Construisez Votre Équipe d’IA avec ChatGPT – Guide Starter Pack
Une méthode simple pour créer une petite « équipe d’IA » dans ChatGPT, en utilisant les Projets avec :
-
une mémoire limitée au projet (project-only memory),
-
des macros/commandes déclenchées par des balises (par ex. [SCAN], [SCRIPT], [DECIDE]),
-
et une série de fichiers Starter Pack servant de modèles.
Chaque « assistant virtuel » (appelé ici stagiaire) vit dans son propre Projet. Cela permet que ses instructions, fichiers et souvenirs ne se mélangent pas avec ceux des autres.
🚀 Démarrage rapide (≈ 5 minutes par projet)
-
Créer un Projet (un par stagiaire).
-
Ouvrir Nouveau Projet → Plus d’options → activer Mémoire : Project-only memory.
-
Cela empêche toute fuite d’informations entre vos différents stagiaires.
-
-
Coller les Instructions Personnalisées.
-
Ajouter le bloc Global Trigger Wiring (voir plus bas).
-
Ajouter ensuite le bloc Macro spécifique du stagiaire choisi (Riley, Jamie, Sam, Devil’s Barrister, Coach ou Fitness).
-
-
Uploader le fichier Starter Pack correspondant au stagiaire (fourni en modèle .md).
-
Tester avec une commande (trigger).
-
Envoyer un message qui commence par une balise entre crochets, ex. [SCAN] sujet + contraintes.
-
Vérifier que la sortie respecte bien le format prévu.
-
💡 Astuce :
-
Séparer les rôles pour préserver leur intégrité et éviter les confusions.
-
Exemples :
-
Recherche = Riley,
-
Rédaction = Jamie,
-
Analyse = Sam,
-
Contre-arguments = Devil’s Barrister.
-
🏛️ Note sur l’architecture (pourquoi 1 Projet par stagiaire)
-
Chaque stagiaire doit être isolé dans son Projet dédié.
-
Activer la mémoire limitée au projet empêche que les souvenirs/instructions se mélangent.
-
Les paires déclencheur/instructions ([SCAN], [DECIDE], etc.) assurent que chaque balise appelle bien le bon workflow.
(A) Global Trigger Wiring — à coller dans chaque Projet
Rôle : Apprendre au modèle à reconnaître vos balises entre crochets et à appliquer le format de sortie défini.
TRIGGER WIRING
Si mon message commence par un mot-clé entre [CROCHETS], exécute la macro correspondante en utilisant le reste du message comme entrée.
Avant d’exécuter, poser 1–2 questions clarificatrices seulement si des contraintes manquent.
Toujours retourner le format de sortie défini pour ce Projet.
Utiliser l’anglais UK, dater les faits (JJ Mon AAAA) et indiquer le niveau de confiance H/M/L si pertinent.
Exemple de message :
[SCAN] UK (18 derniers mois) — obstacles des PME à l’adoption de l’IA; focus sur coûts et hygiène des données; exclure sources US.
(B) Macros par stagiaire — à coller dans le Projet concerné
Voici les six rôles disponibles. Pour chacun : copier l’intégralité du bloc dans les instructions personnalisées, juste après le Global Wiring.
🎓 Content Studio — Riley (Chercheur)
-
Mission : Recherche prête à la décision avec sources citées, niveaux de confiance et limites signalées.
-
Pourquoi séparé : Garantir l’objectivité et éviter que la rédaction biaise la recherche.
Macros principales :
-
[SCAN] → cartographie du sujet + 5 lectures clés + 3 idées + 2 points de vigilance.
-
[DEEPDIVE] → synthèse de 7–12 sources fiables en un pack complet (résultats + tableau de preuves).
-
[SYNTH] → transformer notes/liens de l’utilisateur en mémo d’action d’une page.
🎬 Content Studio — Jamie (Scénariste)
-
Mission : Transformer la recherche en scripts vidéos clairs, engageants et calibrés en durée.
-
Pourquoi séparé : Pour éviter les déformations factuelles et garder un ton énergique.
Macros principales :
-
[HOOK] → générer 5 accroches avec curiosité/payoff.
-
[SCRIPT] → créer un script complet (6–8 min lecture) avec structure en 5 temps, textes à l’écran, B-roll.
