Intelligence Artificielle

Transformer des notes de découverte client en questions de qualification avec l'IA

Vos notes de rendez-vous restent souvent lettre morte entre deux entretiens. Voici une méthode en quatre temps pour les convertir en questions de qualification à l'aide d'une IA conversationnelle, avec un exercice sur un cas fictif et les erreurs à éviter.

OBIA CONSULTING6 min de lecture

La réponse en bref

Triez d'abord vos notes en trois colonnes : faits constatés, zones d'ombre, hypothèses. Donnez ensuite à l'IA un rôle, ce contexte trié, le cadre de qualification visé et un format de sortie imposé — des questions ouvertes reliées chacune à une zone d'ombre. Filtrez enfin la liste obtenue : elle reste un brouillon à valider avant l'entretien suivant.

Dans cet article
  1. Le vrai problème n'est pas la prise de notes
  2. Une méthode en quatre temps
  3. Ce que change le cadrage du prompt
  4. Mise en situation fictive : le dossier Ventralis
  5. Les erreurs fréquentes

Le vrai problème n'est pas la prise de notes

Après un premier rendez-vous, les notes sont généralement correctes : phrases entendues, chiffres annoncés, noms d'outils, irritants. Ce qui manque rarement, c'est la matière. Ce qui manque souvent, c'est sa traduction en questions précises pour l'entretien suivant.

Ce passage se fait de mémoire, cinq minutes avant l'appel : on repose des questions déjà traitées, on oublie de sonder le circuit de décision, on confond ce que le prospect a dit avec ce qu'on a supposé. Une IA conversationnelle ne comble pas ce manque seule ; elle le comble si l'entrée est triée et la sortie cadrée. L'exercice qui suit se rattache à la formation Intelligence Artificielle, consacrée à l'intégration de l'IA conversationnelle dans le cycle de vente.

Une méthode en quatre temps

La séquence tient en quatre opérations, dont deux seulement mobilisent l'IA. L'ordre compte : commencer par la génération revient à demander à l'outil de qualifier vos interprétations.

Deux repères de cadrage viennent de la documentation de prompting d'Anthropic : être précis sur le format de sortie souhaité et sur les contraintes, et fournir les instructions sous forme d'étapes séquentielles lorsque l'ordre compte. La même documentation invite, en amont, à définir des critères de réussite et à tester le résultat contre ces critères — ici, ce qui fait qu'une question est exploitable.

  • Trier. Réécrivez vos notes en trois colonnes : faits vérifiables, zones d'ombre, hypothèses. Cinq minutes, à la main.
  • Neutraliser. Remplacez toute référence nominative par un rôle générique ; l'exercice se fait sur un cas fictif, sans information confidentielle ni donnée personnelle.
  • Générer. Donnez un rôle, le contexte du compte, les trois colonnes, le cadre de qualification retenu et le format attendu : dix questions ouvertes, classées par priorité, chacune reliée à la zone d'ombre qu'elle couvre.
  • Filtrer. Supprimez les questions fermées, suggestives ou redondantes, gardez-en cinq ou six. Si plus de la moitié part à la corbeille, reformulez le prompt.

Ce que change le cadrage du prompt

Deux prompts partant des mêmes notes ne produisent pas le même matériau. La différence tient aux contraintes posées, pas à la longueur de la demande.

Formulation du promptCe que produit l'IACe qui vous reste à faire
Notes brutes collées, suivies de « aide-moi à qualifier ce prospect »Un résumé reformulé et des questions génériques applicables à n'importe quel compteTout retravailler, y compris identifier les zones d'ombre
Rôle, contexte, notes triées en trois sections, cadre de qualification nommé, format de sortie imposéDes questions ouvertes rattachées à une zone d'ombre précise et hiérarchiséesFiltrer, reformuler deux ou trois questions, choisir l'ordre en entretien
Même prompt structuré, plus une consigne d'exclusion des sujets déjà couvertsDes questions qui ne recyclent pas la découverte initialeVérifier la cohérence avec le compte rendu envoyé au prospect

Mise en situation fictive : le dossier Ventralis

Cas entièrement fictif, créé pour l'exercice : aucune entreprise ni aucun interlocuteur réel n'est concerné. Ventralis, PME inventée de distribution de pièces techniques, étudie un outil de suivi des devis. Notes de découverte : la responsable administrative parle de devis perdus dans les boîtes mail, d'un tableur partagé entre quatre personnes, d'un changement d'outil comptable prévu à la rentrée, et précise que la direction devra valider.

Prompt de génération : rôle de préparateur d'entretien commercial, contexte PME distribution, les trois colonnes copiées telles quelles, consigne de produire huit questions ouvertes portant exclusivement sur les zones d'ombre, avec pour chacune la zone couverte et un niveau de priorité, en excluant les sujets de la colonne faits. Exercice : lancez ce prompt, puis rejouez-le sans la colonne hypothèses et comparez les deux sorties question par question, en repérant celles qui présupposent déjà le coût du problème.

  • Faits : tableur partagé à quatre, devis perdus en messagerie, changement d'outil comptable annoncé.
  • Zones d'ombre : volume mensuel de devis, nature exacte du problème (délai, traçabilité, relance), périmètre de la validation direction, calendrier du changement comptable.
  • Hypothèses : la perte de devis coûte du chiffre d'affaires, la direction arbitre sur le budget.

Les erreurs fréquentes

La plupart des échecs viennent de l'entrée fournie et de l'absence de relecture, pas de l'outil.

  • Coller les notes brutes sans tri : vos interprétations sont alors traitées comme des faits établis.
  • Accepter la sortie telle quelle : dix questions, c'est un brouillon, pas un plan d'entretien.
  • Laisser passer les questions fermées ou suggestives, qui ferment le dialogue au lieu de l'ouvrir.
  • Relancer la génération à l'identique en espérant mieux, au lieu de corriger le prompt.
  • Oublier de vérifier la cohérence des questions avec le compte rendu déjà transmis.

Questions fréquentes

Faut-il retranscrire l'intégralité de l'entretien avant d'utiliser l'IA ?

Non : un verbatim intégral noie les signaux utiles dans du bavardage. Un résumé trié en faits, zones d'ombre et hypothèses produit des questions plus précises.

Comment savoir si une question générée est exploitable ?

Elle doit être ouverte, ne pas contenir la réponse attendue et couvrir une zone d'ombre que vous avez listée. Si un critère manque, corrigez le prompt plutôt que la question isolée.

Quelle différence entre reformuler un prompt et relancer la génération ?

Relancer donne une variation du même résultat moyen. Reformuler ajoute ce qui manquait : un rôle plus précis, une contrainte de format ou un exemple de question attendue.

Que faire si l'IA propose des questions déjà posées pendant la découverte ?

C'est le signe que votre colonne « faits » est trop pauvre. Listez explicitement les points déjà couverts et demandez à l'outil de les exclure.

Repères et limites

Cet article décrit une méthode de préparation d'entretien, non une règle de qualification universelle : les critères varient selon le cycle de vente et le marché. Les questions produites par un outil conversationnel sont des propositions à valider, jamais un diagnostic du besoin client. Les repères de prompting cités proviennent de la documentation d'Anthropic et demandent à être revérifiés sur une autre plateforme. Aucun résultat commercial n'est garanti.

Sources et ressources

Donnez une suite concrète à votre projet.

Consultez le parcours « Intelligence Artificielle » et ses modalités pour préparer votre échange avec notre équipe.

Demander le programme par e-mail

Votre messagerie s’ouvre avec la formation et l’article préremplis. Envoyez ensuite votre demande à contact@obiaconsulting.fr.

Consulter le programme →