-13 This document describes the programmes published for France. Content, canonical URLs, locations, and governance context are generated from the active market configuration and route allowlist. Workshop governance accounts for RGPD, the EU AI Act, client policies, and sector-specific expectations. Training does not constitute legal advice or certify compliance. ## Formation agents IA et IA agentique pour entreprises Canonical: https://aiworkshop.fr/workshops/agentic-ai/ Markdown: https://aiworkshop.fr/workshops/agentic-ai.md Choisissez un workflow important et repartez avec un pilote d’agent sûr et testable. Cette formation agent IA aide les équipes françaises à concevoir des agents gouvernés, reliés aux bonnes sources et outils, avec des tests, des droits d’accès et une responsabilité humaine explicite. Audience: Équipes métier, produit, opérations, innovation et techniques prêtes à examiner ensemble un processus en plusieurs étapes. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - Agent Design Canvas: Définir la mission, les sources, outils, autorisations, décisions et contrôles humains avant de construire. - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Choisir une opportunité d’agent qui mérite un test - Séparer le travail de l’agent des décisions humaines - Concevoir les autorisations et points de contrôle - Planifier un petit pilote avec des tests clairs Syllabus: 1. Choisir le workflow: Cartographier le travail actuel, les frictions et le responsable de décision. Output: Agent Design Canvas. 2. Définir la mission de l’agent: Fixer l’objectif, les limites, les entrées et le résultat attendu. Output: Carte des autorisations et validations. 3. Relier sources et outils: Décider ce que l’agent peut lire, utiliser ou modifier. Output: Liste de tests d’échec. 4. Concevoir le contrôle humain: Ajouter validations, escalade et traçabilité des sources. Output: Brief pilote avec responsable et prochaine étape. 5. Tester avant le pilote: Créer des cas d’échec, critères de réussite et plan pilote. Output: Agent Design Canvas. Take-away artefacts: - Agent Design Canvas - Carte des autorisations et validations - Liste de tests d’échec - Brief pilote avec responsable et prochaine étape ## Acculturation IA en entreprise : fondamentaux et usages responsables Canonical: https://aiworkshop.fr/workshops/ai-fundamentals/ Markdown: https://aiworkshop.fr/workshops/ai-fundamentals.md Passer d’essais incertains à un usage quotidien confiant et responsable. Un programme d’acculturation IA pour donner aux équipes françaises un vocabulaire commun, des réflexes de vérification et une première pratique adaptée aux outils autorisés par l’entreprise. Audience: Équipes non techniques, départements mixtes et responsables qui ont besoin d’une base pratique commune. Recommended format: Atelier ciblé · 4 heures. Alternatives: Atelier principal · 4–6 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Microsoft Copilot: Utiliser les fonctions Microsoft 365 approuvées dans les documents, réunions, e-mails et informations métier. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Choisir l’outil adapté à la tâche - Donner des consignes et un contexte plus clairs - Vérifier affirmations, chiffres et omissions - Transformer une tâche récurrente en workflow contrôlé Syllabus: 1. Comprendre la journée de travail avec l’IA: Identifier les forces, limites et changements liés aux outils actuels. Output: Modèle de demande réutilisable. 2. Choisir le bon outil: Associer rédaction, recherche, documents et données aux outils approuvés. Output: Liste de vérification humaine. 3. Demander un travail utile: Pratiquer contexte, exemples, contraintes et formats de sortie. Output: Un workflow testé. 4. Vérifier avant d’utiliser: Contrôler sources, chiffres, omissions, ton et informations sensibles. Output: Liste des prochaines opportunités utiles. 5. Créer un workflow réutilisable: Transformer une vraie tâche en boucle demande-vérification-amélioration. Output: Modèle de demande réutilisable. Take-away artefacts: - Modèle de demande réutilisable - Liste de vérification humaine - Un workflow testé - Liste des prochaines opportunités utiles ## IA générative pour l’entreprise : créer des workflows réutilisables Canonical: https://aiworkshop.fr/workshops/generative-ai-for-business/ Markdown: https://aiworkshop.fr/workshops/generative-ai-for-business.md Transformer des usages individuels dispersés en workflows d’équipe partagés et réutilisables. Les participants appliquent l’IA générative à la recherche, aux documents, fichiers, présentations et tâches récurrentes. Ils repartent avec des consignes communes, un contrôle qualité et des responsables identifiés. Audience: Équipes transversales qui ont commencé à expérimenter et recherchent désormais cohérence, qualité et limites responsables. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Microsoft Copilot: Utiliser les fonctions Microsoft 365 approuvées dans les documents, réunions, e-mails et informations métier. - Recherche IA et recherche approfondie: Trouver, comparer et citer des sources actuelles, puis distinguer les preuves de l’interprétation. Outcomes: - Choisir les tâches métier où l’IA est réellement utile - Créer un contexte et des consignes réutilisables - Vérifier qualité, sources et données sensibles - Attribuer les responsabilités d’un plan de 30 jours Syllabus: 1. Identifier le travail utile: Distinguer les tâches à forte valeur des effets de nouveauté. Output: Pack de consignes d’équipe. 2. Recherche et documents: Produire des briefs sourcés, synthèses et meilleurs premiers jets. Output: Exemples travaillés à partir de tâches réelles. 3. Fichiers, données et présentations: Travailler avec tableaux, documents, diapositives et concepts visuels. Output: Liste de contrôle qualité. 4. Créer un contexte réutilisable: Transformer des prompts individuels en projets, consignes et exemples partagés. Output: Carte priorisée des workflows et responsables. 5. Adopter avec contrôle: Définir règles de revue, responsables et plan de 30 jours. Output: Pack de consignes d’équipe. Take-away artefacts: - Pack de consignes d’équipe - Exemples travaillés à partir de tâches réelles - Liste de contrôle qualité - Carte priorisée des workflows et responsables ## IA pour la Business Intelligence et la décision Canonical: https://aiworkshop.fr/workshops/ai-for-business-intelligence/ Markdown: https://aiworkshop.fr/workshops/ai-for-business-intelligence.md Passer d’une question métier à un brief décisionnel vérifié et explicable. Les équipes pratiquent un workflow complet des données à la décision : cadrer la question, examiner les données, explorer les tendances, contester les hypothèses et communiquer ce que les preuves permettent réellement de conclure. Audience: Analystes, responsables et équipes finance, opérations ou commerciales qui travaillent avec des rapports, tableaux et décisions récurrentes. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - Tableurs et outils de données: Explorer des tableaux, tester des hypothèses et produire des synthèses vérifiées avec leurs sources. - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Recherche IA et recherche approfondie: Trouver, comparer et citer des sources actuelles, puis distinguer les preuves de l’interprétation. Outcomes: - Commencer par la décision plutôt que par le graphique - Explorer des tableaux sans masquer les hypothèses - Vérifier tendances, anomalies et calculs - Créer un récit décisionnel concis avec ses limites Syllabus: 1. Cadrer la décision: Définir la question, le responsable, la période et les preuves nécessaires. Output: Brief de décision et d’analyse. 2. Préparer les données: Examiner colonnes, valeurs manquantes, définitions et champs sensibles. Output: Bibliothèque de questions réutilisables. 3. Explorer les tendances: Étudier variations et anomalies avec des questions en langage courant. Output: Liste de vérification. 4. Tester des scénarios: Rendre les hypothèses visibles et comparer des options sans confondre estimation et fait. Output: Modèle de reporting récurrent. 5. Communiquer et valider: Créer graphiques et commentaires avec sources et approbation humaine. Output: Brief de décision et d’analyse. Take-away artefacts: - Brief de décision et d’analyse - Bibliothèque de questions réutilisables - Liste de vérification - Modèle de reporting récurrent ## IA pour les RH : workflows pratiques et jugement humain Canonical: https://aiworkshop.fr/workshops/hr-training/ Markdown: https://aiworkshop.fr/workshops/hr-training.md Aider les RH à préparer, communiquer et accompagner plus régulièrement tout en gardant les décisions sensibles humaines. L’atelier applique les outils approuvés à la communication, aux politiques, au recrutement, à l’onboarding, à la formation et au suivi des réunions. Équité, confidentialité et contrôle font partie de chaque exercice. Audience: HR business partners, people operations, talent, formation et responsables RH. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures, Atelier principal et suivi optionnel. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - Microsoft Copilot: Utiliser les fonctions Microsoft 365 approuvées dans les documents, réunions, e-mails et informations métier. - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Identifier des workflows RH utiles et peu risqués - Améliorer les communications collaborateurs et politiques - Utiliser l’IA pour préparer, jamais pour décider - Définir des contrôles d’équité et de données sensibles Syllabus: 1. Cartographier le travail RH: Prioriser les tâches répétitives qui doivent conserver un responsable humain. Output: Cartes de workflows RH. 2. Communication collaborateurs et politiques: Créer des réponses, synthèses et guides à partir de contenus approuvés. Output: Pack de consignes approuvées. 3. Soutenir recrutement et onboarding: Améliorer briefs de poste, préparation d’entretien et contenus d’accueil sans déléguer la décision. Output: Liste de contrôle équité et revue. 4. Formation et suivi des réunions: Créer plans d’apprentissage, synthèses et actions vérifiables. Output: Carte pilote avec responsables humains. 5. Équité, confidentialité et adoption: Définir limites de données, questions de contrôle et pilote responsable. Output: Cartes de workflows RH. Take-away artefacts: - Cartes de workflows RH - Pack de consignes approuvées - Liste de contrôle équité et revue - Carte pilote avec responsables humains ## IA pour développeurs : du ticket au changement vérifié Canonical: https://aiworkshop.fr/workshops/ai-for-developers/ Markdown: https://aiworkshop.fr/workshops/ai-for-developers.md Établir un workflow de développement assisté par l’IA, du ticket au changement testé et revu. Les développeurs apprennent à fournir le bon contexte du dépôt, planifier les changements, examiner le travail généré, exécuter les tests et laisser des preuves aux reviewers. L’objectif est la fiabilité d’équipe, pas la vitesse de frappe. Audience: Ingénieurs logiciels, leads techniques, équipes plateforme et produit utilisant ou évaluant assistants de code et agents. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures, Clinique de suivi optionnelle · 60–90 minutes. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - GitHub Copilot, Codex & coding agents: Passer du ticket au plan, au changement, aux tests et à la revue dans l’environnement approuvé. - Agent Design Canvas: Définir la mission, les sources, outils, autorisations, décisions et contrôles humains avant de construire. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Fournir un contexte de dépôt utile - Passer du ticket à un plan explicite - Exiger tests et preuves de revue du travail d’agent - Définir limites, autorisations et standards d’équipe Syllabus: 1. Préparer le contexte du dépôt: Créer consignes, notes d’architecture et contraintes suivies par l’outil. Output: Modèle d’instructions de dépôt. 2. Du ticket au plan: Transformer une demande ambiguë en plan d’implémentation révisable. Output: Workflow de développement prêt pour les agents. 3. Du plan au changement: Faire des modifications ciblées, examiner les diffs et garder le contrôle. Output: Liste de preuves de test. 4. Tests, sécurité et revue: Exiger des preuves, tester les échecs et examiner les changements sensibles. Output: Standard d’équipe et backlog pilote. 5. Standard de fonctionnement: Définir outils, autorisations, règles de revue et backlog pilote. Output: Modèle d’instructions de dépôt. Take-away artefacts: - Modèle d’instructions de dépôt - Workflow de développement prêt pour les agents - Liste de preuves de test - Standard d’équipe et backlog pilote ## IA pour la finance : préparer plus vite sans perdre le contrôle Canonical: https://aiworkshop.fr/workshops/ai-for-finance/ Markdown: https://aiworkshop.fr/workshops/ai-for-finance.md Faciliter la préparation, l’explication et la revue des tâches récurrentes sans affaiblir le contrôle. Les équipes finance pratiquent recherche sourcée, aide au rapprochement, analyse des écarts, scénarios et commentaires de gestion. Hypothèses, preuves et validation finale restent visibles. Audience: FP&A, contrôle de gestion, comptabilité, trésorerie, opérations financières et direction finance. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - Tableurs et outils de données: Explorer des tableaux, tester des hypothèses et produire des synthèses vérifiées avec leurs sources. - Recherche IA et recherche approfondie: Trouver, comparer et citer des sources actuelles, puis distinguer les preuves de l’interprétation. - Microsoft Copilot: Utiliser les fonctions Microsoft 365 approuvées dans les documents, réunions, e-mails et informations métier. Outcomes: - Utiliser l’IA pour préparer tout en gardant la responsabilité finance - Étudier les écarts avec des hypothèses explicites - Relier les commentaires de gestion aux preuves - Concevoir un pilote contrôlé pour un travail récurrent Syllabus: 1. Choisir le workflow finance: Identifier une tâche récurrente avec entrées, contrôles et responsable clairs. Output: Brief de workflow finance. 