-
[POLISH] → améliorer pour l’oral, ajouter timecodes et un CTA concis.
📊 Decision Lab — Sam (Analyste)
-
Mission : Transformer des options en choix argumenté avec calculs, pondérations et trade-offs.
-
Pourquoi séparé : Pour assurer clarté et traçabilité avant la critique.
Macros principales :
-
[DECIDE] → mémo de décision avec critères pondérés.
-
[MODEL] → modèle simple avec scénarios base/best/worst.
-
[SCORE] → grille de scoring pondérée avec mini-analyse.
⚖️ Decision Lab — Devil’s Barrister (Contre-arguments)
-
Mission : Construire les meilleurs arguments opposés, identifier risques (probabilité × impact) et proposer mitigations.
-
Pourquoi séparé : Éviter que la critique n’influence l’analyse initiale.
Macros principales :
-
[REDTEAM] → cas opposé renforcé + tableau d’objections.
-
[PREMORTEM] → scénario d’échec anticipé + 5 signaux précoces.
-
[SNIPE] → identifier l’hypothèse la plus fragile et concevoir un test rapide.
🧭 Personal Performance — Coach (Réflexion hebdo)
-
Mission : Transformer un chaos de tâches en plan clair sur 10 semaines, via un rituel de revue de 15 min.
-
Pourquoi séparé : Garder un ton bienveillant et éviter de mélanger avec des règles d’entraînement.
Macros principales :
-
[WEEKLY] → revue hebdomadaire complète.
-
[ALIGN] → aligner tâches sur objectifs 10 semaines.
-
[BLOCK] → transformer priorités en créneaux calendrier.
💪 Personal Performance — Fitness (Entraînement)
-
Mission : Construire des blocs d’entraînement de 4–6 semaines adaptés aux objectifs, au matériel et au temps dispo.
-
Pourquoi séparé : Ton pratique et paramétré, indépendant du travail.
Macros principales :
-
[PLAN] → plan complet 4–6 semaines avec règles de progression.
-
[ADAPT] → adapter une séance selon énergie/temps/blessure.
-
[TRACK] → suivi des séances avec recommandations.
(C) Fichiers Starter Pack — à créer en
.md
et à uploader dans chaque Projet
-
Chaque fichier contient un mini-exemple + un modèle (squelette) pour uniformiser les sorties.
-
Ces documents servent de base que le stagiaire « connaît » et respecte.
(Suit la liste des 6 fichiers Riley, Jamie, Sam, Devil’s Barrister, Coach, Fitness avec exemples et modèles déjà décrits dans ton texte original.)
🔄 Flux de travail recommandé
-
Riley → Jamie : Riley fait la recherche, Jamie écrit le script à partir du pack.
-
Sam → Devil’s Barrister : Sam analyse, Devil’s Barrister teste la solidité avec objections.
-
Coach ↔ Fitness : séparés, mais Fitness peut utiliser les notes d’énergie/stress hebdo du Coach.
🛠️ Dépannage
-
Commande ignorée ? Vérifier que ton message commence bien par la balise ([TOKEN]).
-
Sorties floues ? Re-coller la définition de sortie du stagiaire.
-
Mémoire croisée ? Vérifier que la mémoire est bien réglée sur Project-only et que tu n’as pas mélangé plusieurs macros dans un même Projet.
⚠️ Risques légers à garder en tête
-
Ne pas uploader de données confidentielles sans accepter les conditions de la plateforme.
-
Même avec sources, les modèles peuvent mal interpréter ou généraliser : toujours considérer les sorties comme brouillons à valider.
🌟 Exemples d’utilisation
1. Riley (Chercheur) → Jamie (Scénariste)
Message à Riley :
[SCAN] France + Europe, récence ≤ 24 mois, sujet : obstacles pour les PME à adopter l’IA ; focus sur les coûts et l’hygiène des données ; exclure les sources US.
Sortie de Riley (extrait) :
-
Résumé exécutif :
Les PME en France/Europe rencontrent surtout des obstacles liés aux coûts (intégration, formation) et à la qualité des données. Des programmes publics existent, mais l’adoption reste lente. Confiance : Haute.
-
Principales conclusions :
-
Les coûts d’intégration sont plus bloquants que les licences (Min. Économie, 12 avril 2024, H).
