Le Manuel d'Onboarding qui Transforme l'IA en Expert : Comprendre Agent Skills

Imaginez que vous embauchez quelqu’un de brillant pour gérer vos factures PDF. Cette personne sait lire, écrire, raisonner… mais elle ne connaît pas votre processus spécifique : quel champ remplir en premier, quel script lancer pour extraire les données, où trouver le modèle de facture validé par la comptabilité.

Chaque jour, vous devez tout réexpliquer. “Utilise ce script Python, vérifie ces champs, fais attention à ce format…” C’est épuisant, et surtout inefficace.

C’est exactement le problème que résout Agent Skills, un standard ouvert publié par Anthropic le 18 décembre 2025. Au lieu de répéter les mêmes instructions à chaque fois, vous créez un “kit d’onboarding” que l’IA charge automatiquement quand elle en a besoin. Voyons comment ça marche, avec une métaphore que tout le monde connaît : le premier jour d’un nouvel employé.

Le problème : répéter sans cesse les mêmes instructions

Quand Claude (l’IA d’Anthropic) reçoit une demande comme “Remplis ce formulaire PDF”, il sait raisonner et comprendre le langage. Mais il ne sait pas comment vous voulez que ce soit fait :

• Quel outil utiliser pour ouvrir le PDF ?
• Quels champs sont obligatoires dans votre entreprise ?
• Quel format de date respecter ?

Résultat : vous devez lui donner ces instructions dans chaque conversation. Comme si vous réexpliquiez le processus d’onboarding à un employé tous les matins.

Agent Skills résout ce problème en permettant de créer un dossier — appelé une “skill” — contenant toutes ces instructions. L’IA charge ce dossier uniquement quand elle en a besoin, comme un employé qui consulte le manuel d’entreprise pour une tâche précise.

La solution : un manuel qui se charge au bon moment

Quand vous arrivez dans une nouvelle entreprise, on ne vous fait pas mémoriser 300 pages de procédures le premier jour. À la place, vous recevez un kit d’onboarding organisé en trois niveaux :

Niveau 1 : La fiche de poste (2 lignes)
“Tu es responsable des factures PDF. Tu interviens quand on parle de formulaires, d’extraction de données ou de fusion de documents.”

Niveau 2 : Le guide de démarrage (quelques pages)
Les procédures courantes : comment ouvrir un PDF, quels outils utiliser, les étapes à suivre.

Niveau 3 : Les ressources détaillées (disponibles à la demande)
Documentation technique complète, scripts automatisés, exemples de formulaires déjà remplis.

Vous consultez ces ressources progressivement, uniquement quand vous en avez besoin. C’est ce qu’Anthropic appelle la “progressive disclosure” (divulgation progressive) : charger l’information par étapes, au lieu de tout ingurgiter d’un coup.

Concrètement, ça veut dire quoi ? Imaginons que vous demandez à l’IA : “Remplis ce formulaire de note de frais.”

1. Au démarrage, l’IA a déjà en mémoire une petite fiche pour chaque skill installée. Pour la skill PDF, elle voit : “PDF Processing - Extraction de texte, remplissage de formulaires, fusion de documents. À utiliser quand on parle de PDF.”
2. Quand vous parlez de formulaire, l’IA reconnaît que la skill PDF est pertinente. Elle charge alors le guide complet (le fichier SKILL.md).
3. Si nécessaire, elle va chercher des ressources supplémentaires : un fichier FORMS.md avec des instructions spécifiques sur les formulaires, ou un script Python fill_form.py pour automatiser le remplissage.

Tout ça se passe automatiquement, sans que vous ayez à réexpliquer quoi que ce soit.

Exemple fil rouge : transformer Claude en expert PDF

Pour bien comprendre, suivons un exemple concret : créer une skill qui transforme Claude en expert de manipulation de PDF.

Étape 1 : Créer le dossier de la skill

Une skill, c’est simplement un dossier contenant un fichier principal appelé SKILL.md. Voici à quoi ressemble la structure :

pdf-skill/
├── SKILL.md           (le guide principal)
├── FORMS.md           (instructions pour les formulaires)
├── REFERENCE.md       (documentation API détaillée)
└── scripts/
    └── fill_form.py   (script Python pour automatiser)

Étape 2 : Écrire la fiche de poste (métadonnées)

Le fichier SKILL.md commence par une “fiche de poste” en format YAML (un format de données simple) :

name: pdf-processing
description: Extraction de texte et tableaux depuis des PDF, remplissage de formulaires, fusion de documents. À utiliser quand l'utilisateur mentionne des PDF, formulaires ou extraction de documents.

Cette fiche est toujours chargée en mémoire dès le démarrage de Claude. Comme ça, il sait que cette skill existe et quand l’utiliser. Mais elle est ultra-légère (environ 100 tokens, l’équivalent de 75 mots), donc ça ne surcharge pas la mémoire.

