Comment poser les bases de son personal OS avec Claude ?

Antoine Patarin, Consultant et AI Product Builder chez Converteo, conçoit des solutions d’automatisation avec une approche AI-first. Spécialiste de l’IA agentique, il déploie des workflows autonomes permettant aux entreprises d’optimiser leurs ressources pour se concentrer sur ce qui crée véritablement de la valeur.

À retenir

• Un « Personal OS » s’articule autour de deux briques : des skills (des feuilles de route strictes pour automatiser des tâches précises) et des agents (des assistants personnalisés au rôle plus large, capables d’interagir et de collaborer).
• L’efficacité d’un agent personnel repose sur la richesse et la transparence du contexte fourni : agenda, objectifs, niveau d’énergie du jour, et même les faiblesses et angles morts de l’utilisateur pour le challenger utilement.
• La création de cet écosystème sur-mesure ne nécessite aucune compétence technique : elle s’effectue en langage naturel, en démarrant par une version simple qui s’enrichit progressivement par itérations.
• Construire son propre système est un laboratoire fondamental pour les métiers produit, car cela oblige à formaliser et clarifier ses méthodes de travail individuelles avant de pouvoir concevoir des processus d’équipe performants.

Pour clore Le Grand Rattrapage, la série de talks organisée par Converteo et Le Ticket, Julie Prieur a ouvert un angle différent des quatre sessions précédentes : non plus l’IA au service de l’équipe produit, mais l’IA comme système personnel de travail. Ce qu’on appelle un Personal OS. Son profil rend la démonstration d’autant plus parlante : plus de vingt ans d’expérience produit, aujourd’hui CPO de Poppins, un dispositif médical numérique (des jeux vidéo thérapeutiques pour enfants dyslexiques). Sans aucun background technique, elle s’est formée à l’IA il y a environ huit mois et a construit tout son système seule.

Le setup : Claude Code dans VS Code

Fait notable, la session s’est faite sans slides : une démonstration en direct de l’environnement de travail réel de Julie, avec de fausses données recréées pour l’occasion. Elle utilise Claude Code intégré dans VS Code, un IDE qu’elle présente comme « un terminal amélioré », plutôt que Claude Cowork. Son argument principal : l’arborescence de fichiers visible sur le côté lui permet de « ranger sa tête dans des tiroirs », un classement visuel de tout son contexte (dossiers thématiques : presse, calendrier, etc.) qu’elle peut ensuite pointer facilement à Claude. Elle insiste : c’est une préférence personnelle, comparable à un navigateur dont on réorganiserait les dizaines d’onglets en dossiers.

Son système repose sur deux briques qu’elle distingue clairement. Un skill est une feuille de route, une méthode pas-à-pas pour une tâche précise et cadrée : l’agent n’en sort pas. Un agent est un « collègue » doté d’une identité, d’un rôle et d’une personnalité, capable de mobiliser plusieurs compétences et de répondre à des questions plus larges. Julie a d’ailleurs nommé et personnalisé ses agents comme de vrais collaborateurs. Elle a même fait un « trombinoscope » partagé avec l’équipe : Team Cook (expert ASO/App Store), Popette l’Ortho (orthophoniste fictive expérimentée, pour challenger des idées produit en complément des vraies orthophonistes de l’équipe), Shakespeare (gardien du ton of voice et des guidelines de marque). Il lui arrive de faire collaborer plusieurs agents sur une même tâche.

Cas d’usage 1 – Répondre aux avis du store (un skill simple)

Le skill « Avistore » traite les avis récupérés sur les stores, collés manuellement (une connexion automatique serait disproportionnée vu le faible volume). Son contenu est instructif : contexte produit, principes directeurs adaptatifs (réponse courte si l’avis est court), tone of voice, exemples concrets, et surtout des règles non négociables propres au contexte. Parmi elles : un vocabulaire réglementé (Poppins étant un dispositif médical, avec des obligations légales sur ce qu’on peut ou non affirmer), une signature systématique, et des phrases courtes sans double négation, car le public inclut des enfants dyslexiques et leurs parents.

Deux enseignements. D’abord, le human in the loop est ici strict : les réponses ne sont jamais publiées automatiquement, Julie relit et valide chaque message avant publication. Ensuite, la création d’un skill est plus accessible qu’il n’y paraît : il suffit d’en discuter avec Claude (« je voudrais créer un skill, voici ce que j’ai en tête, qu’en penses-tu ? ») en l’autorisant explicitement à poser des questions et à challenger les angles morts.