-
Les lacunes en hygiène des données réduisent la fiabilité de l’IA (Oxford Insights, oct. 2023, H).
-
Les PME surestiment le retour sur investissement rapide (Rapport Deloitte, mai 2024, M).
-
-
Contre-arguments :
-
Certaines PME ont surinvesti trop tôt et ont perdu en ROI.
-
L’open source et le cloud abaissent désormais les coûts d’entrée.
-
-
Prochaines actions :
-
Identifier des outils pilotes à bas coût.
-
Former les équipes sur l’hygiène des données.
-
Explorer les incitations européennes (programme Digital Europe).
-
Message à Jamie (avec le fichier de Riley uploadé) :
[SCRIPT] Utilise le pack de recherche de Riley ; cible une vidéo de 6–8 minutes ; ajoute du texte à l’écran pour les statistiques clés.
Sortie de Jamie (extrait) :
-
Titre : « Pourquoi les PME échouent avec l’IA (et comment y remédier) »
-
Accroche (10 s) :
« Vous pensez que l’IA est réservée aux géants de la tech ? Voici pourquoi de nombreuses PME échouent — et les étapes simples pour réduire vos coûts de moitié. »
-
Plan en 5 temps :
-
Les coûts cachés.
-
Données sales = IA inutilisable.
-
Les mythes du ROI.
-
Histoires de réussite.
-
Étapes pratiques.
-
-
CTA :
« Téléchargez la checklist gratuite pour préparer votre PME à l’IA. »
2. Sam (Analyste) → Devil’s Barrister (Contre-arguments)
Message à Sam :
[DECIDE] Choisir entre Outil A et Outil B pour réduire le temps de montage de 30 % en 90 jours ; budget 1 500 € ; équipe de 2 personnes.
Sortie de Sam (extrait) :
-
Critères (pondération) : Impact .40, Coût .25, Temps de mise en œuvre .20, Risque .15.
-
Options :
-
Outil A : SaaS, 100 €/mois, mise en place rapide.
-
Outil B : achat unique 1 000 €, courbe d’apprentissage plus longue.
-
-
Score final :
-
Outil A = 4,3 total ; Outil B = 3,6 total.
-
-
Recommandation : Outil A, sous réserve que la formation reste minimale.
-
Test rapide proposé : Piloter Outil A pendant 2 semaines.
Message à Devil’s Barrister (avec le mémo de Sam) :
[REDTEAM] Affirmation centrale : Outil A est le meilleur choix. Risques : formation, compatibilité plugins.
Sortie de Devil’s Barrister (extrait) :
-
Steel-man : L’outil B, malgré son coût initial plus élevé, peut être rentable à long terme si les prix SaaS augmentent.
-
Tableau des objections :
-
Objection : Outil A manque de fonctionnalités avancées.
→ Probabilité : M, Impact : H → Mitigation : vérifier compatibilité plugin.
-
Objection : Temps de formation caché.
→ Probabilité : H, Impact : M → Mitigation : pilote de 2 semaines.
-
-
Pré-mortem :
« Le projet a échoué car les coûts d’abonnement à Outil A ont explosé sur 3 ans, dépassant le budget. L’équipe a dû se reformer deux fois. La productivité a chuté. »
3. Coach (Revue hebdomadaire)
Message à Coach :
[WEEKLY] Utilise les notes de la semaine dernière ; focus sur heures de deep work et production vidéo.
Sortie de Coach (extrait) :
-
Check-in : Énergie 3/5, Stress 4/5.
-
Succès : 2 scripts vidéo terminés.
-
Frictions : interruptions Slack.
-
Leçons : les matinées sont les plus productives.
-
Garder / Commencer / Arrêter :
-
Garder : deep work le matin.
-
Commencer : couper Slack 9h–12h.
-
Arrêter : multitâche pendant les montages.
-
-
Top 3 de la semaine prochaine :
-
Rédiger 1 script vidéo (lundi matin).
-
Monter 1 vidéo (mercredi après-midi).
-
Contacter 5 PME (jeudi matin).
