Créer un assistant IA sur mesure pour son entreprise : les 4 étapes

Un assistant IA sur mesure, c'est une tâche précise confiée à un outil qui connaît vos documents, vos règles et votre façon de répondre. La plupart de ces projets échouent sur le périmètre, pas sur la technique : un assistant censé tout faire ne fait rien de bien, et personne ne l'ouvre plus au bout d'un mois.

En 2026, une PME dispose de quatre bases réalistes pour le construire : un GPT personnalisé dans ChatGPT, un projet Claude, un agent Dust, ou un développement relié à ses logiciels. Elles n'ont ni le même coût, ni les mêmes exigences, ni la même durée de vie : OpenAI a annoncé le retrait des GPT personnalisés pour le 11 décembre 2026.

Ce guide suit les quatre étapes que nous appliquons en cadrage : écrire le cahier des charges, choisir la base, rédiger les instructions et tester sur des cas réels, puis vérifier que l'assistant est utilisé. Pour chaque base, vous trouverez le délai, le coût récurrent relevé à la date de l'article et la limite à connaître.

Qu'est-ce qu'un assistant IA sur mesure ?

Un assistant IA sur mesure est un assistant configuré pour une tâche et une équipe. Il s'appuie sur un modèle du marché (celui de Claude, de ChatGPT ou de Mistral) et y ajoute trois choses : des instructions qui fixent son rôle, ses règles et le format de ses réponses ; des documents de référence ; et parfois des accès à vos outils, en lecture ou en écriture.

Le « sur mesure » tient donc au cadre, pas au modèle. Créer un assistant ne veut pas dire entraîner une intelligence artificielle sur vos données : on configure un modèle existant, et c'est ce qui rend le projet accessible à une PME. La qualité dépend surtout de la précision des consignes et de la fraîcheur des documents.

Un assistant aide une personne, demande par demande, et elle garde la main. Un agent reçoit un objectif et enchaîne seul des étapes dans vos outils. La frontière entre les deux, et ce qu'elle change pour le budget, est détaillée dans notre article agent IA ou assistant IA : la différence.

Trois exemples tirés de nos projets

• Un projet Claude d'équipe

  Pendant une formation Claude, chaque équipe configure un projet avec ses instructions, ses documents de référence et un usage précis. La personne pose sa question, relit, envoie.

• Un agent Dust chez Affective

  Affective, spécialiste des objets et textiles publicitaires, répond aux appels d'offres publics. Un agent Dust lit le dossier de consultation et rédige le mémoire technique sur la trame de l'acheteur. Lire le cas Affective.

• Des workflows chez Pilliot

  Chez Pilliot Assurances, quatre workflows n8n analysent les appels d'offres et contrôlent la conformité des contrats et des sinistres, du dossier déposé au rapport. Lire le cas Pilliot.

Les quatre étapes

1. Écrire le cahier des charges

   Une tâche, une équipe, un format de sortie. Ce que l'assistant fait, ce qu'il ne fait jamais, et comment on saura qu'il marche.

2. Choisir la base

   GPT personnalisé, projet Claude, agent Dust ou développement : la réponse dépend des outils déjà en place, des sources à lire et du besoin d'écrire dans vos logiciels.

3. Rédiger les instructions et tester

   Des consignes structurées, puis une recette sur vingt cas réels, avec un seuil d'acceptation fixé avant de commencer.

4. Mettre en service et mesurer l'usage

   Un relais interne, un point de départ relevé avant, une relecture chaque semaine le premier mois.

Comment rédiger le cahier des charges de l'assistant ?

C'est l'étape qu'on saute le plus souvent, et celle qui coûte le plus cher quand on la fait après coup. Un bon cahier des charges tient en deux pages et huit rubriques. S'il en fait dix, le périmètre est trop large : coupez-le en deux assistants.

Il se remplit avec les personnes qui font la tâche aujourd'hui : elles savent où sont les documents à jour, quels cas posent problème et ce qui serait inacceptable dans une réponse.

