Le pipeline exact Claude + Obsidian que j'utilise pour faire la recherche préalable sur un client en 40 minutes au lieu d'une demi-journée : avec les deux étapes qui ont échoué.
Avant un premier échange avec un nouveau client, il existe une version de la préparation qui a l’air d’être du travail et qui n’en est pas. Vous ouvrez quinze onglets. Vous lisez la page « à propos » de l’entreprise. Vous parcourez un fil LinkedIn et quelques notes d’analystes. Trois heures plus tard, vous avez une vague idée de l’entreprise et aucun point de vue réel. J’ai fait ça pendant des années parce que ça donnait l’impression d’être sérieux, et parce que l’alternative, arriver avec une opinion tranchée et peut-être fausse, semblait plus risquée qu’arriver avec une opinion sûre et oubliable.
J’ai mis trop de temps à remarquer l’évidence : ce pour quoi un client paie réellement une personne senior, lors de ce premier rendez-vous, c’est un point de vue. Une lecture de sa situation suffisamment tranchée pour être fausse de manière intéressante. Les onglets ne produisent pas ça. La synthèse, oui. La lecture n’est que le prix d’entrée, et c’est la partie qu’une machine sait désormais réellement bien faire.
Alors quand j’ai reconstruit ce workflow autour de l’IA, l’objectif n’a jamais été de « lire plus vite ». C’était de compresser la collecte à faible valeur jusqu’à presque rien et de consacrer le temps récupéré à la seule chose que la machine ne sait pas faire : décider ce que tout cela signifie. Voici tout le pipeline, puis les deux parties qui ont mal tourné au point que je les ai supprimées.
Trois étapes : collecter, compresser, provoquer. Les deux premières sont automatisées. La troisième est manuelle, permanente, et c’est la seule raison d’être de ce workflow. Si vous ne devez retenir qu’une chose de cet article, que ce soit la frontière entre l’étape deux et l’étape trois, cette ligne est l’endroit où la plupart des gens se trompent avec la recherche par IA.
Je garde un modèle de note unique dans Obsidian pour chaque nouveau prospect. Quand un nom arrive, je verse le matériel public de l’entreprise dans un intake structuré : les sections pertinentes du dernier rapport annuel, la presse récente, deux ou trois articles sectoriels donnant du contexte, et tout ce qu’un client ou un collègue m’a déjà envoyé. Texte brut, une seule note, dans un vault que je contrôle.
Le point ici n’est surtout pas le volume. C’est l’inverse. J’assemble un input petit, propre, délibérément sélectionné, pour que l’étape suivante ait quelque chose de bon avec quoi travailler. Cinq minutes de curation humaine à cette étape font plus pour le résultat final que n’importe quelle quantité de collecte automatisée, une affirmation sur laquelle je vais revenir, parce que je l’ai apprise à la dure.
Pourquoi Obsidian, pas une fenêtre de chat : L’historique d’un chat disparaît dans un défilement que vous ne relirez jamais. Un vault markdown, lui, s’accumule. Chaque note de prospect que j’écris reste consultable, donc six mois plus tard, quand le même secteur ressurgit, la synthèse est déjà là. Le workflow est conçu pour laisser un actif derrière lui, pas simplement produire une réponse puis s’évaporer. Cette distinction, actif contre réponse, c’est la différence entre utiliser l’IA et construire quelque chose avec elle.
C’est l’étape que tout le monde suppose être le workflow entier. C’est la moins importante. Je transmets le matériel collecté à Claude avec une instruction unique et précise : ne résume pas. Fais ressortir les tensions.
Je ne veux pas « voici ce que fait l’entreprise ». Je sais lire. Je veux « voici les trois tensions de cette entreprise qu’un observateur externe compétent remarquerait dans les dix premières minutes ». Le résumé est confortable et inutile, il vous donne un paragraphe que vous auriez pu écrire vous-même. La tension, elle, c’est là où le rendez-vous vit réellement, parce que la tension est l’endroit où le client ressent déjà quelque chose sans l’avoir résolu.
L’instruction qui produit ça de manière fiable :
You are briefing a senior consultant before a first meeting.
Do NOT summarise. Identify the 3 strategic tensions visible in
this material. For each: state the tension, cite the evidence,
and name the question it raises that management probably avoids.
La différence entre « résume ceci » et « trouve les tensions » est la différence entre un outil de recherche et un partenaire de réflexion. L’un vous donne un paragraphe de Wikipédia. L’autre vous donne quelque chose à dire dans la salle, et plus important encore, quelque chose à contester, ce qui est l’étape trois.
Maintenant je conteste. Je prends les trois tensions que le modèle a fait ressortir et je pousse chacune, par écrit, à la main : Est-ce réel, ou n’est-ce que la lecture évidente déguisée ? Que faudrait-il pour que ce soit faux ? Laquelle changerait vraiment ce que je conseillerais ?
