Prenons Julie. Elle dirige une agence de communication de douze personnes à Nantes et elle cherche un nouvel outil de gestion de projet. Il y a trois ans, elle aurait tapé sa recherche dans Googl...
L'intelligence artificielle : guide complet des LLM, agents et outils de création
L'intelligence artificielle a profondément transformé notre quotidien. Derrière nos écrans, des assistants virtuels rédigent, traduisent, codent et créent sans relâche. Ces grands modèles de langage, communément appelés LLM (Large Language Models), ont révolutionné notre rapport à la technologie, soulevant de nouvelles interrogations sur la pensée, le savoir et la vérité.
Dans cet article complet, je vous propose d'explorer l'univers fascinant de l'IA générative. Nous décortiquerons le fonctionnement des LLM, découvrirons l'art du prompting, explorerons les navigateurs intelligents, plongerons dans l'ère des agents autonomes et examinerons les dernières avancées en création visuelle. Que vous soyez novice ou utilisateur avancé, ce guide vous permettra de maîtriser ces outils qui redéfinissent notre façon de travailler, d'apprendre et de créer.
Comprendre les LLM : la technologie qui révolutionne l'interaction homme-machine
Les fondamentaux des grands modèles de langage
Commençons par démystifier une idée reçue : l'IA n'est pas véritablement intelligente. Les LLM ne "raisonnent" pas au sens humain du terme, ils prédisent. Leur fonction première n'est pas de comprendre le monde, mais de calculer la suite de mots la plus probable dans une phrase donnée.
Ces modèles sont entraînés sur des milliards de textes, leur permettant d'apprendre les structures, rythmes et nuances du langage. Un LLM découpe chaque mot en tokens, petites unités linguistiques qu'il combine pour construire une réponse plausible. Cette puissance repose sur un traitement statistique du langage, une approche purement probabiliste qui imite la cohérence du discours sans nécessairement en maîtriser le sens profond.
Le processus d'apprentissage en deux phases
Pour devenir ces assistants capables de converser naturellement, les modèles suivent un long apprentissage structuré en deux phases distinctes.
La phase de pré-entraînement consiste à absorber un océan de textes : livres, articles, sites web, documents académiques. L'objectif ? Apprendre la grammaire, la syntaxe et les corrélations entre les mots. Cette phase crée les fondations du modèle.
Vient ensuite la phase d'alignement, étape cruciale où intervient le RLHF (Reinforcement Learning from Human Feedback). Des évaluateurs humains notent les réponses produites par le modèle. Le système apprend alors à privilégier celles jugées les plus utiles, honnêtes et inoffensives. En ajustant des milliards de paramètres, il affine sa capacité à dialoguer dans un format compréhensible et socialement acceptable.
Interagir efficacement avec un LLM
Dialoguer avec un LLM, c'est aussi apprendre à le guider. L'instruction donnée au modèle s'appelle un prompt. Plus elle est claire et précise, plus la réponse sera pertinente. La longueur de l'échange est limitée par une fenêtre de contexte, équivalent d'une mémoire à court terme que le modèle peut traiter simultanément.
Les modèles de pointe disposent généralement de deux modes d'utilisation :
- Le mode "fast" privilégie la vitesse de réponse
- Le mode "thinking" ou "reasoning" préfère la précision et la profondeur d'analyse
Sans oublier que la plupart des modèles ont désormais un accès direct à Internet (mode souvent nommé "recherche approfondie" ou "web search"), leur permettant de rechercher des sources actualisées.
Les limites : hallucinations, biais et censure
Si les LLM ouvrent un champ d'usages vertigineux (rédaction, traduction, codage, résumé, création multimodale), leur puissance cache des limites importantes.
Les modèles génèrent ce qu'on appelle des hallucinations : des affirmations fausses mais formulées avec une cohérence troublante. Cette dérive découle de leur nature fondamentalement prédictive, et non factuelle. Bien que GPT-5 intègre une réflexion interne pour améliorer l'exactitude, le risque persiste.
S'ajoutent les biais culturels ou discriminatoires présents dans leurs jeux de données d'entraînement. Un LLM entraîné sur des données occidentales et un autre sur des données asiatiques ne donneront pas forcément le même genre de réponses. Ces biais sont inhérents à nos cultures respectives et difficilement évitables.
Enfin, la question de la censure se pose. En Chine par exemple, le modèle DeepSeek filtre automatiquement les sujets politiquement sensibles. En Occident, la censure prend une forme plus subtile : des garde-fous algorithmiques interdisent la production de propos violents ou offensants. Le débat est moral, sociétal, politique... complexe.
Ces modèles hybrides à raisonnement avancé ne sont ni des oracles ni des esprits pensants : ce sont des outils statistiques sophistiqués. Les utiliser exige de comprendre leur logique probabiliste et de garder le réflexe de la vigilance critique face à la tentation de la dépendance excessive.
Panorama des meilleurs LLM grand public
ChatGPT : la référence qui évolue vers l'autonomie
La référence grand public d'OpenAI s'est considérablement transformée. Avec le lancement de GPT-5 le 7 août 2025, ChatGPT a franchi un cap majeur : celui de l'agent IA. Il n'est plus seulement un chatbot, mais un assistant capable d'exécuter des tâches complexes en plusieurs étapes (réserver un vol, coder un mini-projet, analyser des documents volumineux).
Sa multimodalité est totale, gérant nativement l'audio, la vidéo et l'image en temps réel. OpenAI a mis l'accent sur la personnalisation (via les "GPT" améliorés) et l'intégration API, consolidant sa position de leader sur le marché professionnel et grand public.
Mise à jour importante : Le 11 décembre 2025, OpenAI a lancé GPT-5.2, considéré comme le modèle le plus performant pour le travail intellectuel professionnel. Cette version apporte des améliorations significatives en création de feuilles de calcul, construction de présentations, rédaction de code et compréhension de contextes longs. GPT-5.2 établit de nouveaux standards sur de nombreux benchmarks, notamment GDPval où il surpasse les professionnels de l'industrie.
GPT-5 reste le modèle le plus polyvalent du marché, bien que sa complexité croissante soulève des questions sur sa consommation énergétique (estimée à plus de 18 watts-heures par réponse de longueur moyenne) et son alignement éthique.
Claude : le champion de la sécurité et du code
Issu des recherches d'Anthropic sur l'IA "constitutionnelle", Claude s'est imposé comme une référence pour le traitement de tâches complexes et volumineuses. Claude Sonnet 4.5, sorti le 29 septembre 2025, est présenté comme "le meilleur modèle de codage au monde".
Pour les utilisateurs standards sur la plateforme, sa fenêtre de contexte présente plus de 200 000 tokens (et jusqu'à 1 million de tokens pour certaines configurations internes). Cette capacité permet d'analyser en une seule requête de longs rapports, des transcriptions vidéo multiples, ainsi que des bases de code complexes.
Bien que Claude soit multimodal (capable d'analyse d'images et de graphiques), sa force reconnue réside dans les tâches de texte et le codage avancé. Claude est réputé pour sa fiabilité – ayant une tendance significativement réduite aux "hallucinations" – et ses garde-fous éthiques robustes, ce qui en fait un choix privilégié pour les secteurs où la précision est essentielle.