Choisir la tâche

Un premier assistant réussit mieux sur une tâche fréquente, bien documentée, où une personne relit avant que la réponse parte. Six tâches reviennent souvent :

• Propositions commerciales

  Rédiger une proposition à partir du besoin du client, des références et des modèles de l'équipe.

• Comptes rendus

  Transformer des notes ou une transcription en compte rendu structuré, décisions et actions comprises.

• Questions internes

  Répondre aux questions sur les procédures RH, les notes de frais ou les outils, à partir des documents à jour.

• Demandes de clients

  Préparer la réponse à une demande fréquente, sur la base de la documentation produit, relue avant envoi.

• Relecture éditoriale

  Relire un texte selon la charte de l'entreprise : ton, vocabulaire, formats.

• Intégration des nouveaux

  Guider un nouvel arrivant dans les informations essentielles et les procédures de son poste.

Les huit rubriques

Les garde-fous, à écrire avant la première ligne

La rubrique 6 décide si l'assistant sera adopté ou débranché. Trois colonnes suffisent. Ce qu'il décide seul : classer, résumer, extraire, proposer un brouillon. Ce qu'il soumet à validation : envoyer un message à un tiers, modifier une fiche client, valider un montant. Ce qu'il ne fait jamais : supprimer, signer, engager l'entreprise.

Même logique pour les données. Les procédures, les modèles et les documents internes non sensibles peuvent lui être confiés. Les données de santé, les données bancaires et les données personnelles au-delà du besoin restent dehors, quelle que soit la base choisie.

GPT personnalisé, projet Claude ou agent Dust : quelle base choisir ?

La base se choisit après le cahier des charges, pas avant. Trois questions font le tri. Vos équipes ont-elles déjà un abonnement à ChatGPT, à Claude ou à Dust ? L'assistant doit-il lire des sources qui changent chaque semaine, comme un Drive, Notion ou Slack ? Doit-il écrire dans vos logiciels, ou seulement proposer une réponse que quelqu'un relit ?

Prix relevés le 12 octobre 2026 sur les pages tarifs de ChatGPT, de Claude, de Dust et de n8n. ChatGPT Business et Claude Team se prennent à partir de deux utilisateurs. Les prix changent souvent : vérifiez-les avant de budgéter.

Le GPT personnalisé de ChatGPT

Un GPT personnalisé est une version de ChatGPT configurée pour un usage : un nom, des instructions appliquées à chaque conversation, des fichiers de connaissance, des capacités et, si besoin, des connexions à d'autres services. Ses composants, d'après l'aide d'OpenAI :

• Les instructions : ce que le GPT doit faire, comment il répond, ce qu'il évite.
• Les connaissances : jusqu'à 20 fichiers de 512 Mo chacun au plus, que le GPT consulte pour répondre.
• Les capacités : recherche web, génération d'images, canvas, analyse de données, applications connectées.
• Les actions : des appels vers des API que vous définissez, pour lire ou écrire dans un autre logiciel. Un GPT utilise soit des applications, soit des actions, pas les deux.

Créer un GPT personnalisé, pas à pas

Dans un espace ChatGPT Business, Enterprise ou Edu, avec le droit de créer des GPT, la création se fait sur le web : l'application mobile permet d'utiliser un GPT, pas de le créer.

1. Ouvrir l'éditeur

   Explorer les GPT, puis Créer. Décrivez le GPT en conversation pour un premier jet, ou remplissez directement la vue de configuration, qui donne plus de contrôle.

2. Nommer et décrire

   Un nom qui dit la tâche, une description qui dit pour qui, trois amorces de conversation qui montrent quoi demander.

3. Écrire les instructions

   Rôle, objectif, règles, format, exemples : la structure est détaillée plus bas.

4. Ajouter les connaissances

   Procédures, modèles, catalogue, foire aux questions : des fichiers surtout textuels et à jour.

5. Activer les capacités utiles, et elles seules

   Chaque capacité ajoutée est une source d'erreur de plus à tester.

6. Tester, puis publier pour l'équipe

   Testez dans l'aperçu, puis publiez pour les collègues concernés, dans la limite des réglages de l'espace de travail.