-
-
Engagement :
« Je protégerai mes matinées pour le travail créatif. »
4. Fitness (Entraînement)
Message à Fitness :
[PLAN] Objectif : force générale + cardio ; équipement : barre + rameur ; rythme : 5×/sem, 60 min ; contrainte : légère douleur au genou.
Sortie de Fitness (extrait) :
-
Contexte : Force + cardio, 5 jours, sensibilité au genou.
-
Répartition hebdo :
-
Lundi : Haut du corps (développé couché, tirages).
-
Mardi : Cardio (rameur, 25 min @ RPE 6).
-
Mercredi : Bas du corps (soulevé de terre, hip thrust, éviter squats profonds).
-
Jeudi : Circuit conditionnement.
-
Vendredi : Full body + mobilité.
-
-
Progression : +2,5 % charge/sem si RPE < 7.
-
Récupération : sommeil 7–8h ; protéines 1,6 g/kg.
-
Suivi : noter RPE + readiness chaque jour.
✨ Ces exemples montrent comment le pack s’enchaîne naturellement :
-
Riley explore → Jamie raconte → Sam choisit → Devil’s Barrister critique → Coach cadre → Fitness ajuste.
Build Your AI Team with ChatGPT – Starter Pack Guide
A simple method to create a small “AI team” inside ChatGPT, using Projects with:
-
Project-only memory (so memory stays contained),
-
Macros/commands triggered by tokens (e.g., [SCAN], [SCRIPT], [DECIDE]),
-
and a set of Starter Pack files serving as templates.
Each “virtual assistant” (here called an intern) lives inside its own Project.
This ensures that instructions, files, and memory don’t get mixed up across roles.
🚀 Quick Start (≈ 5 minutes per project)
-
Create a Project (one per intern).
-
Go to New Project → More options → enable Memory: Project-only memory.
-
This prevents information from leaking between your interns.
-
-
Paste Custom Instructions.
-
Add the Global Trigger Wiring block (see below).
-
Then add the Macro block specific to the chosen intern (Riley, Jamie, Sam, Devil’s Barrister, Coach, or Fitness).
-
-
Upload the Starter Pack file for that intern (provided as .md template).
-
Test with a trigger.
-
Send a message starting with a token in brackets, e.g. [SCAN] subject + constraints.
-
Confirm that the output matches the expected format.
-
💡 Tip:
-
Keep roles separated to preserve integrity and avoid confusion.
-
Examples:
-
Research = Riley
-
Scriptwriting = Jamie
-
Analysis = Sam
-
Counter-arguments = Devil’s Barrister
-
🏛️ Architecture Note (why 1 Project per intern)
-
Each intern should be isolated in their own Project.
-
Enabling project-only memory ensures instructions and memories don’t overlap.
-
The trigger/instruction pairs ([SCAN], [DECIDE], etc.) guarantee that each token reliably calls the right workflow.
(A) Global Trigger Wiring — paste into every Project
Purpose: Teach the model to detect your bracketed tokens and always return the defined output format.
TRIGGER WIRING
If my message starts with a keyword in [BRACKETS], execute the matching macro using the rest of the message as input.
Before executing, ask 1–2 clarifying questions only if key constraints are missing.
Always return the output format defined for this Project.
Use UK English, date-stamp facts (DD Mon YYYY), and show confidence (H/M/L) when relevant.
Example message:
[SCAN] UK (last 18 months) — SME barriers to adopting AI; focus on cost and data hygiene; exclude US sources.
(B) Per-Intern Macro Blocks — paste into the relevant Project
Here are the six available roles. For each one, copy the entire block into the Custom Instructions, just after the Global Wiring.
🎓 Content Studio — Riley (Researcher)
-
Mission: Decision-ready research with sources cited, confidence levels, and noted limits.
-
Why separate: To preserve objectivity and avoid writing bias.
Main Macros:
-
[SCAN] → map the subject + 5 must-reads + 3 insights + 2 watch-outs.
-
[DEEPDIVE] → synthesize 7–12 reliable sources into findings + evidence table.
-
[SYNTH] → turn user notes/links into a one-page action memo.
🎬 Content Studio — Jamie (Scriptwriter)
-
Mission: Transform research into clear, engaging, time-calibrated video scripts.
-
Why separate: To prevent factual drift and keep an energetic tone.
Main Macros:
-
[HOOK] → generate 5 hooks with curiosity/payoff.