Nouvelle version : Le 15 octobre 2025, Anthropic a lancé Claude Haiku 4.5, un modèle petit et rapide optimisé pour une faible latence et un coût réduit ($1 par million de tokens en entrée et $5 en sortie). Il égale Sonnet 4 sur le codage et dépasse même Sonnet 4 sur certaines tâches informatiques.
En novembre 2025, Claude Opus 4.5 a été dévoilé comme le modèle le plus puissant de la famille Claude 4, particulièrement performant sur les tâches complexes nécessitant un raisonnement soutenu et une exécution multi-étapes.
DeepSeek : la puissance brute dédiée au code
Moins connu du grand public, DeepSeek s'est taillé une réputation inégalée dans le monde du développement. Ses modèles, comme DeepSeek-Coder-V3, surpassent régulièrement les géants généralistes (GPT, Gemini) sur les benchmarks de programmation.
Leur spécificité réside dans leur entraînement massif sur des milliards de lignes de code. DeepSeek continue de brouiller la ligne entre modèles propriétaires ultra-performants et alternatives open source, offrant des versions libres aux performances étonnantes.
C'est l'outil de prédilection pour la complétion de code avancée, le débogage ou la traduction entre langages de programmation. Attention toutefois aux réponses à certaines questions "sensibles" pour le parti communiste chinois.
Gemini : l'écosystème Google intégré
Gemini est la réponse de Google à l'intelligence artificielle omniprésente. Conçu dès l'origine pour être multimodal, il excelle dans la compréhension des requêtes combinant texte, voix et vidéo (par exemple, via Google Lens).
Sa force réside dans son intégration : il alimente l'assistant Android, résume les réunions dans Google Meet et trie les e-mails dans Gmail. Google met l'accent sur l'assistance proactive et contextuelle plutôt que sur la performance brute.
Avec une fenêtre de contexte étendue (jusqu'à 1 million de tokens) et un accès direct à l'index de recherche Google, il est optimisé pour être un assistant personnel ultime. Gemini 2.5 Flash, surnommé "Nano Banana", est particulièrement performant en génération d'images.
Grok : l'IA en temps réel connectée à X
Grok poursuit la vision d'Elon Musk : une IA moins "woke" et connectée à l'actualité brûlante. Sa différenciation majeure est son accès privilégié et en temps réel aux données du réseau social X (anciennement Twitter).
Là où d'autres modèles ont une date de coupure des connaissances, Grok peut commenter des événements qui se sont produits il y a quelques secondes. Il adopte un ton souvent sarcastique ou humoristique, délibérément distinct de la neutralité de ses concurrents.
Grok est moins un outil de productivité qu'un agent de recherche conversationnel et un commentateur de l'actualité, visant un public qui recherche des réponses non filtrées.
Mistral Le Chat : le fer de lance européen
La société parisienne Mistral AI a confirmé son statut de concurrent mondial. Son modèle propriétaire, Mistral Large, rivalise désormais avec les meilleurs modèles américains en termes de raisonnement et de génération de code.
Parallèlement, Mistral continue de soutenir activement la communauté open source avec des modèles plus petits ("Medium" et "Small") très performants. Cette double approche séduit les entreprises européennes soucieuses de souveraineté numérique et les développeurs cherchant des alternatives efficaces aux systèmes fermés.
Mistral est reconnu pour son efficacité (performance par token) et son respect de la confidentialité.
L'art du prompting : maîtriser la communication avec l'IA
Pourquoi les IA se trompent : la question du prompt
L'expérience est simple : vous posez une question à une IA, et la réponse est factuellement incorrecte, incomplète ou totalement hors-sujet. Le premier réflexe est de blâmer la machine. Pourtant, dans la majorité des cas, le problème se situe en amont, dans notre propre formulation.
Lorsqu'une requête est floue, l'IA est forcée de "deviner". Un prompt comme "Parle-moi de l'architecture" est une invitation au désastre. L'IA doit-elle aborder l'architecture gothique, logicielle, ou la biographie de Le Corbusier ? Face à cette ambiguïté, le modèle choisit une voie statistique, souvent la plus commune, qui ne correspondra que rarement à l'intention précise de l'utilisateur.
C'est là que naît le lien direct entre imprécision et hallucination. Une hallucination n'est souvent qu'une extrapolation plausible mais non vérifiée, lancée par le modèle pour combler les vides de votre requête.
Fast et Reasoning : choisir la bonne vitesse
En coulisses, les systèmes d'inférence les plus avancés opèrent selon une architecture hybride qui permet différents niveaux de raisonnement. On peut schématiser cela comme les modes "Fast" (rapide) et "Reasoning" (réflexion approfondie).
Le mode "rapide" est optimisé pour l'efficacité, la vitesse et le faible coût. Il est activé pour des requêtes simples qui ne demandent pas de raisonnement complexe : une traduction, un résumé, une définition ou la réponse à une question factuelle simple.
À l'inverse, le mode "reasoning" est conçu pour le raisonnement long et structuré (Chain-of-Thought). Lorsqu'une tâche exige une analyse, une comparaison détaillée, la génération d'un code informatique complexe ou la rédaction d'un plan stratégique, le système alloue un budget de réflexion plus important.
Pour un modèle comme GPT-5, l'élément clé est le "routeur en temps réel" qui permet au LLM de déterminer seul si votre demande nécessite l'un ou l'autre des modes. C'est la formulation même de votre prompt qui sert d'aiguillage.
L'anatomie d'un prompt efficace
Dialoguer avec une IA pour obtenir des résultats fiables ne relève pas de la conversation, mais de la spécification technique. Un prompt efficace n'est pas une simple phrase, c'est un cahier des charges miniature.
Je peux identifier cinq composants essentiels qui structurent une instruction de qualité professionnelle :
1. Le Rôle : Spécifiez le rôle que l'IA doit incarner. Par exemple : "Tu es un directeur créatif avec 20 ans d'expérience". Demander à l'IA d'agir "en tant qu'expert en cybersécurité" ou "comme un critique littéraire" active des pans spécifiques de ses connaissances et adapte son ton.
2. La Tâche : L'action spécifique attendue, formulée avec des verbes d'action clairs comme "Rédige", "Analyse", "Résume", "Compare", "Traduis" ou "Extrais". Exemple : "Conçois un concept original pour une campagne de lancement".
3. Le Contexte : L'ensemble des informations de fond nécessaires à l'IA pour comprendre la situation. Plus le contexte est riche et précis, moins l'IA aura besoin de deviner. Exemple : "La campagne est pour une nouvelle marque de cosmétiques éco-responsables, ciblant les jeunes adultes urbains".
4. Les Exemples : Cruciaux pour guider le style (aussi appelés "few-shot learning"). En montrant à l'IA un ou deux exemples du format ou du ton désiré, on la contraint à imiter ce modèle.
5. Le Format : Définit la structure de la sortie. Exemple : "Structure les propositions sous forme de brief avec des sections pour le concept, le message clé et les visuels suggérés". Cela peut être un tableau Markdown, un objet JSON, une liste numérotée, ou un texte de 300 mots maximum.
Pour que l'IA distingue clairement ces différents composants, l'utilisation de délimiteurs est une pratique incontournable. Des simples triples apostrophes (```) aux balises XML plus formelles (par exemple, <contexte>...</contexte> suivi de <tache>...</tache>), ces marqueurs permettent à la machine de compartimenter l'information.
