Tutoriel de travail ChatGPT
6 flux de travail basés sur les rôles, modèles d'invites et recettes d'automatisation (2026)

Avant de copier une invite : 3 principes qui déterminent le succès

ChatGPT Work n'est pas une boîte de discussion plus intelligente. C'est un agent qui planifie son propre chemin, se connecte à vos outils et livre les fichiers finis. La plupart des premiers échecs proviennent du fait de le traiter comme le mode Chat. Ces trois principes séparent les cycles productifs du gaspillage :

Pourquoi la plupart des premières tentatives échouent (points douloureux)

1. 01

   Étapes de microgestion :L'écriture de 20 instructions manuelles détruit le moteur de planification du mode Travail et brûle l'utilisation

2. 02

   Authentification du plugin manquant :Les tâches calent ou hallucinent lorsque les connecteurs Gmail, Slack ou CRM ne sont pas autorisés

3. 03

   Mauvais mode sélectionné :Utiliser Chat pour les livrables multi-applications ou Work pour des questions-réponses rapides gaspille un quota

4. 04

   Examen du mode Plan de saut :Les actions à haut risque (envoyer, supprimer, écraser) passent inaperçues

5. 05

   Sources de données vagues :Dire « le CRM » au lieu de@Salesforceconduit à de mauvais tirages

6. 06

   Bureau endormi pendant les tâches planifiées :L'automatisation locale s'arrête lorsque le couvercle de l'ordinateur portable se ferme ou que l'utilisateur se déconnecte

Choisissez le bon mode : Chat / Travail / Codex

La nouvelle application de bureau ChatGPT exécute trois modes. Utiliser le mauvais gaspille de l’utilisation :

Ordinateur de bureau ou Web : où exécuter votre flux de travail

6 workflows basés sur les rôles : ventes, marketing et finances

Les modèles ci-dessous sont adaptés d'études de cas OpenAI, des premiers commentaires des testeurs (Zapier, Nvidia, Virgin Atlantic) et du Workspace Agent Cookbook. Remplacez les noms @plugin par votre pile réelle.

Ventes

Scénario A : Briefs de réunion client quotidiens (programmés)

Point problématique : les commerciaux passent 1 à 2 heures par jour à rassembler les antécédents des clients, les actualités récentes et les ordres du jour des réunions. Solution de travail : scannez le calendrier, extrayez des notes CRM, recherchez des actualités, générez et archivez des briefs.

Create a scheduled task running every weekday at 4pm:

1. Check tomorrow's customer meetings in @Google Calendar (exclude internal-only)
2. For each customer meeting:
   - Pull 30-day account notes and interaction history from @SharePoint / @Salesforce
   - Search 30-day public news and executive updates for that company
   - Write a 2–3 sentence background summary for each external attendee
3. Generate a 2–3 page brief per meeting, save as @Google Drive documents
4. Email me a summary via @Gmail with links to each brief

Output format: email subject "Tomorrow's Customer Meeting Briefs — [Date]",
body as a table (Client | Meeting Time | Key Topics | Brief Link)

Référence interne OpenAI : les équipes commerciales ont transformé un seul appel Discovery en une proposition PoC personnalisée en 24 heures, un processus qui prenait traditionnellement des semaines.

Scénario B : Centre de commande de compte réel (sites + actualisation quotidienne)

Point problématique : les informations sur les comptes sont dispersées dans le CRM, la messagerie électronique et Slack. Solution de travail : créez un tableau de bord Sites en direct avec actualisation automatique quotidienne.

From all opportunities, contacts, and recent activity for [Account Name] in @Salesforce:

1. Create an interactive account command center (Sites) with:
   - Pipeline overview (stage, amount, expected close date)
   - Key signals from the last 7 days (emails, meetings, support tickets)
   - Prioritized recommended next actions
2. Set a Scheduled Task: auto-refresh every weekday at 8am
3. Slack me via @Slack DM when major changes occur

Constraints: do not auto-send any external emails; amounts must match CRM source data.

Scénario C : Examen des prospects et réparation du pipeline (style Zapier)

Point douloureux : des milliers de prospects par mois ; les lacunes dans le suivi sont invisibles jusqu’à ce qu’il soit trop tard.

Analyze @Salesforce leads from the last 30 days and cross-reference @Gmail outreach.

Find:
1. Leads with no follow-up for 48+ hours (grouped by source)
2. Broken handoff points (where response rate drops sharply)
3. Estimated pipeline loss amount

Output:
- Excel detail table (Lead ID | Source | Last Follow-up | Gap Type | Recommended Action)
- 1-page executive summary PPT highlighting seven-figure opportunity risk
- A repeatable weekly review workflow (for Scheduled Task use)

Commercialisation

Scénario A : recherche à présenter sur des actifs multi-marchés (de bout en bout)

I uploaded the following customer research: [attachment / @Google Drive link]

Complete the end-to-end marketing workflow:

Phase 1 — Brief:
- Extract target audience, core pain points, competitive positioning
- Output Campaign Brief (Google Docs) with messaging pillars and channel recommendations

Phase 2 — Asset generation:
- From the Brief, generate: 1 acquisition email, 3 LinkedIn posts, 1 landing page copy outline
- Save to @Google Drive "Campaign / [Product Name]" folder

Phase 3 — Regional adaptation:
- Adapt core assets for US, EU, and APAC (language, cultural references, compliance wording)
- Flag sensitive phrases requiring human review in each version

Pause after each phase for my approval before proceeding.

