PMania 2/6 - Votre backlog a gagné un coéquipier : quand l'IA sort du chat et entre dans vos dossiers

le 28/09/2026 par Reine Ramade

Tags: Product & Design, Product Management

PMania - Chroniques d'un PM augmenté par l'IA, épisode 2 sur 6

Il y quelques temps, ma routine avec l'IA ressemblait à ça : j'ouvrais un onglet ChatGPT, je recopiais un bout de contexte produit, je posais ma question, je copiais-collais la réponse dans mon doc, je fermais l'onglet. À chaque nouvelle session, je recommençais tout : le contexte, le ton, les contraintes. Une vraie marmotte du prompt !

Ce qui a changé n'est pas que les réponses sont devenues meilleures. C'est que l'IA a arrêté de vivre dans une fenêtre de chat isolée pour venir travailler directement dans mon espace de travail, mes dossiers, mes docs, mes templates. Et cette différence compte plus que n'importe quel nouveau modèle plus intelligent.

Quatre niveaux d'usage, pas un seul

Ce que beaucoup de PM appellent « utiliser l'IA » recouvre en réalité quatre expériences très différentes, avec des niveaux d'autonomie et de contexte croissants.

💡 Tips : j'illustre cette série avec Claude, tout simplement parce que c'est l'outil que j'utilise au quotidien. Le principe des quatre niveaux ci-dessous se retrouve chez la plupart des éditeurs, seuls les noms changent. Si vous démarrez de zéro, le cours gratuit Claude 101 d'Anthropic Academy (qui est plus ou moins long selon la profondeur que vous y accordez…) couvre en une poignée d'heures les fonctionnalités citées dans cet épisode : Projects, Artifacts, Skills.

Le chat, sans contexte.

Claude.ai (ou ChatGPT, Gemini) ouvert dans une fenêtre neuve : c'est le point de départ de tout le monde, mais aussi le plus limité. L'IA ne sait rien de votre produit par défaut. Chaque échange redémarre de zéro.

L'assistant, avec contexte.

Un « Project » dans Claude.ai ou ChatGPT change la donne : vous y déposez vos documents de référence (organigramme, vision, specs, schéma d'archi), vous fixez des instructions permanentes (« tu es mon sparring-partner PM, ton ton est direct »), et l'IA s'en souvient d'une session à l'autre. Résultat concret mesuré sur mes propres prompts : le message que j'envoie est environ 5 fois plus court, parce que le contexte produit, les OKR et les personas sont déjà dans le projet. Moins de répétition, moins de reformulation à faire derrière, et l'IA qui s'adapte sans qu'on ait à tout lui répéter.

L'agent, dans votre environnement de travail.

Un agent de type Claude Code ou Codex CLI, lui, ne se contente pas de lire ce qu'on lui colle : il lit tous les fichiers du dossier, comprend la structure du projet, peut créer, modifier ou organiser des documents directement sur le poste, exécuter des commandes, s'intégrer à un dépôt Git. On ne lui copie-colle plus rien : on lui décrit un livrable, et il va chercher lui-même ce dont il a besoin.

Le système agentique, une équipe d'agents spécialisés

Le quatrième palier assemble plusieurs agents en équipe. Chacun est cantonné à un rôle précis, avec ses propres règles et ses propres templates, et se relaie avec les autres sur une même tâche. BMAD (Breakthrough Method for Agile AI-Driven Development) illustre bien ce palier : un framework open source qui organise une dizaine d'agents calqués sur les rôles d'une squad agile, analyste, PM, architecte, scrum master, dev, QA, chacun opérant dans son domaine et se transmettant des documents structurés d'une étape à l'autre. Je l'utilise moi-même, en perso, en interne, et sur des missions client quand c'est validé avec le client ! De mon expérience, c'est en phase de discovery que cela me sert le plus.

Critère	Assistant conversationnel	Agent	Système agentique
Interface	Chat web	IDE, client lourd, terminal	Framework dédié orchestrant plusieurs agents
Accès aux fichiers locaux	Généralement limité ou manuel	Direct, sur tout le dossier	Direct, partagé entre agents via des documents de passation
Manipulation multi-fichiers	Souvent via copier-coller	Native	Native, répartie par rôle
Autonomie	Répond aux demandes	Peut enchaîner plusieurs actions seul	Chaque agent relaie le suivant sur son rôle

Une image aide à fixer cette différence :

le chat sans contexte, c'est quelqu'un qu'on vient de rencontrer, il faut tout lui expliquer à chaque fois.
L'assistant avec contexte, c'est un collègue qui connaît déjà le métier.
L'agent, c'est un collègue qui a tout le projet ouvert devant lui et qui peut y toucher directement.
Le système agentique, c'est une équipe entière de collègues spécialisés qui se passent le dossier de main en main, chacun sur son domaine.