Transformer son LLM en optimiseur de consignes
Une méthode très efficace consiste à demander à l'IA de revoir elle-même la formulation de votre demande. Cette approche, souvent appelée méta-prompting, revient à lui confier l'élaboration d'un prompt plus clair et mieux structuré.
Les utilisateurs avancés de GPT-5 ou de Gemini emploient cette technique pour gagner du temps et stabiliser les résultats d'une session à l'autre. Par exemple : "Agis comme expert en prompt engineering. Analyse mon prompt et repère ses faiblesses."
Bien paramétrer son LLM
Avant même de rédiger un prompt, je recommande de configurer correctement votre environnement. Les modèles modernes, comme ChatGPT ou Gemini, intègrent des options de personnalisation persistantes : les "Custom Instructions" chez OpenAI et les "Your Instructions" de Google.
Accessibles via les options de paramétrage des LLM, ils servent de profil permanent à l'utilisateur. On y définira par exemple le ton, le style, la rigueur attendue ou encore le format des réponses. Une fois ces paramètres réglés, l'IA s'y conformera par défaut à chaque session.
Le Prompt Optimizer d'OpenAI
Apparu sur la plateforme développeur au printemps 2025, le Prompt Optimizer d'OpenAI est vite devenu un outil incontournable. Il ne sert pas seulement à reformuler une requête pour GPT-5, il la normalise.
À partir d'une ébauche bancale, il extrait les objectifs, ajoute les contraintes manquantes, propose des variantes testables et fournit une grille d'évaluation automatique. Tout est analysé, hiérarchisé, normalisé.
Construire sa propre bibliothèque de prompts
Une fois qu'un prompt donne satisfaction, il ne faut surtout pas le laisser se perdre dans l'historique des conversations. Je recommande de bâtir de véritables bibliothèques personnelles de prompts, classées par usage : rédaction, vérification, synthèse, codage, planification.
Chaque entrée devient un module réutilisable, documenté avec son objectif, ses exemples d'entrée et sa sortie attendue. Certains stockent ces patrons dans des bases Notion ou des dépôts Git, d'autres les intègrent à leurs outils de productivité.
Techniques avancées : chaînage et RAG
Pour les usages critiques ou professionnels, obtenir une "bonne" réponse ne suffit pas. Il faut garantir la fiabilité, la véracité et la cohérence.
Le chaînage de prompts est une stratégie avancée indispensable pour gérer les tâches complexes. Au lieu d'essayer de surcharger l'IA avec une seule requête géante, vous décomposez le problème en une séquence de requêtes plus petites. Par exemple :
- Extraire les 5 points clés d'un rapport
- Générer un plan d'article à partir de ces 5 points
- Relire le plan et vérifier la cohérence entre les sections
La méthode RAG (Retrieval-Augmented Generation) permet de connecter l'IA aux données externes. L'IA reçoit, en plus du prompt, des extraits de documents pertinents (PDF, articles web, base de données interne) et a pour instruction de fonder sa réponse uniquement sur ces sources.
Les navigateurs IA : une révolution en marche
Un nouveau paradigme de navigation
La combinaison des IA et de la navigation Internet n'était qu'une question de temps. En 2025, les navigateurs IA sont devenus le sujet chaud du moment, ambitionnant de changer de paradigme : le navigateur n'est plus un simple afficheur de liens, il devient un assistant.
Si le trafic web attribué aux LLM ne représentait que 0,18 % du trafic mondial en 2025, c'était déjà neuf fois plus qu'en 2024. Une progression forte, alors que les navigateurs IA comme Comet (Perplexity) ou Atlas (OpenAI) sont encore embryonnaires.
Les avantages des navigateurs intelligents
Leur première promesse est de mâcher le travail. Jusqu'à maintenant, la navigation web était figée : on saisit une demande, le navigateur renvoie une liste de liens et à nous d'ouvrir ces liens un par un pour en étudier le contenu.
La navigation IA va plus vite : elle parcourt le web pour vous et présente une réponse synthétique. Surtout, ces outils dialoguent. On peut reformuler, demander des précisions, comme avec un expert. Cette interaction continue transforme la navigation en véritable conversation, beaucoup plus fluide que la succession d'onglets et de pages.
Adossés à un LLM puissant, ils peuvent synthétiser plusieurs onglets ouverts sur le même sujet ou vérifier l'exactitude d'un passage surligné. L'autre atout majeur est l'économie de temps et d'attention. Les navigateurs IA filtrent le bruit, agrègent l'essentiel d'un sujet.
Un modèle économique et des biais en question
Cette révolution des usages pose la question du lien aux sources. Car si les avantages sont clairs, beaucoup de questions subsistent.
La première critique est économique : en récupérant le contenu et en le restituant à l'internaute, l'IA rend la visite du site non nécessaire. Résultat : stats en baisse, revenus publicitaires en chute. De plus, c'est l'IA qui détermine la pertinence, ouvrant la voie aux biais.
Des partenariats se nouent déjà entre éditeurs (OpenAI, Perplexity) et des journaux, leur garantissant un favoritisme dans les résultats, voire l'accès à des contenus payants. Mais que se passe-t-il pour les titres plus confidentiels qui n'ont pas d'accord ? Leurs chances d'être trouvés baissent drastiquement.
Pour être honnête, le système était déjà biaisé. La pertinence était déterminée par la première page de Google, allègrement polluée de pubs. L'IA va casser un modèle... dont la pertinence était déjà souvent remise en question.
Confidentialité et sécurité en péril
L'autre critique vise la confidentialité, qualifiée de questionnable. Pour personnaliser, ces navigateurs analysent le comportement de l'utilisateur, ses requêtes et le contenu des pages consultées. Ces données, sur serveurs externes, ouvrent des risques de fuite ou de profilage.
Plus problématique dans l'immédiat, les agents IA introduisent de nouvelles vulnérabilités, comme les "prompt injections". Un pirate peut glisser des instructions invisibles dans les pages pour manipuler les réponses ou exfiltrer des données.
Les principaux navigateurs IA
Atlas (OpenAI) : Lancé en octobre 2025, Atlas marque l'entrée officielle d'OpenAI dans la navigation web. Conçu autour de ChatGPT, il fusionne navigateur et assistant personnel. Un panneau latéral intelligent permet d'interagir sans quitter la page, tandis qu'un mode Agent en version préliminaire promet d'automatiser des tâches simples. Pour l'heure, il n'est disponible que sur macOS, mais Windows et iOS suivront en 2026.
Comet (Perplexity) : Né à l'été 2025, Comet se veut un navigateur de la connaissance, centré sur la vérification et la fiabilité. Il synthétise le contenu de plusieurs pages, indique ses références et reformule l'information dans un langage clair. Son côté agentique fait mouche : l'assistant peut exécuter des tâches complexes de manière autonome comme faire une recherche et créer automatiquement un document Google Sheets.
Edge avec Microsoft Copilot : Chez Microsoft, l'IA s'installe au cœur du navigateur Edge. Copilot peut résumer une page, un PDF ou une vidéo, puis exporter le résultat vers Word, Excel ou Outlook. Grâce à Copilot Vision, il "voit" ce qui s'affiche à l'écran et peut interagir avec le contenu. Microsoft teste également Copilot Action, capable de remplir un formulaire, comparer des produits ou planifier un voyage.