Notre lecture : créer un GPT garde du sens dans un espace Business ou Enterprise, pour une tâche simple et une équipe déjà sur ChatGPT. Traitez alors les instructions et les documents comme un actif qui survivra à l'outil : ce sont eux qui passeront dans un plugin, ou dans un projet Claude si vous changez de base.

Le projet Claude

Un projet Claude est un espace de travail avec ses propres instructions, sa base de connaissances (documents, textes, code) et l'historique de ses conversations. Il couvre le même besoin qu'un GPT personnalisé. D'après l'aide de Claude, les projets sont ouverts à tous les comptes, gratuits compris dans la limite de cinq projets ; le partage avec des collègues, en lecture ou en modification, est réservé aux offres Team et Enterprise.

C'est la base que nous configurons avec chaque équipe pendant une formation Claude. Une procédure qui revient dans plusieurs projets peut devenir un skill, que Claude charge seul quand la tâche s'y prête (voir les Claude Skills en entreprise). Pour un déploiement plus large, voir notre agence Claude.

L'agent Dust

Dust est une plateforme d'agents pour l'entreprise. Un agent Dust a des instructions, comme un GPT, mais il lit des sources synchronisées (Drive, Notion, Slack, GitHub) plutôt que des fichiers téléversés une fois pour toutes, et il peut s'appuyer sur plusieurs modèles, dont ceux d'OpenAI, d'Anthropic et de Mistral. Les données peuvent être hébergées aux États-Unis ou dans l'Union européenne, au choix du client (page sécurité de Dust).

C'est la bonne base quand plusieurs équipes partagent des agents et que les documents changent chaque semaine. Chez Affective, l'agent des appels d'offres tourne sur Dust, et un workflow n8n crée le dossier de réponse dans le Drive. Kokoro est partenaire Select de Dust : voir notre agence Dust.

Le développement relié à vos outils

Quand l'assistant doit écrire dans vos logiciels, traiter des dossiers en volume ou suivre toujours le même chemin, un outil prêt à l'emploi ne suffit plus. On construit alors un workflow, avec n8n par exemple, qui appelle un modèle aux étapes où il faut lire, extraire ou rédiger, et qui dépose le résultat là où l'équipe travaille.

C'est le cas de Pilliot Assurances, cabinet de courtage tourné vers les collectivités : quatre workflows n8n, qui s'appuient sur un modèle d'OpenAI, analysent les dossiers d'appel d'offres et contrôlent la conformité des contrats et des sinistres. Les équipes déposent les dossiers sur le serveur de fichiers ; le workflow les traite et repose le rapport au même endroit. Chiffres validés par le client :

• 15 minpour analyser un appel d'offres, contre 3 h 30 auparavant
• 3 à 5 minpour un contrôle de conformité, au lieu de 45
• 4workflows n8n en production

Comment écrire les instructions et tester l'assistant ?

Quelle que soit la base, les instructions font l'essentiel de la qualité. Elles s'appliquent à chaque conversation : c'est là que vivent le rôle, les règles et le format. Les documents, eux, apportent la matière. OpenAI donne la même consigne pour ses GPT : les règles dans les instructions, le contenu de référence dans les fichiers.

Une structure en six blocs

## Rôle et contexte
Tu es l'assistant de [équipe] pour [tâche].

## Objectif
Ta mission : [résultat attendu, en une phrase].

## Règles
- Quand [situation], fais [action].
- Appuie-toi sur les documents fournis ; cite ta source.
- Si l'information manque, réponds « je ne sais pas ».

## Format de réponse
[longueur, structure, ton]

## Ce que tu ne fais jamais
- [par exemple : promettre un délai ou un prix]

## Exemples
[une bonne réponse ; une mauvaise, avec la raison]

Quatre conseils de l'aide d'OpenAI valent pour toutes les bases : écrire les étapes sous la forme « quand X, faire Y » ; préférer des consignes positives et concrètes à de longues listes d'interdits ; donner des exemples de réponses acceptables et inacceptables quand l'assistant doit classer ; séparer les sections par des titres et des listes. Pour aller plus loin, notre guide du prompt engineering en entreprise et la méthode 4W d'ingénierie de contexte.