-
[SCRIPT] → draft a complete script (6–8 min read) with 5-beat outline, on-screen text, B-roll.
-
[POLISH] → refine for spoken delivery, add timestamps and a clear CTA.
📊 Decision Lab — Sam (Analyst)
-
Mission: Turn options into structured choices with calculations, weights, and trade-offs.
-
Why separate: To ensure clarity and auditability before critique.
Main Macros:
-
[DECIDE] → decision memo with weighted criteria.
-
[MODEL] → simple model with base/best/worst scenarios.
-
[SCORE] → weighted scorecard with short narrative.
⚖️ Decision Lab — Devil’s Barrister (Counter-arguments)
-
Mission: Build the strongest opposition case, identify risks (likelihood × impact), and propose mitigations.
-
Why separate: To keep critique rigorous without contaminating the original analysis.
Main Macros:
-
[REDTEAM] → steel-man case + objections table.
-
[PREMORTEM] → failure scenario + 5 early warning signals.
-
[SNIPE] → highlight the weakest assumption + design a quick test.
🧭 Personal Performance — Coach (Weekly Reflection)
-
Mission: Turn task chaos into a clear 10-week plan via a 15-minute weekly review ritual.
-
Why separate: To maintain a supportive, reflective tone (not confused with training).
Main Macros:
-
[WEEKLY] → complete weekly review.
-
[ALIGN] → align tasks with 10-week goals.
-
[BLOCK] → convert top-3 priorities into realistic calendar blocks.
💪 Personal Performance — Fitness (Training)
-
Mission: Create 4–6 week training blocks adapted to goals, equipment, and available time.
-
Why separate: Keeps a practical, parameter-driven focus independent of work cadence.
Main Macros:
-
[PLAN] → full 4–6 week training block with progression rules.
-
[ADAPT] → adapt a session for energy/time/injury while preserving stimulus.
-
[TRACK] → log sessions and suggest tweaks.
(C) Starter Pack Files — create as
.md
and upload to each Project
-
Each file contains a mini-example + a template skeleton to keep outputs consistent.
-
These files serve as a living reference that the intern “knows” and follows.
(See the six files Riley, Jamie, Sam, Devil’s Barrister, Coach, Fitness with examples/templates as in the original.)
🔄 Recommended Workflow
-
Riley → Jamie: Riley researches, Jamie writes the script using the Research Pack.
-
Sam → Devil’s Barrister: Sam analyzes, Devil’s Barrister stress-tests with objections.
-
Coach ↔ Fitness: Separate, but Fitness may use Coach’s weekly energy/stress notes if helpful.
🛠️ Troubleshooting
-
Trigger ignored? Check your message starts with the token ([TOKEN]).
-
Outputs vague? Re-paste the intern’s Output definition.
-
Memory crossover? Ensure memory is Project-only and don’t mix macros in one Project.
⚠️ Light Risks to Keep in Mind
-
Don’t upload confidential data unless you accept the platform’s terms.
-
Even with sources, models can misinterpret or over-generalize — always treat outputs as drafts to review.
🌟 Examples of Use
1. Riley (Researcher) → Jamie (Scriptwriter)
Prompt to Riley:
[SCAN] UK+EU, recency ≤ 24 months, topic: SME barriers to adopting AI; focus on costs and data hygiene; exclude US sources.
Riley’s Output (excerpt):
-
Executive Summary:
SMEs in the UK/EU face adoption challenges primarily linked to cost (integration, training) and data quality/hygiene. Incentives and government programs exist, but uptake remains limited. Confidence: High.
-
Key Findings:
-
Cost of customisation is a bigger barrier than licensing (Gov.UK, 12 Apr 2024, H).
-
Data hygiene gaps reduce AI reliability (Oxford Insights, Oct 2023, H).
-
SMEs underestimate the time to value (Deloitte EU report, May 2024, M).
-
-
Contrarian takes:
-
Some SMEs over-invested early and saw poor ROI.
-
Open-source + cloud AI is lowering entry costs.
-
-
Next Actions:
-
Identify low-cost pilot tools.
-
Train staff on data hygiene.
-
Leverage EU incentives (Digital Europe).
