Claude Platform & Model Foundations — Claude Certified Associate Foundations Prep Course

Screen 1: Overview

Module 1Introduction·5 min

La plupart des professionnels qui utilisent Claude commencent par apprendre une ou deux choses qu'il fait bien. Cette approche produit des résultats pour les tâches simples.

Pour les travaux récurrents, les projets d'équipe et les livrables qui doivent résister à l'examen, les décisions de fonctionnalités prises dans Claude avant d'écrire un seul prompt déterminent le plafond de qualité des résultats de session.

Ce module construit le cadre pour les quatre décisions qui se situent au début de chaque interaction Claude : quel point d'entrée utiliser, quelles fonctionnalités de capacité activer, quel modèle sélectionner et comment gérer le contexte au cours d'une session. Ces quatre décisions déterminent si les sessions s'appuient sur les travaux antérieurs ou nécessitent une reconfiguration constante.

À la fin de ce module, vous serez capable de :

1Sélectionner le point d'entrée Claude approprié et l'ensemble de fonctionnalités pour une tâche professionnelle donnée.

2Différencier Haiku, Sonnet et Opus par les caractéristiques de capacité et l'adéquation aux tâches.

3Faire correspondre la sélection du modèle aux exigences de la tâche, y compris les compromis de qualité, de vitesse et de volume.

4Gérer les limitations de contexte et utiliser les fonctionnalités de mémoire pour maintenir la continuité entre les sessions.

Quatre décisions déterminent le plafond de qualité pour chaque session Claude : point d'entrée, couche de capacité, modèle et gestion du contexte. Ce module construit le cadre pour les quatre. Chaque module suivant suppose que vous pouvez prendre ces décisions sans revenir ici.

Nous avons construit ce cours Associate Module 1 : Claude Platform & Model Foundations pour vous aider à faire du vrai travail avec Claude, traitez-le comme du contenu éducatif. Il ne constitue pas un conseil juridique, financier ou autre conseil professionnel, alors adaptez ce que vous apprenez à votre situation. Nos produits et services évoluent rapidement, donc certains contenus peuvent contenir des erreurs ou être obsolètes ; n'oubliez pas de vérifier sur le site web ou la documentation d'Anthropic. Les exemples et scénarios utilisés dans le cours sont illustratifs et souvent fictifs. Si le matériel du cours mentionne une entreprise ou un produit, cela ne signifie pas qu'Anthropic les approuve, qu'ils approuvent Anthropic, ou que nous sommes affiliés. Notez également que votre utilisation des produits et services d'Anthropic est couverte par nos conditions, politiques et documentation ; si quelque chose dans ce cours entre en conflit avec eux, ils contrôlent.

---

Screen 2: What to Expect from Generative AI

TeachingHow Claude Behaves·6 min

Avant de sélectionner les points d'entrée et les modèles, il y a cinq propriétés comportementales qui s'appliquent à Claude quel que soit la fonctionnalité que vous utilisez. Les comprendre avant de construire des workflows avec Claude prévient les sources les plus courantes de frustration et d'attentes mal alignées.

Retournez chaque carte pour lire la propriété.

Responses vary

Posez à Claude la même question deux fois et vous obtiendrez deux réponses différentes. Les deux peuvent être utiles, mais aucune ne doit être considérée comme la « réponse correcte unique ». C'est ainsi que fonctionne l'IA générative : les résultats sont produits en utilisant la probabilité, par opposition à être récupérés d'une base de données fixe. Planifiez la variation dans tout workflow qui dépend de résultats cohérents et intégrez l'examen dans le processus.

Confident tone is not a signal of accuracy

Claude écrit avec une fluidité cohérente, que la réponse soit réellement correcte ou non. Une statistique fabriquée se lit avec la même assurance qu'une statistique vérifiée. Le Module 3 construit des habitudes de vérification ; sans elles, la fluidité ne signale rien sur la précision.

Context is a budget

Chaque conversation Claude a une limite de mémoire de travail. À mesure qu'une conversation approche de sa limite, claude. ai résume automatiquement les messages antérieurs pour que la session puisse continuer (sur les plans payants avec Code Execution activé). Les résumés compressent les détails, c'est pourquoi les instructions suivies au début d'une session de deux heures peuvent perdre de la force à la fin. La Leçon 6 couvre les stratégies pour gérer cela : quand redémarrer, quand résumer, quand persister.

Knowledge has a training boundary

Les données d'entraînement de Claude ont une date limite. Les informations après cette date sont en dehors de la connaissance fiable de Claude à moins que vous ne connectiez une source actuelle, n'activiez la recherche web dans le chat, ou n'utilisiez Research. Cela affecte les événements récents, les réglementations actuelles et les données de marché à jour. Quand la pertinence compte, vérifiez ou connectez une source.