Cas d’usage 2 – Synthétiser les onboardings parents (un skill multi-étapes)

Julie anime des sessions d’onboarding en groupe avec les nouveaux parents, riches en insights produit, mais jamais synthétisées faute de temps. Le skill « OBG » (Onboarding Groupé) automatise la chaîne, en s’appuyant sur l’outil de transcription Granola, utilisé en mode transcript brut. Le déroulé enchaîne plusieurs étapes : récupérer le transcript, ajouter le contexte que le transcript ne contient pas (nombre de participants, par exemple), retrouver l’historique des sessions précédentes pour distinguer un insight nouveau d’un problème récurrent, analyser et croiser avec la roadmap (l’agent indique si chaque insight est déjà couvert, pas encore sorti, ou même en contradiction avec un projet en cours), anonymiser au sens RGPD, puis passer par un skill « humanizer » pour retirer les tournures verbeuses typiques de l’IA avant publication sur Slack, avec validation finale de Julie.

Comme tout produit, le skill s’ajuste au fil de l’usage : Julie a par exemple demandé un format plus court en bullet points, un réglage applicable ponctuellement ou de façon permanente.

Cas d’usage 3 – Jarvis, l’agent « bras droit »

C’est le cœur du Personal OS. Là où un skill est une checklist figée, un agent incarne un rôle et se laisse interroger de façon plus ouverte. Baptisé en référence à l’assistant d’Iron Man, Jarvis a été construit ainsi : une mission définie en langage naturel et informel (« j’ai l’impression de prendre de mauvaises décisions, je prends du retard dans mes mails »), un contexte fourni (todo-list, agenda, base de connaissances stratégique partagée avec l’entreprise : communiqués, slides du board, organigramme), des garde-fous (vérifier les dates, alerter si le board n’a pas été mis à jour depuis trois mois), et un ton demandé explicitement challengeant : « ne me flatte pas comme ChatGPT », « ne me donne jamais raison par défaut, ne lisse pas les tensions ». Point marquant : donner à l’agent accès à ses entretiens annuels, pour qu’il connaisse ses points faibles identifiés et l’aide spécifiquement là-dessus. Julie insiste sur la transparence nécessaire vis-à-vis de l’agent quant à ses propres travers (tendance à procrastiner, à éviter les conflits) : c’est la condition pour qu’il puisse réellement aider.

Jarvis s’appuie sur un skill « Vital », lancé chaque matin : il scanne l’agenda, Slack et les absences d’équipe, puis pose systématiquement deux questions : les priorités ont-elles changé, et quel est le niveau d’énergie du jour ? À partir des réponses, l’agent ajoute une couche d’interprétation : détecter un conflit d’agenda (une réunion à annuler parce que l’interlocuteur est absent), prioriser selon l’énergie annoncée, repérer les signaux d’évitement (un email en retard qui trahit une décision repoussée) et proposer une aide concrète (« tu veux qu’on formule la réponse ensemble ? »). Une variante hebdomadaire, « Semaine », lancée le vendredi, anticipe les conflits plus tôt.

Sur le stockage, Julie vulgarise elle-même la notion de repository Git : un espace comparable à un Google Drive où l’on range du contenu, partageable ou privé. Elle a un repo personnel privé pour ses outils propres (Jarvis, ses habitudes) et des repos partagés avec l’équipe pour les skills et agents à usage collectif.

Un bon Personal OS n’est pas un assistant générique

Le message central tient en une idée : un Personal OS digne de ce nom n’est pas un chatbot généraliste qu’on interroge de temps en temps. C’est un système qui connaît un contexte, des objectifs, une manière de décider, des irritants, des préférences de communication, et parfois même des angles morts. Deux personnes peuvent utiliser exactement le même outil et avoir besoin d’agents très différents : certaines veulent être challengées frontalement, d’autres préfèrent une aide plus structurée. La performance d’un agent dépend directement de la qualité du contexte qu’on lui donne. Construire son Personal OS, ce n’est donc pas seulement connecter Claude à ses outils : c’est apprendre à formaliser sa manière de travailler, expliciter ses priorités, ses critères de décision, son style.

Bonne nouvelle sur l’accessibilité : une première version basique se monte en une trentaine de minutes, avant un processus d’itération sans fin où l’on complexifie progressivement, exactement comme on part d’un MVP produit pour l’enrichir ensuite. Le vrai prérequis n’est pas technique : il suffit de parler à l’outil en langage naturel et de savoir ce qu’on veut accomplir.

Pourquoi c’est un sujet structurel pour les équipes Product

Ce sujet, souvent éclipsé par les discussions sur les agents d’entreprise, est pourtant fondateur, pour deux raisons. D’abord parce qu’il constitue le meilleur terrain d’apprentissage : formaliser son propre contexte, définir des instructions, itérer sur un agent qui vous connaît, ce sont exactement les compétences qu’il faudra mobiliser pour concevoir des workflows d’équipe. Le Personal OS est le laboratoire du Product Building. Ensuite parce qu’il révèle une vérité valable à toutes les échelles : l’IA ne fait qu’amplifier la clarté (ou le flou) de ce qu’on lui donne. Une manière de travailler jamais formalisée produit un agent médiocre ; un contexte bien structuré produit un partenaire réellement utile. Cette exigence de formalisation, appliquée à soi d’abord puis à l’équipe, est peut-être la compétence la plus durable que l’IA impose aux métiers produit.