Scénario B : Synchronisation Slack/Équipes vers l'agenda des réunions (programmation hebdomadaire)

Set a scheduled task running every Monday at 7am:

1. Summarize the last 7 days from @Slack #product-launch and @Microsoft Teams "Go-to-Market" channel
2. Extract: decisions made, open questions, blockers needing alignment
3. Update the "Weekly Agenda" doc in @Google Drive (preserve version history)
4. Post a summary of 5 bullets or fewer to @Slack #leadership

Constraints: cite only public discussions; do not leak messages marked confidential.

Finance

Scénario A : Analyse des écarts de fin de mois (validé par OpenAI)

Résultat interne OpenAI : Clôture de fin de mois et ajustement des prévisions compressés de jours en heures.

Assist with [Month] month-end budget variance analysis:

1. Pull tables from @Google Drive "Finance / Actuals" and "Finance / Forecast"
2. Build a reconciliation workbook in @Google Sheets:
   - Summarize actual vs forecast variance by department
   - Flag line items with variance >5% or >$50K
   - Preserve all original formulas; do not overwrite source files
3. Draft narrative explanations (Google Docs) by Revenue / COGS / OpEx
4. Build a 5–8 slide management deck with charts (match attached template style)
5. List 3 key judgment calls requiring human finance sign-off

Constraints: do not modify any source data; cite source cell for every number.

Scénario B : Rapprochement des factures et du registre des paiements

You are an accounts payable specialist. Compare:
- Payment register: [@Google Drive link]
- Invoice list: [@Google Drive link]

Flag the following anomalies (return as a table):
| Issue Type | Vendor | Invoice # | Amount | Recommended Action |
- Amount difference >2%
- Missing tax ID
- Duplicate invoice number
- Vendor name mismatch

Do not initiate payments; output review table only for human verification.

Optimisation de l'utilisation, pièges et feuille de route de 30 jours

ChatGPT Work partage un pool d'utilisation mesurée avec Codex. Le même flux de travail peut coûter 5 fois plus cher selon la conception.

Logique de facturation (simplifiée)

Sept tactiques pour réduire les coûts

1. 01

   Brouillon dans le chat en premier, puis remettez un briefing serré à Work

2. 02

   Étapes du mode Plan de découpe, en particulier les extractions de données en double

3. 03

   Réutiliser les documents modèlesdans les tâches planifiées pour les remises sur le cache

4. 04

   Demander des résultats concis— le tableau + 3 puces bat un rapport narratif

5. 05

   Diviser les grands projetsen phases pour éviter des réexécutions coûteuses

6. 06

   Utilisateurs gratuits :tester de petites tâches de bureau avant de faire évoluer l'automatisation

7. 07

   Entreprise:définir les limites de l'espace de travail/groupe/individuel dans la console d'administration

Test d'utilisation avant le lancement

1. Pick a real task you know the human time cost of (e.g., month-end variance table, usually 2 hours manual)
2. Run once in Work with Plan Mode; note step count
3. Check consumption against your plan's included usage
4. Extrapolate daily / weekly / monthly cost
5. If too high, apply the seven tactics above and re-run to compare

Pièges courants et dépannage

Feuille de route d'intégration de 30 jours

Données concrètes citables

• Multiplicateur de jetons de sortie : la sortie coûte environ 6 fois les jetons d'entrée en facturation en mode Travail.
• Remise sur le cache : les lectures répétées du même document coûtent environ 1/10 de la nouvelle entrée
• Variation des coûts du workflow : des tâches identiques peuvent consommer 5 fois plus d'utilisation en fonction du nombre d'étapes et de la verbosité du résultat.

Exécuter Scheduled Tasks et des workflows Computer Use sur un laptop personnel crée des frictions prévisibles : les agents se mettent en pause à la fermeture du capot, la pression mémoire interrompt les longs runs, et les sessions parallèles Work + Codex se disputent CPU et I/O disque. Les VMs cloud et Mac partagés ajoutent souvent de la latence et manquent de sandboxing natif des plugins. Pour les équipes qui ont besoin d'uptime agent 7×24, d'environnements d'automatisation isolés ou de workflows iOS CI/CD et IA simultanés, la location cloud Mac Mini NodeMini — hardware Apple Silicon dédié, accès SSH et réseau auditable — est en général la voie de production la plus fiable. Tarifs actuels : grille de location.

Sources : OpenAI Blog, OpenAI Cookbook — Sales Meeting Prep, ChatGPT Learn Changelog, SiliconANGLE. Fonctionnalités et tarifs selon les annonces officielles OpenAI.