Chrome avec Google Gemini : Google a enrichi Chrome d'un Mode IA fondé sur Gemini 2.5, affichant des résumés intelligents et des réponses contextuelles combinant texte, image et voix. L'utilisateur peut poser des questions de suivi sans quitter la page. Dans ses laboratoires, Google expérimente déjà un mode agent capable de réserver un restaurant, trouver un itinéraire ou gérer un rendez-vous.
Opera avec Aria : À partir de 2025, Aria, l'IA intégrée au navigateur Opera, s'impose comme un assistant polyvalent. Elle retrouve des informations en temps réel, aide à rédiger des contenus, génère des images et peut analyser jusqu'à trois visuels. Le mode "Page Context" lui permet d'expliquer ou de résumer n'importe quelle page ouverte.
NotebookLM : l'assistant de recherche intelligent de Google
Un outil qui change la donne
NotebookLM est cet outil que l'on n'avait pas vu venir, qu'on a sans doute tendance à regarder un peu de haut au premier abord... et dont on ne peut plus se passer une fois qu'on a commencé à l'utiliser.
Le principe est simple, donc ultra-efficace : Google met à disposition du public un outil basé sur le RAG, le dote d'une interface simple et bien pensée, et l'enrichit de fonctions multimodales permettant la génération de contenus audio, vidéo, ou interactifs.
Les étudiants, les chercheurs, les juristes, et tous les professionnels croulant sous la documentation vont adorer. Et comme NotebookLM ne fonctionne qu'avec les sources que vous lui donnerez (principe du RAG), les risques d'erreurs ou d'hallucination sont réduits à néant.
Un RAG pour éviter les hallucinations
NotebookLM repose sur un principe clé de l'IA moderne : le Retrieval-Augmented Generation (RAG). Cette architecture permet à l'outil de s'appuyer sur les documents importés par l'utilisateur.
Un notebook peut accueillir jusqu'à 50 sources en version standard, et jusqu'à 300 en environnement pro, sous forme de texte brut, liens Internet, vidéos YouTube, PDF, etc. Un étudiant pourra ainsi regrouper ses cours, ses manuels, des ressources externes complémentaires, des vidéos d'explication ou des documentaires afin de constituer une base de connaissances cohérente sur un sujet précis.
Lors d'une requête, NotebookLM recherche d'abord les passages pertinents dans cette base, puis les transmet au modèle Gemini via sa fenêtre contextuelle avant génération. Chaque réponse renvoie à des extraits référençables du texte original, réduisant les risques d'interprétation.
Une interface pensée pour le travail intellectuel
Le cœur de NotebookLM, c'est le "notebook", le carnet numérique. Chaque projet s'organise autour de trois espaces :
- À gauche, le panneau des sources : PDF, textes, fichiers audio, Google Docs, sites web ou vidéos YouTube peuvent y être intégrés
- Au centre, la zone de chat : on pose une question, NotebookLM répond à partir des sources actives
- Le panneau Studio, à droite : centralise les notes et outils de génération de contenu
De la synthèse automatique à l'apprentissage
NotebookLM ne se contente pas de résumer : il apprend à enseigner. La fonction Audio Overview est emblématique. L'IA transforme des textes longs en dialogues audio façon podcast entre deux voix synthétiques. Trois styles sont proposés : résumé, critique ou débat.
Depuis juillet 2025, une nouveauté s'ajoute : les Video Overviews. Ces présentations automatiques transforment les documents en diaporamas animés, intégrant graphiques, citations et chiffres clés.
Autre outil marquant : la Mind Map (carte mentale). Elle génère des cartes mentales interactives qui relient concepts et sous-idées. À cela s'ajoutent les guides d'étude, les quiz et les flashcards, créés instantanément à partir des textes. Le Learning Guide agit comme un tuteur numérique capable d'expliquer un concept étape par étape.
En évolution constante
Début novembre 2025, l'outil se dotait d'une nouvelle fonction nommée Deep Research et étendait la prise en charge de formats de fichiers supplémentaires.
Le mode Deep Research automatise les recherches en ligne complexes : l'utilisateur soumet une requête, l'outil crée un plan de recherche, parcourt des sites, articles ou travaux académiques, puis génère un rapport documenté qu'il peut ajouter directement à son "notebook".
Par ailleurs, NotebookLM accepte désormais l'importation de fichiers Google Sheets, d'URL de fichiers hébergés sur Google Drive, de documents Word et de PDF.
De la productivité à la créativité
NotebookLM s'adresse autant aux étudiants qu'aux professionnels et aux créateurs. Il sert à résumer des cours, structurer des articles, produire des fiches ou générer des plans pédagogiques.
En entreprise, il condense rapports et notes internes, facilite l'onboarding et synthétise des réunions tout en préservant la confidentialité des données. Les auteurs, journalistes ou photographes l'utilisent pour analyser des manuscrits, organiser leurs matériaux ou produire des plans d'articles.
L'ère des agents : de l'assistance à l'autonomie
Une entité autonome
L'intelligence artificielle ne se contente plus de répondre : elle agit, planifie et corrige seule ses actions. Cette autonomie marque une nouvelle étape dans notre relation à la machine.
Un terme domine les débats lorsque l'on parle d'évolution liée à l'IA : les agents. En devenant "agentique", l'IA cesse d'être un outil passif, un simple chatbot utile pour répondre à des questions. L'agent transforme l'IA en entité capable d'accomplir des tâches complètes, complexes, et même de manière tout à fait autonome.
Un agent IA fonctionne comme une boucle réflexive. On lui fournit un objectif : par exemple "produis un compte rendu hebdomadaire de mes dépenses à partir des tickets stockés dans Drive". L'agent va d'abord planifier les actions à mener, puis utiliser des outils (API) pour agir, observer le résultat de chaque action, détecter les erreurs ou incohérences, puis ajuster son plan pour atteindre la cible.
Workflows vs Agents
Il est important de distinguer deux approches complémentaires : les workflows et les agents.
Un workflow est un enchaînement d'actions prédéfinies. On y décrit précisément ce qui doit se passer, dans quel ordre et sous quelle condition. Imaginez un filtre de messagerie : si un e-mail contient le mot "facture", il est déplacé dans le dossier Finances. Cela fonctionne très bien tant que le monde se comporte comme prévu.
Dans les plateformes no-code comme Make, Zapier ou n8n, cette mécanique s'appuie sur un langage d'échange simple et universel, le JSON. Le workflow parle, l'application obéit - mais toujours selon la même recette.
Un agent, en revanche, est dynamique, flexible et capable de raisonner. On ne va plus expliquer comment faire, on va juste donner un objectif et laisser l'agent se débrouiller.
Un agent repose sur trois piliers essentiels :
- Le cerveau : un LLM (ChatGPT, Gemini, Claude, etc.) qui analyse l'objectif et détermine le moyen d'y arriver
- La mémoire : l'agent peut se souvenir des conversations passées et aller chercher des informations complémentaires
- Ses bras : le cerveau va utiliser ses instructions et sa mémoire pour décider seul quels outils utiliser
Deux briques complémentaires
Opposer workflows et agents serait une erreur : ils se complètent. Le workflow apporte la fiabilité d'une procédure stable et traçable ; l'agent apporte la souplesse d'un raisonnement orienté but.