Cette étape n’est pas automatisée et ne le sera jamais. C’est le point central. La machine fait ressortir des idées candidates plus vite que je ne pourrais jamais le faire, c’est un vrai gain de temps, quel que soit le mot que j’emploie pour le décrire. Mais elle n’a aucun enjeu quant à savoir lesquelles sont vraies. Moi si. Le client paie pour mon jugement sur la tension qui compte, pas pour la capacité du modèle à en lister trois. Cette division du travail, la machine propose, l’humain dispose, est toute la philosophie de ma façon de travailler, condensée dans un seul workflow.
La machine est rapide pour « voici dix choses ». Vous êtes payé pour « voici celle qui compte ». N’automatisez jamais la seconde moitié.
Quand j’entre dans la salle, j’ai un point de vue clair, deux tensions que j’ai jugées réelles, et une que j’ai consciemment écartée, et je peux expliquer pourquoi je l’ai écartée, ce qui est souvent la chose la plus crédible que je dise de tout le rendez-vous.
Ce workflow en est à sa quatrième version. Deux étapes antérieures semblaient astucieuses, faisaient de belles démos, et rendaient discrètement le résultat pire. Toutes deux méritent d’être décrites, parce que les erreurs sont plus instructives que les réussites.
Le scraping web automatisé. La version deux avait une étape qui récupérait automatiquement tout ce qui était public sur une entreprise, actualités, réseaux sociaux, presse, tout. Ça avait l’air puissant et impressionnait. En pratique, ça inondait l’étape de compression de bruit de faible qualité : contenu marketing recyclé, communiqués de presse quasi identiques, bouillie SEO. Les tensions qui en ressortaient devenaient plus fades et plus génériques, parce que le modèle faisait désormais une moyenne sur un tas de texte promotionnel au lieu de raisonner sur quelques bonnes sources. Sélectionner l’input à la main pendant cinq minutes battait l’automatisation de la collecte de déchets, à chaque fois. J’ai supprimé le scraper. La leçon : dans un workflow d’IA, la qualité de l’input fixe le plafond, et l’automatisation l’abaisse en général.
Un « score de confiance ». La version trois faisait noter par le modèle sa propre certitude sur chaque tension, de un à dix. Ça avait l’air rigoureux, les chiffres donnent toujours cette impression. C’était du théâtre. Les scores étaient arbitraires, sans aucun ancrage dans quoi que ce soit de mesurable, et pire encore, je me suis surpris à commencer à leur faire confiance, à me déférer à un 7 sur 10 que le modèle avait essentiellement inventé, au lieu de forger ma propre lecture. Tout ce qui délègue le jugement à un chiffre qui n’a jamais été réellement mesuré est supprimé. Ce n’est pas une bizarrerie de ce workflow, c’est une règle que j’applique désormais partout.
Ces deux échecs partagent une même racine : la tentation, dans tout workflow d’IA, est d’automatiser la réflexion, parce que la réflexion est la partie qui a l’air impressionnante. Mais la réflexion est exactement ce pour quoi vous êtes payé. Automatisez la collecte. Automatisez la compression. Puis protégez le jugement comme votre vie en dépend.
Presque rien, c’est bien le point. Une application de notes markdown (j’utilise Obsidian), un modèle d’IA compétent, et un modèle réutilisable. Pas de scrapers, pas de grilles de notation, pas une pile de quatorze outils. Les outils que j’utilise sont mis en lien quand un programme d’affiliation existe, et je ne liste jamais que ce qui fait réellement partie de ma propre configuration, voir la mention ci-dessous.
Si vous voulez le modèle d’intake exact et la chaîne de prompts complète de cet article, la note Obsidian structurée, le prompt de contraste, et la checklist de provocation que j’utilise à l’étape trois, je l’ai packagé :
→ Le modèle Prospect Intake + Tension Brief (29 $). Déposez-le dans votre vault et faites passer votre prochain prospect à travers en quarante minutes. (Pas encore en vente, il part d’abord vers la liste de la newsletter, inscrivez-vous ci-dessous.)
Mention légale : Certains liens de ce site sont des liens d’affiliation, si vous achetez via eux je peux toucher une commission, sans coût pour vous. Je ne recommande que des outils que j’utilise réellement, et je vous dis quand quelque chose que j’ai testé n’a pas été retenu. C’est toute la promesse ici.
Voilà le workflow. Quarante minutes, un vrai point de vue à la fin, et une note dans le vault qui rend la suivante plus rapide. L’analyste dont je parle dans le titre n’a jamais été une personne, c’était une demi-journée de mon propre temps passée à faire quelque chose qui n’était pas vraiment penser. Voilà ce que je fais de cette demi-journée maintenant.
Suivant dans Workflows → Le pipeline notes de réunion vers livrable.
Le modèle Obsidian exact et la chaîne de prompts complète : la note d'accueil structurée, le prompt de contraste, et la checklist de provocation. Déposez-le dans votre coffre et faites passer votre prochain prospect en quarante minutes.
Pas de calendrier. Pas de remplissage. Pas de placement sponsorisé. Une nouvelle réalisation part uniquement quand elle mérite dix minutes de votre temps, en général toutes les 2 à 4 semaines.
"Je ne vous enverrai que ce que j'aurais écrit même si personne ne me payait pour ça. Le jour où ça change, la newsletter s'arrête."