Étape 3 : Écrire le guide de démarrage

Juste après la fiche, dans le même fichier SKILL.md, on écrit les instructions principales :

# PDF Processing

## Démarrage rapide
Utilise la bibliothèque pdfplumber pour extraire du texte :

import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
    text = pdf.pages[0].extract_text()

## Remplissage de formulaires
Pour remplir des formulaires, consulte FORMS.md.

Ce guide est chargé uniquement quand la skill est déclenchée. Si vous demandez “Résume ce PDF”, Claude charge ces instructions. Si vous demandez “Quelle heure est-il ?”, il ne les charge pas.

Étape 4 : Ajouter des ressources détaillées

Le fichier FORMS.md contient des instructions spécifiques pour les formulaires. Claude ne le charge que si vous parlez de formulaires. Le script fill_form.py peut être exécuté directement par Claude sans même être lu : seul le résultat du script (par exemple “Formulaire rempli avec succès”) entre en mémoire.

Résultat : vous avez créé un kit d’onboarding complet. Maintenant, chaque fois que vous demandez à Claude de travailler sur un PDF, il charge automatiquement les bonnes instructions, sans que vous ayez à les répéter.

Comment ça marche techniquement (sans le jargon)

Vous vous demandez peut-être : “Comment Claude sait-il quand charger une skill ?”

La réponse tient dans l’environnement où Claude fonctionne. Quand vous utilisez Claude avec des capacités avancées (comme sur Claude Code ou via l’API), il tourne dans une sorte de mini-ordinateur virtuel avec accès à un système de fichiers.

Imaginez un bureau avec des dossiers. Les skills sont des dossiers physiques sur ce bureau. Quand Claude a besoin d’une information, il utilise des commandes simples (comme cat SKILL.md en ligne de commande) pour lire le contenu du dossier.

Voici ce qui se passe en coulisses :

1. Au démarrage, Claude reçoit un “prompt système” (une instruction de base) qui liste toutes les skills installées avec leurs fiches de poste. Exemple : “Tu as accès à la skill ‘pdf-processing’ pour manipuler des PDF.”

2. Quand vous faites une demande, Claude regarde si une skill correspond. Si oui, il lit le fichier principal (SKILL.md) en utilisant une commande bash : cat pdf-skill/SKILL.md.

3. Si nécessaire, il lit d’autres fichiers référencés dans SKILL.md (comme FORMS.md) ou exécute des scripts Python sans les charger en mémoire.

Cette architecture a un avantage énorme : il n’y a pas de limite pratique à la quantité d’informations qu’une skill peut contenir. Vous pouvez inclure 50 pages de documentation, 20 scripts Python, 100 exemples… tant que Claude ne charge que ce dont il a besoin, ça ne surcharge pas sa mémoire.

Pourquoi c’est un “standard ouvert”

Vous avez peut-être remarqué que je parle de “standard ouvert”. Qu’est-ce que ça signifie concrètement ?

Avant le 18 décembre 2025, Agent Skills était une fonctionnalité interne à Claude. Anthropic l’a transformée en standard ouvert en publiant :

• Une spécification (un document qui explique exactement comment créer une skill)
• Un SDK de référence (des outils pour développeurs)
• Le tout disponible sur agentskills.io

“Ouvert”, ça veut dire que n’importe qui peut utiliser ce format, pas seulement Claude. Microsoft l’a déjà adopté dans VS Code et GitHub. Des outils comme Cursor, Goose, Amp et OpenCode aussi.

Concrètement, si vous créez une skill pour Claude, elle peut aussi fonctionner dans GitHub Copilot ou d’autres assistants IA qui supportent le standard. Comme un fichier PDF que vous pouvez ouvrir dans Adobe, Chrome ou Word : le format est universel.

Où utiliser les skills ?

Agent Skills fonctionne dans plusieurs environnements :

Claude.ai : Vous pouvez uploader vos propres skills (en format zip) via Paramètres > Fonctionnalités. Anthropic fournit aussi 4 skills pré-construites pour PowerPoint, Excel, Word et PDF.

Claude API : Les développeurs peuvent créer et partager des skills au sein de leur organisation via l’API.

Claude Code : Les skills sont des dossiers locaux que Claude découvre automatiquement.

Attention : les skills ne se synchronisent pas automatiquement entre ces environnements. Si vous créez une skill sur Claude.ai, vous devez la re-uploader sur l’API pour l’utiliser là-bas.

Un exemple concret : la skill PowerPoint

Pour illustrer la puissance du système, prenons une skill pré-construite par Anthropic : la skill PowerPoint.

Sans cette skill, si vous demandez à Claude “Crée-moi une présentation de 5 slides sur le changement climatique”, il peut générer du texte, mais pas créer le fichier PowerPoint. Il faudrait lui donner des instructions détaillées : “Utilise la bibliothèque python-pptx, crée un objet Presentation, ajoute des slides avec add_slide()…”

Avec la skill PowerPoint, vous dites juste “Crée-moi une présentation” et Claude :

1. Reconnaît que la skill pptx est pertinente
2. Charge les instructions de SKILL.md
3. Utilise les scripts Python fournis pour créer le fichier
4. Vous renvoie un fichier .pptx prêt à l’emploi

Tout ça sans que vous ayez à connaître Python ou la structure d’un fichier PowerPoint.