Dans un service client, par exemple, un agent peut décider de la meilleure stratégie pour gérer une demande complexe, puis déléguer l'exécution de chaque sous-tâche à des workflows robustes : créer un ticket, renseigner la fiche CRM, envoyer un e-mail de suivi.
L'arrivée de Gemini Computer Use et de Copilot Actions
En octobre 2025, Google DeepMind a dévoilé le modèle Gemini Computer Use, un agent IA conçu pour interagir avec un ordinateur "comme un humain". Il peut percevoir le contenu de l'écran, lire des éléments d'interface utilisateur et même les interpréter pour comprendre le contexte.
Ses capacités s'étendent à l'exécution d'actions concrètes sur l'ordinateur, telles que cliquer, taper ou glisser-déposer. Le modèle est programmé pour planifier des tâches en plusieurs étapes et peut apprendre des retours utilisateurs pour affiner ses performances.
Microsoft suit la même voie. Dans son billet "Making every Windows 11 PC an AI PC", la firme détaille un Copilot entièrement intégré au système d'exploitation. L'assistant devient une couche active de Windows, capable non seulement d'interpréter les commandes vocales, mais aussi d'analyser visuellement ce qui s'affiche à l'écran.
Grâce à Copilot Vision, l'IA reconnaît les éléments d'une fenêtre et peut guider l'utilisateur pas à pas. Avec Copilot Actions, elle peut désormais exécuter des opérations locales : renommer des fichiers, ajuster des paramètres ou lancer une série d'applications selon un objectif global.
Créer ses premières automatisations
Pour ceux qui souhaitent se lancer dans la création d'automatisations, plusieurs plateformes no-code offrent des interfaces accessibles :
Make : Anciennement Integromat, Make permet de créer des workflows visuels en connectant différents services. L'interface par glisser-déposer facilite la création de scénarios complexes.
Zapier : Probablement la plateforme la plus connue, Zapier brille par sa simplicité d'utilisation et son assistant IA Copilot qui guide les utilisateurs dans la création de leurs automatisations.
Agent Builder d'OpenAI : Accessible via la plateforme développeur OpenAI, cet outil permet de créer des agents personnalisés avec des templates préconçus pour se familiariser avec les concepts.
Configuration des accès : Le principal défi technique reste la configuration des autorisations. Pour toutes les automatisations, il faut configurer des accès aux services impliqués (Google Drive, Gmail, etc.). Cela passe par la création de clés API via Google Cloud Console ou les plateformes respectives des services.
Création visuelle : les géants reprennent la main
La domination de Google et OpenAI
Il y a un an encore, lorsqu'on parlait "génération d'images", les pionniers indépendants comme Midjourney ou Runway tenaient la vedette. Ils ont subi de plein fouet le réveil des géants. Google et OpenAI ont capté toute l'attention - et probablement aussi, l'essentiel du marché.
Nano Banana : le montage photo facile
Google surfe littéralement sur la vague Nano Banana, la déclinaison "image" de son modèle Gemini 2.5 Flash. Conçu pour s'intégrer dans tout l'écosystème Google, il a transformé la création numérique en service omniprésent.
Sur un simple prompt, on génère désormais des galeries de produits complètes pour un site e-commerce, avec déclinaisons de lumière, d'angle et de décor. Les marketeurs l'utilisent pour produire des dizaines de variantes d'une même campagne, tandis que les enseignants créent, à la volée, des visuels pédagogiques.
Ce qui frappe, c'est la fluidité et la simplicité d'usage. L'exemple parfait : créer des images générées en mélangeant plusieurs photos. Prenez une personne, un chapeau, une paire de rollers et une photo de plage... donnez les trois à Nano Banana et demandez-lui de placer la personne sur la plage avec les rollers et le chapeau... vous allez obtenir un résultat bluffant en quelques secondes !
Chaque image porte le filigrane SynthID, censé garantir la traçabilité des contenus. Mais déjà, des chercheurs repèrent des méthodes de contournement.
Veo 3.1 : Google peaufine aussi la vidéo
Le 15 octobre 2025, Google présente Veo 3.1, une nouvelle version du modèle d'IA pour création vidéo générative, intégrée à l'outil Flow. Cette plateforme lancée cinq mois auparavant, avait déjà permis la génération de plus de 275 millions de vidéos.
Avec Veo 3.1, l'accent est mis sur l'audio, le contrôle narratif et le réalisme visuel. Les utilisateurs peuvent désormais intégrer un son généré et modifier précisément chaque plan. Flow prend en charge "Ingredients to Video", "Frames to Video" et "Extend", désormais enrichis d'audio.
De nouveaux outils d'édition sont introduits :
- Insert pour ajouter des éléments visuels dans une scène
- Remove pour effacer un objet tout en reconstruisant l'arrière-plan
Veo 3.1 est aussi accessible via l'API Gemini et l'offre Vertex AI, ouvrant le workflow aux développeurs et entreprises.
Sora 2 : l'ombre des deepfakes
Pendant que Google peaufinait sa technologie, OpenAI provoquait la tempête. Son modèle Sora 2, destiné à la génération de vidéos longues, a connu un démarrage spectaculaire - et chaotique.
Note importante : Au moment de la rédaction de cet article en janvier 2026, Sora 2 n'a pas encore été officiellement lancé publiquement. Les informations disponibles concernent principalement Sora v1, lancé en décembre 2024. OpenAI a annoncé travailler sur des versions améliorées, mais Sora 2 reste en développement interne.
Très vite, des utilisateurs ont détourné l'outil pour créer des deepfakes de célébrités. Ces contenus ont circulé par millions avant d'être bloqués, poussant OpenAI à suspendre certaines fonctions et à renforcer ses filtres.
Les polémiques n'ont pas tardé : des studios hollywoodiens accusent la firme de "vol de style" et de violation de droits d'auteur. La Screen Actors Guild (SAG-AFTRA) réclame des règles strictes sur l'usage des visages et des voix des acteurs.
Ce phénomène alimente ce que les chercheurs appellent le "liar's dividend", le "dividende des menteurs" : à force de faux, même le vrai devient suspect.
Adobe à l'heure des "modèles tiers"
2025 est aussi l'année où Adobe s'est pleinement ouvert aux modèles tiers. L'ajout le plus sensationnel aura été celui de Nano Banana dans Photoshop Beta, que l'on retrouve désormais aux côtés de Flux, de GPT Image et de plusieurs autres.
Le processus est le même en vidéo où la génération au sein des outils Adobe se fait désormais avec un catalogue d'une dizaine de modèles tiers dont Veo 3.1, Luma, Pika, Runway...
L'accès à ces modèles s'articule via des crédits IA dont le nombre varie selon les formules d'abonnement. Chaque génération d'image ou de vidéo est facturée à l'opération ou à la seconde et varie selon la résolution et le modèle choisi.
Fusion des médias et crise de confiance
La distinction entre image, vidéo, son et texte devient presque anecdotique. Les "studios" de Google et d'OpenAI permettent de générer une œuvre complète : un scénario, une bande-son, des acteurs virtuels et une mise en scène.
Cette puissance a un revers : la confiance s'effrite. Malgré le déploiement massif de SynthID, le traçage reste partiel. Les régulateurs multiplient les propositions : création d'agences de supervision, normes de traçabilité, campagnes d'éducation numérique.