2. Recherche et traçabilité: Créer des briefs actuels qui distinguent faits et interprétation. Output: Traçabilité des sources et hypothèses. 3. Rapprochement et écarts: Structurer contrôles, questions et explications sans approuver les chiffres. Output: Liste de contrôle humaine. 4. Scénarios et commentaires: Rendre les hypothèses visibles et rédiger un commentaire de gestion concis. Output: Modèle de reporting et plan pilote. 5. Contrôles et pilote: Définir limites de données, revue et petit pilote contrôlé. Output: Brief de workflow finance. Take-away artefacts: - Brief de workflow finance - Traçabilité des sources et hypothèses - Liste de contrôle humaine - Modèle de reporting et plan pilote ## IA pour le juridique : accélérer la préparation, garder le jugement Canonical: https://aiworkshop.fr/workshops/ai-for-legal/ Markdown: https://aiworkshop.fr/workshops/ai-for-legal.md Accélérer la préparation et la comparaison tout en gardant le jugement juridique humain. Les équipes juridiques pratiquent préparation de dossier, comparaison de clauses, recherche sourcée et aide à la rédaction. Confidentialité, vérification et revue professionnelle finale sont intégrées à chaque workflow. Audience: Directions juridiques, cabinets, spécialistes des contrats, conformité et legal operations. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - Recherche IA et recherche approfondie: Trouver, comparer et citer des sources actuelles, puis distinguer les preuves de l’interprétation. - Claude: Examiner de longs documents, comparer des options et structurer la rédaction lorsque l’outil est approuvé. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Choisir les tâches juridiques adaptées à un soutien IA - Comparer les clauses à un playbook approuvé - Rechercher avec une trace visible des sources et dates - Définir les limites de confidentialité et de revue finale Syllabus: 1. Choisir la tâche juridique: Distinguer préparation et comparaison du jugement professionnel. Output: Modèle de préparation de dossier. 2. Préparer le dossier: Structurer faits, questions, documents et informations manquantes. Output: Workflow de comparaison selon playbook. 3. Comparer les clauses: Examiner le texte selon un playbook approuvé et signaler les écarts. Output: Liste de recherche et citations. 4. Rechercher et rédiger: Utiliser sources actuelles, citations et modèles de rédaction contrôlés. Output: Limite de confidentialité et de revue. 5. Confidentialité et vérification: Définir limites de données, questions de contrôle et pilote sûr. Output: Modèle de préparation de dossier. Take-away artefacts: - Modèle de préparation de dossier - Workflow de comparaison selon playbook - Liste de recherche et citations - Limite de confidentialité et de revue Important: Il s’agit d’une formation professionnelle, pas d’un conseil juridique. Les résultats doivent être revus par un professionnel qualifié. ## IA pour le marketing : du brief au workflow de campagne vérifié Canonical: https://aiworkshop.fr/workshops/ai-for-marketing/ Markdown: https://aiworkshop.fr/workshops/ai-for-marketing.md Passer d’expériences de contenu isolées à un workflow de campagne cohérent et vérifiable. Les équipes pratiquent recherche audience, positionnement, contexte de marque, création multimodale, localisation, recherche et découverte IA, validation et apprentissage de la performance dans une campagne reliée. Audience: Équipes marketing, communication, marque, contenu, croissance et expérience client. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Recherche IA et recherche approfondie: Trouver, comparer et citer des sources actuelles, puis distinguer les preuves de l’interprétation. - Outils visuels IA: Créer et affiner des concepts visuels en gardant visibles la marque, les droits et la validation humaine. Outcomes: - Transformer les preuves d’audience en meilleur brief - Donner un contexte de marque utile aux outils - Créer et localiser avec une revue claire - Concevoir une expérience de campagne qui apprend à l’équipe Syllabus: 1. Audience et positionnement: Transformer recherche et langage client en brief ciblé. Output: Pack de contexte de marque. 2. Contexte de marque: Créer consignes, exemples et limites suivis par les outils. Output: Brief Search et GEO. 3. Création multimodale: Développer textes et concepts visuels avec contrôle des droits. Output: Liste localisation et validation. 