Ce que ça change concrètement, sur des tâches réelles

Ce principe, une IA qui travaille dans les outils plutôt que dans une bulle, c'est exactement ce que des outils comme Cowork rendent possible aujourd'hui pour un PM : un assistant qui lit, écrit et range dans l'environnement de travail réel, pas dans une fenêtre à part. Quatre usages d’exemple où ça change vraiment la donne :

Synthèse de retours utilisateurs directement dans un doc partagé. Plutôt que de copier 50 verbatims dans un chat, on connecte l'assistant à la source (un dossier, un drive), on lui fixe un rôle précis, et il produit une synthèse structurée (top problèmes, expérience map) dans le document que l'équipe consultera ensuite.
Premiers jets de PRD dans vos templates existants. L'assistant ne réinvente pas le format : il remplit le vôtre, avec le contexte produit déjà chargé dans son environnement.
Analyse de données produit dans vos fichiers. Un export de métriques, un fichier de sprint : l'IA les lit directement là où ils vivent, sans étape de retranscription manuelle qui introduit des erreurs.
Veille concurrentielle organisée et rangée automatiquement. Le livrable, un tableau comparatif par exemple, est généré et classé dans l'arborescence déjà en place, prêt à être partagé.

💡 Tips : les livrables produits par ce genre d'assistant (synthèses, PRD, specs) restent souvent des fichiers Markdown, faits pour vivre dans un espace de travail plutôt que dans un chat. Obsidian est un outil pratique que j’utilise pour les organiser et les relire facilement, avec un rendu propre des titres, tableaux et blocs de code.

Ce qu'on délègue, ce qu'on garde

C'est le point sur lequel il faut être le plus vigilant, et honnêtement celui où il y a le plus de dérapages.

“Déléguer à l'IA ne veut pas dire abdiquer le jugement produit : ça veut dire lui donner accès à son espace de travail, pas à ses décisions.”

Ce qu'on peut déléguer sans réserve : le rangement, la mise en forme, la première synthèse, le premier jet. Ce qu'on garde, toujours : l'arbitrage entre deux priorités, la lecture du non-dit dans un feedback client, la décision finale sur ce qui part en production. L'IA gère l'exécution et l'organisation ; le PM garde la main sur les décisions. Cette frontière ne bouge pas, quel que soit le niveau d'autonomie de l'outil, j'y reviens en détail dans l'épisode sur les agents, où elle devient une vraie question de design produit.

Par où commencer

Pas besoin de réorganiser tout le workflow. Le vrai changement n'est pas « une IA qui répond mieux » mais « une IA qui travaille dans vos outils », et ça se teste petit :

Choisissez une tâche répétitive et bien délimitée, une synthèse de feedbacks récurrente, une veille hebdomadaire, plutôt qu'un chantier entier.
Donnez-lui un espace de travail réel : un dossier, un projet avec contexte, plutôt qu'un chat vierge à chaque fois.
Fixez des instructions permanentes une bonne fois pour toutes (rôle, ton, format de sortie attendu) pour ne plus jamais les retaper.
Vérifiez le premier livrable ligne par ligne, puis ajustez les instructions plutôt que de recommencer le prompt à zéro à chaque fois.

💡 Tips : personnellement, j'utilise Claude Desktop pour ça.

Ce qu'il faut retenir

Le vrai changement n'est pas une IA qui répond mieux, mais une IA qui travaille directement dans vos outils.
Quatre niveaux existent, chat, assistant avec contexte, agent, le système agentique et chacun a son usage : ce n'est pas un menu, ce sont des paliers d'autonomie et de contexte.
Déléguer à l'IA ne veut pas dire coder : ça veut dire lui donner accès à son espace de travail, pas à vos décisions.
Commencez petit : une tâche répétitive, dans un périmètre bien délimité, avec un contexte fixé une bonne fois pour toutes.

Dans le prochain épisode, je pousse le curseur plus loin : que se passe-t-il quand l'IA ne se contente plus d'écrire dans vos dossiers, mais commence à agir seule, à plusieurs étapes, sans attendre votre feu vert à chaque ligne ? C'est là que les vrais agents entrent en scène, et que le risque change de nature.

Pour aller plus loin : cette série s'appuie notamment sur le contenu de la formation OCTO Academy « L'IA au service du Product Management » ; si le sujet vous intéresse au-delà de ces articles, elle existe.

PMania, chroniques d'un PM augmenté par l'IA