Module 3 sur 4Leçon 2 sur 4~12 min
Construire un persona fondé sur des verbatims
Demander un persona à l'IA sans lui fournir de matière donne un portrait crédible mais inventé, qui peut égarer toute une équipe. Cette leçon montre comment ancrer un persona dans ce que vos utilisateurs ont réellement dit, et comment en tirer les hypothèses à tester avant de vous en servir pour décider.
Objectif de la leçon
À la fin de cette leçon, vous serez capable de faire structurer un persona à partir de verbatims réels, en distinguant ce qui est observé de ce qui est supposé, et de lister les hypothèses à valider en entretien.
Thèmes abordés
- persona utilisateur
- persona généré par IA
- verbatims clients
- recherche utilisateur
- hypothèses produit
Dans quel module
Prompter sur vos livrables PM
Comment appliquer ces méthodes à la discovery et à la delivery sans perdre la fidélité aux données ?
Leçons du module
- Transformer des retours clients en opportunités
- Construire un persona fondé sur des verbatims (cette leçon)
- Préparer et critiquer un guide d'entretien
- Rédiger et challenger des user stories
Ce que vous apprendrez dans la formation
Cette leçon fait partie de la formation Prompter comme un PM : déléguer, décrire, vérifier
- Décider, pour une tâche de votre cycle produit, s'il faut la confier à l'IA, sous quel mode (automatisation, augmentation, agent) et ce que vous gardez.
- Expliquer les comportements d'un LLM (prédiction, connaissances datées, mémoire de travail, suivi des consignes) pour anticiper ses erreurs et choisir la parade.
- Rédiger un prompt qui décrit le livrable, la démarche et les critères de qualité, avec contexte, données délimitées et exemples si besoin.
- Évaluer une sortie d'IA (contenu, démarche, comportement) avec des critères explicites, puis l'améliorer par itérations ciblées.
- Produire avec l'IA des livrables PM (synthèse de retours, persona, guide d'entretien, user stories) à partir de données réelles, et en vérifier la fidélité.
- Configurer des instructions permanentes et un assistant dédié à une tâche récurrente, le tester sur des cas réels et décider quand passer à un agent.
- Appliquer des règles de diligence (données partagées, transparence, responsabilité) avant d'utiliser ou de diffuser un travail produit avec l'IA.
Formations liées
- Créer des Claude Skills fiables pour votre travail produitConfirmé · ~2 h 30 min
- Choisir et utiliser ses outils d'IA au quotidienTout public · ~1 h 40 min
- Comprendre ce que les LLM savent faire, et ce qu’ils ratentTout public · ~2 h