Composer plusieurs skills : le workflow complexe

Une des forces d’Agent Skills, c’est la composition : combiner plusieurs skills pour des tâches complexes.

Imaginez que vous demandez : “Analyse les données de ce fichier Excel, génère un graphique et crée une présentation PowerPoint avec les résultats.”

Claude va :

1. Charger la skill Excel pour lire et analyser les données
2. Charger la skill PowerPoint pour créer la présentation
3. Utiliser les scripts des deux skills pour automatiser le tout

C’est comme un employé qui consulte plusieurs manuels d’entreprise pour accomplir une mission complexe. Chaque skill apporte son expertise spécialisée, et Claude orchestre le tout.

Ce que vous pouvez faire avec Agent Skills

Les possibilités sont vastes. Voici quelques exemples concrets :

Pour les développeurs :

• Créer une skill “Déploiement AWS” avec vos procédures spécifiques
• Créer une skill “Tests automatisés” avec vos conventions de code

Pour les équipes métier :

• Créer une skill “Processus RH” avec vos templates de contrat et procédures d’onboarding
• Créer une skill “Analyse financière” avec vos modèles Excel et règles de validation

Pour les chercheurs :

• Créer une skill “Analyse de données scientifiques” avec vos scripts R ou Python
• Créer une skill “Rédaction académique” avec vos guidelines de citation

L’idée centrale : capturer votre expertise procédurale (comment faire quelque chose) dans un format que l’IA peut charger et utiliser automatiquement.

Synthèse : de généraliste à spécialiste

Résumons le parcours que nous avons fait :

1. Le problème : Les IA comme Claude sont brillantes, mais elles ne connaissent pas vos processus spécifiques. Vous devez tout répéter à chaque conversation.

2. La solution : Agent Skills crée un “kit d’onboarding” — un dossier avec instructions, scripts et ressources — que l’IA charge automatiquement quand nécessaire.

3. La progressive disclosure : L’information se charge par niveaux (fiche de poste → guide → ressources détaillées), évitant de surcharger la mémoire.

4. Le standard ouvert : Publié le 18 décembre 2025, le format est utilisable par n’importe quelle IA, pas seulement Claude.

5. La composition : Plusieurs skills peuvent être combinées pour des workflows complexes.

En une phrase : Agent Skills transforme un généraliste brillant en spécialiste de vos processus, en lui donnant un manuel d’onboarding qu’il consulte au bon moment.

Pour aller plus loin

Si cet article vous a donné envie d’explorer, voici quelques pistes :

Questions ouvertes :

• Comment les skills vont-elles évoluer quand les IA pourront créer et modifier leurs propres skills automatiquement ?
• Quelle sera l’interaction entre Agent Skills et le Model Context Protocol (MCP), un autre standard d’Anthropic pour connecter les IA à des sources de données externes ?
• Comment gérer le versioning des skills dans une grande organisation ? (Si vous modifiez une skill, comment s’assurer que tous les utilisateurs ont la bonne version ?)

Concepts connexes :

• Model Context Protocol (MCP) : Un autre standard d’Anthropic pour donner aux IA accès à des bases de données, APIs et outils externes
• Function calling : Une technique où l’IA appelle des fonctions prédéfinies (Agent Skills va plus loin en permettant des workflows complexes)
• RAG (Retrieval-Augmented Generation) : Une approche où l’IA cherche des informations dans une base de connaissances avant de répondre

Pistes d’approfondissement :

• Créez votre première skill simple (par exemple, une skill “Résumé de réunion” avec votre format préféré)
• Explorez les 4 skills pré-construites d’Anthropic (PowerPoint, Excel, Word, PDF) pour voir comment elles sont structurées
• Lisez la spécification complète sur agentskills.io pour comprendre les détails techniques

Ressources Web

Cet article s’appuie sur les sources suivantes :

• Equipping agents for the real world with Agent Skills - Article d’ingénierie d’Anthropic expliquant l’architecture et la philosophie d’Agent Skills (publié initialement en octobre 2025, mis à jour en décembre 2025)

• Agent Skills Overview - Documentation Claude - Documentation officielle complète sur l’utilisation d’Agent Skills

• Agent Skills: Anthropic’s Next Bid to Define AI Standards - Analyse de la stratégie d’Anthropic pour créer des standards d’infrastructure IA

• Anthropic launches enterprise ‘Agent Skills’ and opens the standard - Article VentureBeat sur l’annonce du standard ouvert le 18 décembre 2025

• agentskills.io - Site officiel du standard Agent Skills avec spécification et SDK