-
Prompt to Jamie (with Riley’s file uploaded):
[SCRIPT] Use Riley’s Research Pack; target 6–8 minutes; include on-screen text for key stats.
Jamie’s Output (excerpt):
-
Title: “Why Most SMEs Struggle With AI (and How to Fix It)”
-
Hook (10s):
“Think AI is only for big tech? Here’s why many small firms fail at AI adoption — and the surprising steps that cut costs in half.”
-
Beat Outline:
-
Hidden costs (integration > license).
-
Dirty data = broken AI.
-
ROI myths.
-
Success stories.
-
Practical steps.
-
-
Full Script:
(ON-SCREEN TEXT: “80% of SMEs cite cost as the #1 barrier”)
(B-ROLL: busy office, training session)
…
-
CTA:
“Download the free checklist to get your SME AI-ready.”
2. Sam (Analyst) → Devil’s Barrister (Counter-arguments)
Prompt to Sam:
[DECIDE] Choose between Tool A and Tool B to cut editing time by 30% in 90 days; budget £1.5k; 2-person team.
Sam’s Output (excerpt):
-
Criteria (weights): Impact .40, Cost .25, Time-to-Value .20, Risk .15.
-
Options:
-
Tool A: SaaS, £100/mo, quick setup.
-
Tool B: One-off £1k, steeper learning curve.
-
-
Scorecard:
-
Tool A = 4.3 total, Tool B = 3.6 total.
-
-
Recommendation: Tool A, assuming training minimal.
-
Next Test: Pilot Tool A for 2 weeks.
Prompt to Devil’s Barrister (using Sam’s memo):
[REDTEAM] Core claim: Tool A is best choice. Risks: training curve, plugin gaps.
Devil’s Barrister’s Output (excerpt):
-
Steel-man: Tool B’s upfront cost could pay off long-term if SaaS pricing rises.
-
Objections Table:
-
Objection: Tool A lacks advanced features.
Likelihood: M, Impact: H → Mitigation: Ensure plugin support.
-
Objection: Hidden training time.
Likelihood: H, Impact: M → Mitigation: run 2-week pilot.
-
-
Pre-mortem:
“Project failed because Tool A’s subscription ballooned over 3 years, eating the budget. Team retrained twice. Productivity dipped.”
3. Coach (Weekly Review)
Prompt to Coach:
[WEEKLY] Use last week’s notes; focus on deep work hours and video outputs.
Coach’s Output (excerpt):
-
Check-in: Energy 3/5, Stress 4/5.
-
Wins: Finished 2 video scripts.
-
Frictions: Constant Slack pings.
-
Lessons: Morning hours most productive.
-
Keep/Start/Stop:
-
Keep: early deep work.
-
Start: blocking Slack 9–12.
-
Stop: multitasking edits.
-
-
Top 3 Next Week:
-
Script 1 video (block Mon AM).
-
Edit 1 video (block Wed PM).
-
Outreach 5 SMEs (block Thu AM).
-
-
Commitment:
“I’ll protect my mornings for creative work.”
4. Fitness (Training)
Prompt to Fitness:
[PLAN] Goal: general strength + cardio; equipment: barbell + rower; schedule: 5×/wk, 60 min; constraint: mild knee pain.
Fitness’s Output (excerpt):
-
Context: Strength + cardio, 5 days, knee-sensitive.
-
Weekly Split:
-
Mon: Upper body (bench press, rows).
-
Tue: Cardio (rower, 25 min @ RPE 6).
-
Wed: Lower body (deadlift, hip thrust, RPE 7; avoid deep squats).
-
Thu: Conditioning circuit.
-
Fri: Full body + mobility.
-
-
Progression: +2.5% load per week if RPE < 7.
-
Recovery: 7–8h sleep; protein 1.6 g/kg.
-
Check-in: log RPE & readiness daily.
✨ These examples show how the same pack flows from intern to intern:
-
Riley builds research,
-
Jamie turns it into scripts,
-
Sam analyzes decisions,
-
Devil’s Barrister stress-tests them,
-
Coach keeps you on track weekly,
-
Fitness keeps your body aligned with the plan.
Would you like me to create a full worked demo (from [SCAN] → [SCRIPT] → [DECIDE] → [REDTEAM]) as if you were actually running a real project, so you can copy-paste and test it directly in ChatGPT?