Dans les rédactions comme dans les tribunaux, la question devient centrale : comment vérifier l'origine d'un contenu ? Comment protéger les identités numériques ?
Tutoriels pratiques
Photoshop Beta avec les modèles IA partenaires : Adobe ouvre Photoshop aux IA tierces. Gemini 2.5 Flash et FLUX.1 Kontext rejoignent Firefly dans la version Beta 2025 du logiciel. Pour y accéder, téléchargez Photoshop (Beta) 2025 via l'application Creative Cloud.
Fusion multi-images avec Nano Banana : C'est l'une des réalisations tendances du moment. Choisissez des photos d'accessoires, de décor et d'une personne, puis fusionnez tous ces éléments en un seul cliché photoréaliste. Sans IA, l'opération serait délicate. Avec Nano Banana, c'est l'affaire de quelques clics.
Créer une vidéo avec Wisk et Flow : Le principal défi de la vidéo IA est la consistance. Pour contourner ce problème, il faut une méthode précise combinant Wisk et Flow de Google. Wisk permet de créer un personnage de base avec des caractéristiques constantes, tandis que Flow anime ces personnages dans différentes scènes.
Générer une bande-son avec Suno : Suno est l'outil de référence permettant de générer une musique IA adaptée à tout type de vidéo. Alliant simplicité d'utilisation, variété musicale et accès gratuit généreux, il permet aux grands débutants de créer des bandes-son uniques.
Cas pratiques et tutoriels détaillés
Brainstorming et gestion de projet avec GPT-5
La capacité de GPT-5 à comprendre et produire textes, images et vidéos accélère radicalement le travail des agences. Voici un exemple qui démontre comment une IA moderne et multimodale comme ChatGPT peut accélérer des travaux complexes.
Étape 1 : Brainstorming stratégique et analyse concurrentielle
Chargez GPT-5 avec le brief client en PDF, une sélection d'URL des concurrents, un corpus d'images JPEG issues des dix dernières campagnes du marché et les vidéos MP4 des prises de parole passées de la marque. Assignez explicitement un rôle d'analyste avant d'être créatif.
Le prompt, multimodal et cadré, exige une SWOT du paysage, l'inventaire des codes visuels dominants chez la concurrence, l'identification des forces et faiblesses de la marque, puis la proposition de trois axes stratégiques réellement différenciants.
Étape 2 : Conception de plans d'action détaillés
Choisissez l'axe prioritaire de la campagne. Demandez à GPT-5 de passer en mode planneur stratégique et de générer deux plans d'action sur six mois, distincts et complets. Il détaille les personas avec motivations et freins, le message central, le ton de voix, le mix média avec ratios par canal et jalons temporels, les KPI d'attention et de conversion, les risques et les parades.
Étape 3 : Génération de moodboards pour la photographie
Basculez dans l'idéation visuelle en exploitant la génération d'images de GPT-5. Rédigez des prompts précis et reproductibles : "Moodboard de 6 visuels photoréalistes; flacon en verre recyclé posé sur béton brut humide; plante verte luxuriante; lumière du matin douce; palette gris ciment, vert émeraude, ambre; cadrage 35 mm; profondeur de champ courte; rendu éditorial minimaliste."
Étape 4 : Prévisualisation des concepts vidéo
Préparez des prévisualisations dynamiques en partant d'un visuel validé. Demandez à GPT-5 de générer un clip de huit secondes en 9:16, avec travelling latéral lent, focus pull progressif et apparition douce du packshot.
Étape 5 : Plan de production et scénarisation
Transformez les moodboards en cahier des charges technique. GPT-5 aide à écrire les fiches plateau : schémas d'éclairage, focales et distances de mise au point, surfaces et accessoires, consignes anti-reflets et protocole de sécurité.
Étape 6 : Création automatique du document client
Agrégez le tout dans un livrable soigné. Avec GPT-5, générez une présentation au format .pptx et un PDF compagnon, pensés pour un comité de décision.
Analyser de grandes quantités de documents avec Gemini
Prenons le cas d'un étudiant souhaitant analyser de grandes quantités de documents. La plupart des LLM avec une fenêtre de contexte réduite ne permettent pas des analyses aussi grandes. Avec un million de tokens en entrée, Gemini 2.5 est capable d'ingérer en une seule fois à peu près 1 500 pages de documents.
Étape 1 : Constituer et préparer son corpus
Rassemblez toutes vos sources : thèses, articles scientifiques, rapports, extraits d'ouvrages, archives, notes de terrain. Déposez le dossier complet dans l'interface Gemini. La fenêtre de contexte géante permet à l'IA de conserver la continuité thématique : elle "voit" l'ensemble du corpus d'un seul regard.
Étape 2 : Lancer la cartographie thématique
Rédigez un prompt directeur : "Analyse l'ensemble du corpus sur [le sujet de la recherche]. Identifie les 15 thèmes principaux, classe-les par fréquence et par importance, et rédige pour chacun une synthèse d'environ 100 mots."
Gemini effectue alors une analyse sémantique à grande échelle, repérant les termes récurrents, les champs lexicaux dominants et les idées transversales.
Étape 3 : Identifier les consensus et controverses
Demandez : "Pour chacun des 15 thèmes identifiés, analyse le consensus académique ou le désaccord dominant. Classe-les comme 'largement admis', 'controversé' ou 'émergent'."
Le modèle détecte les tournures affirmatives, les modalisations et construit une image de la dynamique intellectuelle du champ.
Étape 4 : Extraire les citations représentatives
Sollicitez : "Pour le thème 4 (controversé), extrais dix citations illustrant la convergence des points de vue. Mentionne le nom de l'auteur, la source et la page."
L'IA parcourt l'intégralité du corpus et sélectionne les extraits pertinents, tout en respectant la pluralité des positions.
Étape 5 : Explorer les correspondances
Demandez : "Montre les convergences entre les travaux de [Auteur A] et [Auteur B], et indique en quoi leurs cadres théoriques diffèrent."
Le modèle analyse les formulations, repère les citations croisées et les métaphores communes, puis visualise les influences intellectuelles.
Étape 6 : Générer le rapport de synthèse
Sollicitez : "Rédige un rapport analytique de 1500 mots résumant ton étude. Structure-le ainsi : introduction, synthèse thématique, consensus et controverses, angles morts, pistes de recherche. Intègre des citations sourcées et un tableau récapitulatif des thèmes."
Le modèle génère un texte clair, bien hiérarchisé, avec des extraits référencés et un vocabulaire académique cohérent.
Créer une application de révision avec Claude
L'intelligence artificielle transforme notre façon d'apprendre. Avec Claude 4.5 Sonnet, il devient possible de développer en quelques secondes une application web sophistiquée capable d'extraire le contenu d'un PDF et de générer automatiquement un quiz personnalisé.
Étape 1 : Préparer l'environnement
Connectez-vous à Claude.ai et ouvrez une nouvelle conversation. L'interface de Claude offre la possibilité de créer ce qu'on appelle des "artifacts", des conteneurs permettant d'exécuter du code directement dans le navigateur.
Formulez une demande claire : "Créer une application React capable d'uploader un PDF, d'en extraire le contenu, puis de générer des questions de révision."
