Tout le monde utilise les mêmes IA. Alors comment faire la différence ?
C’est la question de fond posée dans l’épisode #185 du Café du Market’, avec Myriam Gabrielle Prot-Poilvet, consultante en stratégie de contenu et directrice de contenu à temps partagé. Sa réponse est à la fois simple et profonde : la compétitivité ne se joue plus sur le modèle d’IA que vous choisissez, mais sur la qualité du contexte que vous lui fournissez.
Le problème que tout le monde rencontre
Vous avez sûrement déjà vécu ça : vous demandez quelque chose à votre IA, et elle vous sort un résultat générique, sans saveur, qui ressemble à ce que n’importe qui pourrait produire. La raison ? Vous lui avez donné trop peu de contexte. Ou parfois… trop.
Car oui, les LLM ont une fenêtre de contexte, c’est une sorte de capacité limitée à traiter les informations. Trop peu d’informations, et le résultat est creux. Trop d’informations, et l’IA se noie, commence à faire des erreurs, oublie des éléments en cours de conversation.
L’enjeu, c’est donc de trouver le juste milieu : donner la bonne information, au bon moment. C’est ce qu’on appelle le context engineering.
Au-delà de l’utilisateur individuel : le problème de l’équipe
La plupart des conseils sur le sujet sont pensés pour un utilisateur seul, car on vous dit de mettre vos fichiers dans Claude, d’organiser vos dossiers, de nommer vos documents d’une certaine façon, ce qui est utile, mais ça ne tient pas dès qu’on passe à l’échelle d’une équipe.
Dès que vous êtes plusieurs, les problèmes surgissent :
- Chacun travaille avec des documents qui divergent
- Les informations se désynchronisent
- Les routines ne sont pas reproductibles
- Changer d’IA devient une migration cauchemardesque
C’est pour résoudre ces problèmes que Myriam Gabriel a construit une base de connaissances centralisée dans Notion, qui sert de couche de contexte pour toutes ses IA : Claude, Notion AI, et d’autres à venir.
Le principe fondateur : la single source of truth
Myriam Gabrielle s’est appuyée sur un concept qui date des années 80 : la source unique de vérité. L’idée est simple : chaque information doit exister à un seul endroit. On ne duplique pas. On pointe vers elle, on s’y réfère, mais on ne la copie jamais dans plusieurs endroits qui pourraient se désynchroniser.
C’est ce principe qui l’a amenée à choisir Notion comme socle de sa base de connaissances, pour plusieurs raisons :
- Compatible avec le format Markdown, facilement lisible par les IA
- Multi-utilisateurs et synchronisé en temps réel
- Elle l’utilise elle-même au quotidien (pas un doublon de sa vie pro)
- Versionning disponible pour revenir à des états antérieurs
- Connecteurs disponibles pour lier les IA à Notion
Une structure en 4 types de pages
La clé de son système n’est pas juste d’utiliser Notion, c’est de l’avoir structuré avec intention. Elle distingue 4 types de pages, chacune identifiable grâce à un indicateur dans son nom :
1. Les pages personnelles
Des tableaux de bord, des vues consolidées, des récaps. Utiles pour elle, mais sans grand intérêt pour les IA.
2. Les pages de référence
Brand guidelines, ICP (profils de clients idéaux), positionnement, ton de voix… Ces pages sont stables, elles servent de boussole à toutes ses productions. Une IA peut y accéder pour s’assurer qu’un contenu est bien aligné avec la stratégie.
3. Les pages de table (pages vivantes)
Calendrier éditorial, KPIs, fichiers de veille, CRM, réunions… Ces données changent en permanence. Les IA viennent les interroger comme une base de données vivante.
4. Les pages d’instructions
C’est là que réside la vraie innovation. Plutôt que de stocker ses prompts dans Claude ou dans un projet d’IA spécifique, Myriam Gabrielle externalise ses instructions dans Notion. Elle crée des processus entiers qui sont structurés, avec des étapes, des références, des conclusions et quand elle crée une « skill » dans Claude, elle lui dit simplement : « Va chercher l’instruction sur telle page Notion ».
Résultat :
- Si elle améliore une instruction, elle la met à jour une seule fois dans Notion, et toutes ses IA en bénéficient automatiquement
- Elle n’est plus dépendante d’une IA en particulier puisque ses instructions fonctionnent quel que soit le modèle
- Ses prompts deviennent un actif stratégique, stocké hors des silos des différentes plateformes
Un système qui s’améliore tout seul
Ce qui rend ce système particulièrement puissant, c’est la boucle de rétroaction qu’il intègre.
À la fin de chaque instruction, un bloc synchronisé (qui se met à jour partout en même temps) demande à l’IA :
- D’évaluer la qualité du résultat obtenu
- D’identifier les étapes qui ont posé problème
- De proposer des améliorations
Si Myriam Gabrielle valide, l’IA va directement corriger l’instruction dans Notion. Et si le changement est significatif, elle alimente un journal IA : une table qui enregistre ce qui a changé, pourquoi, quelle IA l’a fait, et quels effets de bord ont été identifiés.
Chaque mois, une routine de vérification s’assure que tout reste propre, cohérent, et à jour.
Ce que ça change concrètement
Myriam Gabrielle utilise ce système pour des usages très variés :
- Routine de CRM : l’IA nettoie HubSpot, crée des deals, met à jour les KPIs, le tout, sans intervention humaine
- Organisation de journée (mode chief of staff) : l’IA croise le calendrier, les KPIs, les urgences, et propose un planning avec des blocs de temps dans Notion Calendar
- Préparation de rendez-vous prospects : génération d’un pré-diagnostic de contenu, guide de réunion de découverte adapté au client
- Création de posts LinkedIn : séance de travail collaborative avec l’IA, qui ne rédige pas à sa place mais l’accompagne étape par étape (angle, sources, plan, rédaction, évaluation)
Freelance,
mais jamais seul
Un centre d’excellence marketing où les freelances grandissent ensemble, partagent, apprennent et contribuent à chaque mission.
La leçon à retenir
Face à l’accélération permanente des outils, Myriam Gabrielle donne un conseil contre-intuitif : méfiez-vous du FOMO. Courir après chaque nouvelle IA, chaque nouvelle fonctionnalité, c’est épuisant et contre-productif.
La vraie résilience, c’est de construire une couche de raisonnement pérenne, soit une organisation de vos connaissances qui restera utile quel que soit l’outil qui émerge dans 6 mois. Les principes de knowledge management des années 80 sont toujours valides. Ce qui change, c’est la surface sur laquelle ils s’appliquent.
”« Il y a une couche de modernité qui change tous les trois jours. Mais derrière, comment je fais ma couche de raisonnement à moi, qui elle est beaucoup plus pérenne ? »
Myriam GabrielleHead of content part-time
Des contextes variés, un engagement commun : créer de l’impact.
Start-ups, scale-ups, PME, grands groupes : découvrez comment nous les avons aidés à croître, se structurer et performer.
Envie d’aller plus loin ?
Cet article est inspire de l’episode #185 du Cafe du Market’, le podcast marketing B2B anime par Axel Kaletka. Myriam Gabrielle y detaille en pratique comment elle a construit son systeme, avec des exemples concrets de ses instructions Notion et de ses routines IA.
Ecoutez l’episode #185 : Construire une IA efficace : le vrai enjeu du contexte
Le Cafe du Market’, c’est aussi une communauté francophone reservée aux marketeurs B2B pour échanger avec des pairs, progresser et accélérer votre carrière marketing.