La recette : vingt cas réels, un seuil fixé avant

Un assistant se teste comme un logiciel : sur des cas réels, avec une réponse attendue, avant la mise en service. La méthode de notre cahier des charges tient en cinq gestes.

1. Réunir vingt cas réels et récents, dont cinq difficiles ou ambigus.
2. Écrire pour chacun la réponse attendue, et ce qui serait inacceptable.
3. Fixer le seuil avant de tester : par exemple, aucun cas inacceptable et seize conformes sur vingt.
4. Faire tourner l'assistant et noter chaque cas : conforme, à corriger, inacceptable.
5. Recommencer sur le même jeu de cas après chaque ajustement des consignes, et le garder pour les évolutions futures.

Chez Pilliot, l'objectif fixé, plus de 90 % d'extraction correcte, a été atteint en recette. Un seuil écrit avant le premier test permet de dire qu'un assistant est prêt, plutôt que de le sentir.

Comment vérifier qu'il est utilisé ?

Un assistant qui marche en recette et que personne n'ouvre ne sert à rien. L'usage se prépare avant la mise en service et se mesure après, avec trois éléments.

• Un relais interne : la personne qui ajuste les consignes, met à jour les documents et répond aux collègues. Sans elle, les documents vieillissent, et l'assistant avec eux.
• Un point de départ, relevé avant la mise en service : le temps passé sur la tâche, le nombre d'erreurs ou de reprises.
• Un rythme de relecture : chaque semaine le premier mois, puis chaque mois.

Chez Pilliot, la fiche de mesure publiée dit les choses telles qu'elles sont : un usage quotidien, rien de ce qui a été livré n'a été abandonné, mais un temps de départ déclaré par le client et une précision encore à confirmer sur l'échantillon prévu. Une mesure honnête dit aussi ce qu'elle ne sait pas. Notre méthode est publiée dans le protocole de mesure de l'adoption de l'IA.

Combien coûte un assistant IA sur mesure ?

Le coût se décompose en trois postes, qui ne pèsent pas pareil selon la base : les licences, la mise en place et la vie de l'outil.

La mise en place se chiffre en jours : le nombre de jours, multiplié par un taux journalier (le TJM), donne le prix. Chez Kokoro, chaque projet part d'un devis en jours, validé avant de construire, et tout ajout passe par un avenant que vous validez. Ce qui fait varier le nombre de jours, ce sont surtout les connexions à vos outils et la recette.

La formation qui installe un assistant d'équipe peut être financée par votre OPCO : nos formations sont dispensées en partenariat avec un organisme de formation certifié Qualiopi. Le développement d'un agent ne relève pas de ce financement, car l'OPCO finance la formation, pas la construction d'un outil. Pour estimer votre prise en charge, voir formation IA et OPCO.

Faire en interne ou se faire accompagner ?

Un GPT personnalisé ou un projet Claude se construit en interne sans difficulté technique, à trois conditions : une tâche simple, un outil déjà payé, et une personne qui a le temps de tenir la recette puis le rôle de relais. Si ces trois conditions sont réunies, commencez seul, avec le modèle de cahier des charges.

Un accompagnement se justifie dans trois cas : l'assistant doit écrire dans vos logiciels ou lire plusieurs sources ; les données sont sensibles et le cadrage doit trancher ce qui entre et ce qui reste dehors ; ou vous voulez former l'équipe en même temps que vous construisez, pour qu'elle reprenne l'outil ensuite.

Chez Kokoro, cabinet de conseil en IA pour PME et ETI, spécialiste de Claude et de Dust, cela prend deux formes : une formation par métier, dont chaque équipe repart avec son assistant configuré, ou un développement sur mesure, avec un premier agent en production en 4 semaines. Dans les deux cas, posez deux questions à votre prestataire, quel qu'il soit. Le code, les consignes et la documentation vous appartiennent-ils à la fin ? Qui fait vivre l'assistant après la mise en service, et à quel coût ?

Le point de départ reste le même : un cahier des charges de deux pages, rempli avec l'équipe qui fera la tâche. C'est lui qui dit quelle base choisir, combien de temps prévoir et comment savoir que l'assistant marche.