Piste OAI-FOUND 7 domaines 2 × examens blancs de 60 items Aligné sur l’Academy

C’est la piste d’entrée. Elle ne présuppose aucune expérience préalable de l’IA et construit, à partir des principes de base, les connaissances de travail dont un travailleur du savoir a besoin pour bien utiliser ChatGPT et juger sa sortie. Si vous débutez avec l’IA, commencez ici ; toutes les autres pistes OpenAI de ce site présupposent ce que celle-ci enseigne.

Ce à quoi cette piste vous prépare

Cette piste reflète le cours OpenAI Academy AI Foundations — un cours de 60–75 minutes basé sur ChatGPT et le premier cours du parcours Foundations (AI Foundations → Applied AI Foundations → Agents and Workflows). Le cours Academy couvre les bases de l’IA, le prompting, le contexte et l’usage responsable ; cette piste approfondit chacun afin que le rappel et le jugement survivent à une évaluation aléatoire.

Pour être précis sur ce qu’une réussite vous rapporte : terminer le cours Academy et obtenir au moins 80 % à son évaluation vous vaut un badge OpenAI Academy émis via Accredible. Ce badge, comme tout certificat de parcours, n’est pas une certification et ne garantit pas l’éligibilité à une future certification OpenAI — ce sont les propres termes d’OpenAI. Les examens blancs ici sont un entraînement indépendant, construit à partir des objectifs d’apprentissage accessibles au public ; ce ne sont pas des questions officielles OpenAI et il n’existe pas d’examen public OpenAI dont on pourrait tirer des questions. Voir les pages paysage des qualifications et modèle d’évaluation pour le tableau complet.

Blueprint

#	Domaine	Pondération	Items (sur 60)	Page de piste
1	AI and Generative AI Fundamentals	14 %	~8	Domaine 1
2	How Language Models Behave	16 %	~10	Domaine 2
3	ChatGPT Surfaces and Features	14 %	~8	Domaine 3
4	Prompting and Instructions	20 %	~12	Domaine 4
5	Context, Files and Memory	12 %	~7	Domaine 5
6	Verifying and Evaluating Output	14 %	~8	Domaine 6
7	Responsible and Safe Use	10 %	~6	Domaine 7

Où sont les points

Prompting (20 %), How Language Models Behave (16 %) et les deux domaines à saveur d’évaluation — ChatGPT Surfaces (14 %) et Verifying Output (14 %) — représentent ensemble 64 % de l’examen blanc. Cette piste récompense de savoir pourquoi le modèle se comporte comme il le fait et comment l’orienter et le vérifier, bien plus qu’elle ne récompense la mémorisation de noms de produits.

Deux examens blancs indépendants

Cette piste propose deux examens blancs indépendants complets, pondérés par domaine, de 60 items chacun. L’Examen blanc 1 est votre diagnostic — passez-le en premier, sans chronomètre, pour repérer vos deux domaines les plus faibles. L’Examen blanc 2 est délibérément plus difficile (plus d’énoncés à contraintes multiples et de qualificatifs FIRST / BEST / MOST cost-effective / TWO) et chronométré — utilisez-le comme test de préparation avant de vous inscrire à la véritable évaluation Academy et de la passer. Tous les items des deux examens blancs et des pages de domaine sont distincts.

L’état d’esprit que cette piste récompense

Le cours Academy présente ChatGPT comme à la fois tuteur, environnement de pratique et boucle de rétroaction. L’évaluation récompense une posture d’un bout à l’autre : ChatGPT est un collaborateur rapide, fluide et faillible dont vous êtes propriétaire de la sortie. Les bonnes réponses, de façon constante :

Traitent un texte fluide et assuré comme un brouillon à vérifier, pas comme un fait à transmettre.
Donnent au modèle le contexte dont il a besoin au lieu d’attendre qu’il devine.
Ajustent l’effort et la surface à l’enjeu — une réponse rapide pour une tâche à faible enjeu, du raisonnement et de la vérification pour une tâche conséquente.
Gardent les données sensibles hors des outils et conversations non autorisés pour elles.
Font passer le travail irréversible, réglementé ou externe par une étape de revue humaine.

Les mauvaises réponses font confiance à la sortie parce qu’elle se lit bien, collent des données confidentielles sans vérifier la politique, attendent qu’un seul prompt géant fasse tout, ou traitent le modèle comme un moteur de recherche incapable de se tromper.

Répartition du temps suggérée

Un plan de 12–15 heures, pondéré par pondération × nouveauté de la matière pour vous.

Domaine	Pondération	Heures
Prompting and Instructions	20 %	3
How Language Models Behave	16 %	2,5
AI and Generative AI Fundamentals	14 %	2
ChatGPT Surfaces and Features	14 %	2
Verifying and Evaluating Output	14 %	2
Context, Files and Memory	12 %	1,5
Responsible and Safe Use	10 %	1,5

Checklist de préparation pratique

Faites-les dans un vrai compte ChatGPT. Lire sur le prompting ne vous apprend rien sur le prompting.

Posez à ChatGPT la même question factuelle trois fois dans de nouvelles conversations et notez où la formulation de la réponse diffère — c’est la non-déterminisme à l’état brut.
Prenez un prompt faible et reconstruisez-le avec rôle, tâche, contexte, contraintes, format et un critère de réussite ; comparez les deux sorties côte à côte.
Demandez une statistique obscure sans source, puis demandez à ChatGPT de la citer — observez à quoi ressemble une citation hallucinée.
Basculez entre un modèle rapide et un modèle de raisonnement sur un problème multi-étapes et comparez la qualité, la latence et le raisonnement visible.
Créez un Project avec des instructions personnalisées et un fichier téléversé, puis posez une question à laquelle seul le fichier peut répondre.
Transformez un document source en une requête Search et une requête deep research et comparez ce que chacune renvoie.
Ajoutez un fait à la memory, ouvrez une nouvelle conversation et confirmez que le modèle l’utilise ; puis retrouvez et supprimez cette memory.
Rédigez un e-mail client externe, puis écrivez la checklist de revue humaine que vous appliqueriez avant de l’envoyer.