# Applied AI Foundations · Vue d’ensemble de la piste Préparation indépendante au cours Applied AI Foundations d’OpenAI Academy — transformer un prompting ponctuel compétent en workflows documentés et reproductibles sur six domaines, avec deux examens blancs indépendants. import { Card, CardGrid, Badge } from '@prosefly/astro-components'; Parcours Foundations · cours 2 6 domaines 2 × examens blancs de 50 items Aligné sur l’Academy Cette piste est une **préparation indépendante** au cours OpenAI Academy **Applied AI Foundations**. Ce n’est pas un cours officiel OpenAI, pas une évaluation officielle, et non validé par OpenAI. Le matériel est construit à partir des objectifs d’apprentissage OpenAI et de la documentation produit accessibles au public. Pour la façon dont les qualifications s’articulent, lisez le [paysage des qualifications](/fr/openai/credentials/) ; pour le fonctionnement des évaluations, lisez le [modèle d’évaluation](/fr/openai/assessment-model/). ## Ce à quoi cette piste vous prépare Applied AI Foundations est le **deuxième cours du parcours Foundations**, après [AI Foundations](/fr/openai/foundations/) et avant [Agents and Workflows](/fr/openai/agents/). La durée publiée par OpenAI pour le cours Academy est de **75–90 minutes**, et il est dispensé à l’intérieur de ChatGPT. Ses trois objectifs publiés sont de **découper le travail en étapes**, **définir les entrées et sorties** et **construire un workflow reproductible**. Le public est révélateur : ce cours s’adresse aux **travailleurs du savoir qui prompt déjà avec compétence** et ont désormais besoin de *reproductibilité*. Vous avez dépassé le « comment écrire un bon prompt » pour entrer dans le « comment transformer cette chose que je fais chaque semaine en quelque chose qu’un collègue peut exécuter, qui produit la même qualité à chaque fois, que je peux améliorer sur preuves ». Réussir l’évaluation Academy (et tout examen blanc ici) porte sur le jugement en matière de décomposition, de contrats, de choix de capacité et de supervision, pas sur la formulation des prompts. ## Blueprint Les pondérations sont nos choix de conception pour cet examen blanc indépendant, choisies pour refléter où le cours Academy passe son temps. Chaque examen blanc a **50 items**. | # | Domaine | Pondération | Items (approx.) | Page de piste | | --- | --- | --- | --- | --- | | 1 | Finding and Scoping Opportunities | 16 % | ~8 | [Domaine 1](/fr/openai/applied-ai/domains/d1-finding-and-scoping-opportunities/) | | 2 | Decomposing Work into Steps | 18 % | ~9 | [Domaine 2](/fr/openai/applied-ai/domains/d2-decomposing-work-into-steps/) | | 3 | Inputs, Outputs and Contracts | 16 % | ~8 | [Domaine 3](/fr/openai/applied-ai/domains/d3-inputs-outputs-and-contracts/) | | 4 | Choosing the Right Capability | **20 %** | ~10 | [Domaine 4](/fr/openai/applied-ai/domains/d4-choosing-the-right-capability/) | | 5 | Review Points and Human Oversight | 16 % | ~8 | [Domaine 5](/fr/openai/applied-ai/domains/d5-review-points-and-human-oversight/) | | 6 | Repeatability and Improvement | 14 % | ~7 | [Domaine 6](/fr/openai/applied-ai/domains/d6-repeatability-and-improvement/) | :::tip[Où sont les points] Choix de capacité (20 %) et Décomposition (18 %) représentent ensemble **38 %** de l’examen blanc. Si vous ne retenez qu’une chose de cette piste, que ce soit le cadre de sélection de capacité du Domaine 4 — *prompt vs instruction enregistrée vs Project vs GPT personnalisé vs agent de workspace vs application API* — et les schémas de décomposition du Domaine 2. Le reste de la piste découle de ces deux décisions. ::: :::note[Deux examens blancs indépendants] Cette piste propose **deux** examens blancs indépendants complets, pondérés par domaine. L’[Examen blanc 1](/fr/openai/applied-ai/practice-exam/) est votre **diagnostic** — passez-le en premier, sans chronomètre, pour repérer vos deux domaines les plus faibles. L’[Examen blanc 2](/fr/openai/applied-ai/practice-exam-2/) est délibérément **plus difficile** — plus d’énoncés à contraintes multiples et de qualificatifs `FIRST` / `BEST` / `MOST cost-effective` / `TWO` — et c’est votre **test de préparation** : atteignez 80 %+ chronométré avant de passer la véritable évaluation Academy. Tous les items des deux examens blancs et des pages de domaine sont distincts. ::: ## L’état d’esprit que cette piste récompense Foundations vous a appris à traiter une sortie comme un brouillon à vérifier. Applied AI vous apprend à traiter une *tâche récurrente* comme un **système à concevoir**. Les bonnes réponses sur cette piste, de façon constante : - **Cadrent avant d’automatiser** — passent une tâche au crible de la fréquence, du coût en temps, de la tolérance à l’erreur et de la sensibilité des données avant de construire quoi que ce soit. - **Décomposent plutôt que de méga-prompter** — de petites étapes nommées que vous pouvez inspecter valent mieux qu’une instruction géante qui échoue de façon opaque. - **Traitent chaque étape comme un contrat** — entrées nommées, champs requis, forme de sortie définie, critères d’acceptation et une règle pour l’entrée manquante. - **Optent pour la capacité la plus légère qui répond au besoin** — un prompt enregistré avant un Project, un Project avant un GPT personnalisé, un GPT personnalisé avant une application API. - **Placent la revue là où une erreur serait coûteuse**, pas partout, et échantillonnent plutôt que de verrouiller le travail à fort volume. - **Améliorent sur preuves** — qualité mesurée et temps de cycle — pas sur le *ressenti* du workflow. Les mauvaises réponses optent pour l’outil le plus lourd, cachent tout dans un seul prompt, ajoutent une étape humaine sur chaque item à faible enjeu (ou aucune sur un item à fort enjeu), et déclarent un workflow « terminé » alors qu’il n’a jamais été écrit ni mesuré. ## Répartition du temps suggérée Un plan ciblé de 4–6 heures incluant les deux examens blancs. Pondérez votre propre révision par *pondération du domaine × votre taux d’erreur*, pas par la pondération seule. | Domaine | Pondération | Temps suggéré | | --- | --- | --- | | Choosing the Right Capability | 20 % | 75 min | | Decomposing Work into Steps | 18 % | 65 min | | Finding and Scoping Opportunities | 16 % | 55 min | | Inputs, Outputs and Contracts | 16 % | 55 min | | Review Points and Human Oversight | 16 % | 55 min | | Repeatability and Improvement | 14 % | 45 min | ## Checklist de préparation pratique Faites-les dans un vrai compte ChatGPT. Lire sur la reproductibilité ne vous apprend rien sur la reproductibilité. - [ ] Choisissez une tâche récurrente que vous faites chaque semaine et **notez-la** sur la fréquence, le coût en temps, la tolérance à l’erreur et la sensibilité des données ; décidez à voix haute si c’est un bon candidat à l’automatisation. - [ ] Prenez une tâche que vous faites actuellement en un long prompt et **réécrivez-la en trois étapes nommées** (par exemple extraire → transformer → mettre en forme) ; notez où le prompt unique cachait un échec. - [ ] Écrivez un **contrat** d’un paragraphe pour chaque étape : ses entrées, ses champs requis, sa forme de sortie et ses critères d’acceptation, et ce qui se passe en cas d’entrée manquante. - [ ] Créez un **ChatGPT Project** avec des instructions personnalisées et 2–3 fichiers de connaissances pour un workflow récurrent, et exécutez-le deux fois pour voir si la sortie est stable. - [ ] Construisez un simple **GPT personnalisé** pour une tâche qu’un collègue pourrait exécuter sans vous, puis décidez si un Project aurait suffi. - [ ] Utilisez les **téléversements de fichiers** et l’**analyse de données** sur un tableur, puis **Canvas** pour itérer sur un document — et formulez de quelle capacité chaque tâche avait réellement besoin. - [ ] Placez un **point de revue** dans un workflow et définissez son déclencheur ; puis concevez une vérification par **échantillonnage** pour une version à plus fort volume de la même tâche. - [ ] Écrivez un **runbook** pour un workflow afin qu’un collègue puisse l’exécuter de bout en bout sans vous poser de question, et versionnez le prompt avec une date et une note de changement. ## Pages de la piste 16 % 18 % 16 % 20 % 16 % 14 % 50 items · diagnostic 50 items · plus difficile · test de préparation