Étape 2 : Créer l'interface d'upload
Claude génère automatiquement le code d'une application React complète dans un artifact. L'interface commence par proposer une zone d'upload où l'utilisateur pourra déposer son fichier PDF. Le code utilise la bibliothèque Mammoth pour extraire le texte des documents.
Étape 3 : Intégrer l'API Claude
Vient ensuite la partie la plus innovante : l'utilisation de l'API Claude directement depuis l'application. Claude insère dans le code une fonction qui appelle l'endpoint de l'API Anthropic avec le contenu extrait du PDF.
L'application n'a pas besoin de clé API car l'authentification est gérée automatiquement dans l'environnement Claude.ai.
Étape 4 : Construire l'interface de quiz
Une fois les questions générées, l'application bascule vers une interface de quiz. Claude conçoit un composant qui affiche les questions une par une, avec des boutons pour chaque option de réponse.
L'interface utilise Tailwind CSS pour un design moderne et responsive. Chaque fois que l'utilisateur sélectionne une réponse, l'application vérifie si elle est correcte et affiche un feedback immédiat.
Étape 5 : Afficher les résultats
Lorsque toutes les questions ont été répondues, l'application présente un écran de résultats synthétisant la performance. Le score final apparaît en gros caractères, accompagné d'un pourcentage de réussite et éventuellement d'un message d'encouragement adapté au score obtenu.
Étape 6 : Tester et affiner
Testez l'application avec un vrai PDF de cours. Si certains aspects ne conviennent pas, formulez simplement des demandes d'amélioration à Claude : modifier le nombre de questions, changer le style visuel, ajouter un minuteur, ou inclure des explications pour chaque réponse.
Créer des fiches de révision avec NotebookLM
NotebookLM transforme vos documents d'étude en fiches et quiz dynamiques. En s'appuyant sur vos sources, l'outil de Google Labs vous aide à réviser plus efficacement.
Étape 1 : Préparez votre carnet d'étude
Connectez-vous à NotebookLM via le site ou l'application mobile, puis cliquez sur Create New pour ouvrir un carnet dédié à votre sujet d'étude. Importez jusqu'à 50 sources dans la version gratuite : fichiers PDF, Google Docs, textes copiés-collés, liens web ou vidéos YouTube publiques.
Étape 2 : Générez les fiches et le quiz
Dans le panneau Studio, activez les documents à inclure et lancez la génération. NotebookLM peut produire plusieurs formats : un Study Guide qui met en avant les notions clés, des Flashcards et Quiz pour tester vos connaissances, ou une FAQ pour réviser les points essentiels.
Étape 3 : Personnalisez et vérifiez
NotebookLM s'adapte à votre apprentissage. Vous pouvez ajuster le thème ou le niveau de difficulté de vos quiz, et cliquer sur Explain pour obtenir des explications détaillées. Chaque réponse contient une citation cliquable vers la source d'origine.
Créer un podcast critique avec NotebookLM
Grâce à la fonction Audio Overview, NotebookLM transforme vos documents en podcasts animés par deux voix d'IA. En mode "critique", ces hôtes virtuels évaluent vos travaux, soulignent leurs forces et faiblesses.
Étape 1 : Importez et choisissez le format
Ouvrez NotebookLM et créez un nouveau carnet dédié à votre projet. Importez votre document : essai, rapport, article ou notes de cours. Une fois la source chargée, rendez-vous dans Audio Overviews. Au lieu du résumé automatique, cliquez sur Customize pour activer le format "Critique".
Étape 2 : Guidez l'analyse
Le secret d'un bon podcast critique repose sur la précision des consignes. Indiquez à l'IA les points à examiner : "Analysez la cohérence de l'argumentaire", "Concentrez-vous sur la structure narrative" ou "Soulignez les biais méthodologiques."
Étape 3 : Écouter et interagir
Une fois votre critique générée, NotebookLM produit un fichier audio que vous pouvez écouter directement dans l'interface ou télécharger au format MP3. Sur mobile, le mode hors ligne permet d'étudier sans connexion.
En version bêta, la fonction Join rend le podcast interactif : il devient possible de poser des questions aux hôtes IA pendant la lecture.
Créer un workflow dans Make
Concevoir un workflow d'automatisation peut être complexe. En décrivant votre idée en langage naturel à un LLM comme Claude, vous obtenez un plan technique (JSON) prêt à l'emploi.
Étape 1 : Générer le JSON avec Claude
Décrivez votre workflow en langage naturel à Claude. Par exemple : "Je veux créer une automatisation qui sauvegarde automatiquement les pièces jointes de mes e-mails Gmail dans un dossier spécifique de mon Google Drive."
Claude va générer un fichier JSON structuré selon les spécifications de Make. Il propose même de télécharger directement le fichier au format .json depuis son interface.
Étape 2 : Importer dans Make
Connectez-vous à votre compte Make. Dans le menu principal, cliquez sur Create a new scenario. Via l'icône représentant trois petits points, choisissez Import blueprint. Sélectionnez votre fichier .json et validez.
Make va alors lire le JSON, interpréter les instructions et construire la séquence des modules sur votre écran.
Étape 3 : Configurer les connexions
Pour toutes les automatisations, il faut configurer des accès aux services impliqués. Pour Google, cela passe par Google Cloud Console où vous devrez créer un projet, activer les API nécessaires (Gmail, Drive, etc.) et générer des identifiants OAuth.
Étape 4 : Tester le workflow
En bas à gauche de l'interface, repérez le gros bouton Run once. Cliquez dessus. Votre scénario est maintenant en mode "écoute", prêt à intercepter le déclencheur. Envoyez un e-mail de test avec une pièce jointe et vérifiez que le fichier apparaît bien dans votre Google Drive.
Créer une automatisation avec Zapier
Zapier est un de ces outils de création de workflows que vous allez adorer si vous débutez. La raison : un assistant IA qui va vous aider à chaque étape.
Étape 1 : Partir d'un template
Le plus simple, quand on commence, est de partir d'un template existant. Allez sur la page d'accueil de Zapier, créez un compte. Trouvez le bloc parlant des "popular templates". Par exemple, celui qui peut faire votre compta en extrayant les informations de tickets de caisse.
Étape 2 : Faire appel à Copilot
Lorsque vous avez localisé le workflow dans les templates, cliquez sur Build with Copilot. L'IA se lance, analyse la demande, décortique le processus à mettre en place, et vous propose certaines options de personnalisation.
Copilot va vous poser des questions importantes pour la suite. Répondez à l'agent et validez.
Étape 3 : Validation du process
En se basant sur vos réponses, Copilot va affiner le processus et proposer un système complet. Il va détailler le workflow étape par étape avec la description du "trigger" et les actions attendues.
Si vous avez la moindre modification à apporter au processus décrit, faites-le maintenant en langage commun. Lorsque tout vous semble correct, cliquez sur Continue with Zap Editor.
Étape 4 : Configuration dans Zap Editor
On passe à présent dans l'éditeur du workflow. Sous vos yeux, Copilot va créer tous les nœuds nécessaires à l'exécution de votre workflow. Une fois les nœuds créés, Copilot va avoir besoin de vous pour les autorisations d'accès.
Lisez le texte généré par Copilot. Il vous propose de vous aider à configurer les autorisations.