4. Localisation et découverte IA: Adapter le message aux personnes, moteurs de recherche et moteurs de réponse sans bourrage de mots-clés. Output: Plan d’expérience de campagne. 5. Validation et apprentissage: Définir revue, mesure et expérience de campagne utile. Output: Pack de contexte de marque. Take-away artefacts: - Pack de contexte de marque - Brief Search et GEO - Liste localisation et validation - Plan d’expérience de campagne ## IA pour l’éducation : gagner du temps, mieux concevoir l’apprentissage Canonical: https://aiworkshop.fr/workshops/ai-for-education/ Markdown: https://aiworkshop.fr/workshops/ai-for-education.md Gagner du temps de préparation tout en améliorant pédagogie, évaluation et accompagnement des étudiants. Les enseignants pratiquent planification, différenciation, feedback et refonte des évaluations tout en traitant intégrité académique, littératie IA, confidentialité et jugement pédagogique humain. Audience: Enseignants, chargés de cours, ingénieurs pédagogiques, équipes facultaires et responsables de formation. Recommended format: Atelier ciblé · 4 heures. Alternatives: Atelier principal · 4–6 heures. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Recherche IA et recherche approfondie: Trouver, comparer et citer des sources actuelles, puis distinguer les preuves de l’interprétation. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Renforcer la préparation des cours avec l’IA - Adapter les contenus sans perdre l’intention pédagogique - Repenser l’évaluation dans un environnement riche en IA - Donner des règles claires d’usage responsable Syllabus: 1. Tâches pédagogiques et limites: Choisir où l’IA aide et où le jugement enseignant reste essentiel. Output: Modèle de planification pédagogique. 2. Conception et adaptation: Créer activités, exemples et variantes accessibles liés aux objectifs. Output: Activité d’évaluation repensée. 3. Feedback et évaluation: Améliorer le feedback et concevoir des tâches qui rendent la pensée visible. Output: Guide IA pour les étudiants. 4. Intégrité et littératie IA: Fixer des attentes transparentes et apprendre à questionner les résultats. Output: Liste confidentialité et revue. 5. Confidentialité et workflow disciplinaire: Définir limites de données et construire un workflow adapté. Output: Modèle de planification pédagogique. Take-away artefacts: - Modèle de planification pédagogique - Activité d’évaluation repensée - Guide IA pour les étudiants - Liste confidentialité et revue ## Ateliers IA pour universités, enseignants et étudiants Canonical: https://aiworkshop.fr/universities/ Markdown: https://aiworkshop.fr/universities.md Donner à chaque public universitaire une manière pratique et responsable d’utiliser l’IA dans son travail. Choisissez un parcours pour étudiants, enseignants, chercheurs, services, formation continue ou alumni. Chaque format associe outils actuels, pratique guidée, jugement académique et livrables adaptables après la session. Audience: Universités, écoles, équipes de formation continue et communautés académiques qui préparent un apprentissage pratique pour une cohorte définie. Recommended format: Atelier ciblé · 4 heures. Alternatives: Atelier principal · 4–6 heures, Atelier principal et suivi optionnel. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Agent Design Canvas: Définir la mission, les sources, outils, autorisations, décisions et contrôles humains avant de construire. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Choisir le parcours adapté à la cohorte - Pratiquer des tâches liées aux rôles académiques - Traiter intégrité, confidentialité et jugement humain - Réutiliser guides et livrables après l’atelier Syllabus: 1. Choisir le parcours: Aligner la session sur étudiants, enseignants, recherche, services ou formation continue. Output: Cahier adapté au parcours. 2. Comprendre les capacités actuelles: Utiliser les outils disponibles dans l’institution et rendre leurs limites visibles. Output: Guide d’usage responsable. 3. Pratiquer selon le rôle: Travailler des scénarios d’enseignement, d’étude, de recherche ou de service. Output: Workflow ou brief d’agent adaptable. 4. Fixer des limites responsables: Traiter intégrité, confidentialité, transparence, vérification et responsabilité. Output: Plan d’étapes pour la cohorte. 5. Réutiliser le travail: Créer guides, modèles et prochaines étapes pour la cohorte. Output: Cahier adapté au parcours. Take-away artefacts: - Cahier adapté au parcours - Guide d’usage responsable - Workflow ou brief d’agent adaptable - Plan d’étapes pour la cohorte ## Formation Microsoft Copilot pour les équipes en France Canonical: https://aiworkshop.fr/workshops/copilot/ Markdown: https://aiworkshop.fr/workshops/copilot.md Aider les équipes à utiliser les fonctions Copilot réellement disponibles avec des attentes plus claires et des habitudes sûres. La formation Copilot distingue les expériences réellement disponibles dans Microsoft 365, puis transforme documents, réunions, e-mails et connaissances métier en habitudes vérifiables et gouvernées. Audience: Équipes et champions qui utilisent ou préparent le déploiement de Microsoft Copilot dans un environnement Microsoft 365 géré. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures, Atelier principal et suivi optionnel. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - Microsoft Copilot: Utiliser les fonctions Microsoft 365 approuvées dans les documents, réunions, e-mails et informations métier. - Connaissances d’entreprise et espaces de travail: Organiser le contexte partagé, les connaissances approuvées et des méthodes réutilisables dans un espace géré. - Vos outils IA approuvés: Les exercices s’adaptent aux systèmes, licences et règles de données approuvés par votre organisation. Outcomes: - Comprendre l’expérience Copilot réellement disponible - Utiliser Copilot dans le travail Microsoft 365 approuvé - Vérifier sources, autorisations et contenus générés - Créer un plan d’adoption réaliste sur 90 jours Syllabus: 1. Connaître son environnement Copilot: Distinguer Copilot Chat, Microsoft 365 Copilot et fonctions dépendantes du plan. Output: Carte des cas d’usage Copilot. 2. Travailler dans Microsoft 365: Pratiquer les workflows disponibles pour documents, réunions, e-mails et informations. Output: Pack de consignes par rôle. 3. Contexte, sources et autorisations: Comprendre comment accès et qualité documentaire influencent la réponse. Output: Liste de préparation et autorisations. 4. Du prompt à l’habitude: Créer consignes par rôle et exemples réutilisables. Output: Kit champions et plan 90 jours. 5. Adoption et mesure: Prioriser cas d’usage, champions, support et plan sur 90 jours. Output: Carte des cas d’usage Copilot. Take-away artefacts: - Carte des cas d’usage Copilot - Pack de consignes par rôle - Liste de préparation et autorisations - Kit champions et plan 90 jours ## Formation ChatGPT Enterprise pour les entreprises en France Canonical: https://aiworkshop.fr/workshops/chatgpt-enterprise/ Markdown: https://aiworkshop.fr/workshops/chatgpt-enterprise.md Transformer l’accès à un espace ChatGPT géré en pratiques d’équipe utiles et gouvernées. Cette formation ChatGPT transforme un espace géré en pratiques d’équipe utiles pour projets, recherche, données et assistants réutilisables, avec validation, règles de données et responsabilités claires. Audience: Organisations qui déploient ou améliorent l’adoption d’un espace ChatGPT géré pour leurs équipes métier. Recommended format: Atelier principal · 4–6 heures. Alternatives: Atelier ciblé · 4 heures, Atelier principal et suivi optionnel. Delivery format: En présentiel sur site, en ligne ou en hybride. Tools: - ChatGPT: Rédiger, analyser, rechercher et transformer les tâches récurrentes en consignes réutilisables. - Connaissances d’entreprise et espaces de travail: Organiser le contexte partagé, les connaissances approuvées et des méthodes réutilisables dans un espace géré. - Agent Design Canvas: Définir la mission, les sources, outils, autorisations, décisions et contrôles humains avant de construire. Outcomes: - Créer des habitudes cohérentes pour espaces et projets - Concevoir des workflows de recherche et données réutilisables - Évaluer le comportement de GPTs ou agents - Décider gouvernance et déploiement de manière pratique Syllabus: 1. Habitudes et limites de l’espace: Confirmer capacités disponibles, règles de données et attentes d’équipe. Output: Pack de workflows d’équipe. 2. Projets, recherche et données: Organiser le contexte et pratiquer recherche sourcée, documents et analyse. Output: Exemples et jeu d’évaluation. 3. GPTs et agents réutilisables: Définir objectif, consignes, connaissances, tests et contrôle humain. Output: Journal des décisions de gouvernance. 4. Contexte d’entreprise et accès: Examiner apps approuvées ou company knowledge si disponibles selon le plan. Output: Plan d’adoption et de déploiement. 5. Évaluation et déploiement: Créer jeu d’évaluation, décisions de responsabilité et plan d’adoption. Output: Pack de workflows d’équipe. Take-away artefacts: - Pack de workflows d’équipe - Exemples et jeu d’évaluation - Journal des décisions de gouvernance - Plan d’adoption et de déploiement