Étape 5 : Configuration avec l'aide de Copilot
Copilot vous explique comment configurer chaque nœud. Par exemple, pour le nœud Google Drive, il vous demande de créer un dossier spécifique sur votre Drive. Cliquez sur chaque nœud pour configurer l'étape comme Copilot vous le demande.
Si vous avez des difficultés, expliquez à Copilot votre problème dans le volet de gauche. L'agent va prendre la main et remplir les champs nécessaires, tout seul.
Étape 6 : Finaliser et tester
Votre Zap est prêt. Préparez un document test, uploadez-le dans le dossier spécialement créé et lancez un "test run". Vous allez voir chaque étape s'animer une par une. Si un problème survient, l'IA vous propose de l'aide pour régler le problème automatiquement.
Une fois que tout fonctionne bien en test run, cliquez sur Publish... et voilà, votre première automatisation est active.
Générer une bande-son avec Suno
Suno est l'outil de référence permettant de générer une musique IA adaptée à tout type de vidéo. Voici comment créer de A à Z votre musique vidéo.
Étape 1 : Créez votre compte
Rendez-vous sur le site officiel Suno ou téléchargez l'application mobile. L'inscription est rapide. Dès votre connexion, découvrez votre espace personnel où figurent les boutons de génération, le catalogue de styles et votre quota de crédits gratuits (généralement dix créations par jour).
Étape 2 : Définissez l'ambiance
Chaque vidéo porte une émotion, une identité sonore. Sur Suno, la personnalisation commence par la saisie de mots-clés ou d'une phrase descriptive : "musique douce et rassurante pour tuto", "énergie électro pour vidéo sportive", "ambiance festive pour vœux vidéo".
Choisissez ensuite un style dans la liste proposée : pop, jazz, classique, électronique...
Étape 3 : Générez et écoutez
Une fois l'ambiance et le style choisis, cliquez sur Créer. Suno lance la composition automatique en quelques secondes. Chaque variante apparaît dans la liste ; cliquez pour écouter, comparez les rythmes et énergies.
Étape 4 : Adaptez la durée
Une bande-son efficace doit correspondre au format de la vidéo. Suno permet d'ajuster la longueur des pistes générées : 15, 30, 60 ou 120 secondes. Il est possible d'opter pour des transitions automatiques (fade-in, fade-out) ou de créer une boucle.
Étape 5 : Téléchargez
Une fois satisfait par la piste générée et adaptée, cliquez sur Télécharger pour l'obtenir au format MP3 ou WAV. Suno veille à la qualité audio et à la compatibilité avec les principaux logiciels de montage du marché (Première, CapCut, iMovie, etc.).
Étape 6 : Intégrez dans votre montage
Ouvrez votre logiciel de montage favori, importez la piste Suno téléchargée. Placez-la sur la timeline audio, synchronisez avec les images, ajustez le volume. Une fois satisfait du résultat, exportez votre vidéo finale.
Conclusion : vers une nouvelle culture de la connaissance assistée
L'intelligence artificielle en 2025 incarne une évolution majeure : celle d'une IA qui ne remplace pas la réflexion humaine, mais la structure. En réunissant prise de notes, analyse, synthèse, création et automatisation dans des espaces intégrés, les outils d'IA redéfinissent la frontière entre l'outil de productivité et l'assistant intellectuel.
Qu'il s'agisse d'un chercheur décryptant un corpus complexe, d'un enseignant créant des supports interactifs, d'un professionnel préparant un rapport, d'un créatif produisant des visuels ou d'un développeur automatisant des tâches, l'IA offre une promesse commune : transformer la masse d'informations en véritable compréhension et en actions concrètes.
Les LLM ne sont ni des oracles ni des esprits pensants : ce sont des outils statistiques sophistiqués. Les utiliser exige de comprendre leur logique probabiliste et de garder le réflexe de la vigilance critique. Les hallucinations, les biais et la censure ne sont pas des anomalies, mais les reflets d'un équilibre fragile entre liberté, sécurité et vérité.
Pour une IA réellement fiable, il faudra bien plus que des correctifs techniques : de la transparence, une gouvernance ouverte et un regard critique sur ce que nous voulons qu'elle devienne. Dans tous les cas, il ne faut jamais perdre de vue que l'IA est un outil, pas un oracle.
La frontière entre artiste et machine s'estompe ; celle entre vrai et faux se brouille. Derrière la fascination, un enjeu collectif se dessine : apprendre à naviguer dans un univers où tout peut être fabriqué, jusqu'à la réalité elle-même. 2025 restera comme l'année où la création assistée par IA a atteint sa maturité technologique, mais aussi son moment de vérité.
L'avenir de notre interaction avec la technologie pourrait bien s'écrire non plus avec un clic, mais avec une simple phrase. Et c'est peut-être là la plus grande révolution : celle qui transforme chaque utilisateur en créateur, chaque question en projet, et chaque idée en réalité tangible.
Cet article a été rédigé en janvier 2026 et reflète l'état de la technologie IA à cette date.
Articles qui pourraient vous intéresser
Référencement local : 7 leviers pour gagner en visibilité sur Google et Google Maps
Quand quelqu'un tape « plombier Antibes » ou « boulangerie ouverte maintenant », il ne cherche pas un article de fond. Il veut une adresse, un numéro, une note, et il veut ça tout de suite. C...
Modes de permission de Claude Code : les 6 réglages expliqués et comment choisir le bon
J'utilise Claude Code presque tous les jours, et j'ai vite compris qu'une bonne partie du confort d'utilisation s...
Comparateur IA gratuit : QUELLE IA classe 250 modèles pour trouver celui qu'il vous faut
Quand un client ou un proche me demande quelle IA prendre, je ne réponds jamais du premier coup. Je pose d'abord mes questions : c'est pour coder ou pour écrire des mails ? Gratuit ou payant ? Da...
IA générative au bureau : quand le gain de productivité ouvre la porte aux fuites de données
Rédiger un mail en trente secondes, résumer un contrat de vingt pages, corriger un tableau Excel récalcitrant : l'IA générative a conquis les bureaux. Mais elle y est souvent entrée par la po...
Claude Duet : l'agent IA proactif d'Anthropic qui veut épauler les pros face à Muse de Meta
Depuis la rentrée, les géants de l'IA ne parlent plus que d'agents. Meta a ouvert le bal avec Muse début septembre, OpenAI a suivi avec ses Dots, et Anthropic a abattu sa carte le mercredi 21 oc...
Claude Code s'ouvre aux mods pour se personnaliser
Le 1er octobre 2026, une semaine après la sortie des sessions cloud de leur phase d'aperçu, Anthropic a ajouté à
Trier une boîte de réception qui déborde, retrouver la facture d'un fournisseur reçue il y a trois mois, préparer une réponse à un fil de discussion de quinze messages : ce sont des tâches ...
Gérer ses e-mails Thunderbird avec une IA grâce au protocole MCP : le tutoriel complet
Meilleure IA pour le développement web : mon décryptage du classement WebDev Arena de novembre 2026
Claude Opus 5.5 est toujours premier de la WebDev Arena, le classement où les IA s'affrontent sur la création...
GEO : llms.txt, chunking… pourquoi Google enterre les raccourcis pour être cité par l'IA
Depuis que les moteurs de recherche répondent eux-mêmes aux questions, un nouveau sigle circule dans toutes les agences : le GEO. Et avec lui, son lot de recettes express. Un fichier llms.txt à ...