Configured procedures still produce varied outputs

Un ensemble de Skill configuré pour exécuter la même procédure à chaque fois réduit la variance de résultats mais ne l'élimine pas. Même un workflow bien configuré produit des résultats différents à chaque exécution. L'examen reste dans votre workflow quel que soit le soin avec lequel une Skill est construite. Bien que la configuration réduise la variation, elle ne supprime pas le besoin de vérifier le résultat.

---

Screen 3: Chat, Projects, Artifacts, Research

TeachingCore Entry Points·10 min

Claude apparaît dans une interface, mais cette interface offre quatre points d'entrée de travail distincts : Chat, Projects, Artifacts et Research Mode. Choisir le bon avant de commencer le travail détermine l'efficacité avec laquelle la session s'exécute et si le contexte que vous construisez aujourd'hui se porte vers demain.

Chat est le point d'entrée par défaut, une conversation non structurée. Un Chat est enregistré dans votre historique et peut être continué plus tard, et Memory plus la recherche de chat antérieur peuvent porter le contexte clé dans les nouvelles sessions ; ce que Chat ne vous donne pas, c'est la persistance délibérée d'un Project, les instructions permanentes et une base de connaissances organisée. Utilisez Chat pour les questions ponctuelles, les brouillons rapides, l'exploration de prompting et les tâches que vous ne répéterez pas. Chat fonctionne bien pour toute tâche où le travail commence et se termine dans cette session. Cependant, quand vous vous trouvez à ouvrir un nouveau Chat en collant le même paragraphe de contexte que vous avez collé la semaine dernière, ce flux de travail a dépassé Chat.

Projects sont des espaces de travail persistants. Un Project contient trois choses :

Standing instructions : ce que Claude devrait savoir et faire de manière cohérente dans chaque conversation dans cet espace

Knowledge base : documents, politiques et fichiers de référence téléchargés une fois pour que Claude puisse les utiliser sans les retélécharger à chaque session

Conversation history : chaque Project maintient sa propre liste de conversations, séparée de votre historique de conversations global. Les conversations au sein d'un Project partagent les instructions et la base de connaissances du Project, mais elles ne partagent pas le contexte les unes avec les autres.

Projects résolvent le drain de productivité le plus courant dans le travail professionnel assisté par l'IA : réexpliquer le même contexte à chaque session. Définissez le contexte une fois dans les instructions permanentes et la base de connaissances du Project. Chaque conversation qui suit commence avec ce contexte déjà en place.

La tâche se répète, le contexte de contexte est stable et le format de résultat est cohérent. Si deux de ces conditions tiennent, un Project économise plus de temps qu'il n'en coûte pour le construire.

Artifacts est le format de résultat approprié quand le résultat est un livrable plutôt qu'une réponse conversationnelle. Quand Claude produit un Artifact, il apparaît comme un bloc séparé et modifiable à côté du chat plutôt que de s'écouler dans le fil de conversation. Utilisez Artifacts pour les brouillons de documents, les tableaux de données, les rapports formatés et le code. Utilisez les réponses en ligne pour les réponses sur lesquelles vous agirez au sein de la conversation.

Research permet la synthèse profonde multi-source (disponible sur les plans payants). Le Chat régulier peut rechercher le web : la recherche web est disponible sur tous les plans Claude en tant que bascule par chat dans l'entrée de chat ; sur les plans Team et Enterprise, un Owner ou Primary Owner doit d'abord activer la recherche web pour l'espace de travail dans les paramètres de capacité de l'organisation avant que les membres puissent l'activer. La documentation officielle ne précise pas si la bascule est activée ou désactivée par défaut. Research va plus loin : il exécute des recherches multi-étapes sur plusieurs sources et les synthétise. Utilisez Research quand la tâche nécessite une investigation profonde sur une gamme de sources, ou la synthèse d'informations actuelles au-delà d'une recherche rapide.

Selection logic

Type de tâche

Point d'entrée

Question ponctuelle ou tâche rapide, pas de plan de réutilisation

Chat

Travail récurrent avec exigences de contexte stables

Project

Le résultat est un livrable que le destinataire ouvrira et lira

Artifact

Nécessite une investigation profonde multi-source ou une synthèse (recherches d'informations actuelles rapides : recherche web dans Chat)

Research

---

Screen 4: A worked comparison

TeachingCore Entry Points · Continued·10 min

Une coordinatrice de projet rédige des rapports de statut d'équipe hebdomadaires. Chaque lundi, elle ouvre un nouveau Chat et tape le même ouvreur : le nom du projet, la structure de l'équipe, la liste des parties prenantes, les exigences de format de rapport et les éléments ouverts de la semaine précédente. Claude produit un bon rapport, mais la session prend 40 minutes, dont environ 12 sont du chargement de contexte.

Elle construit un Project. Le contexte du projet, la structure de l'équipe et la liste des parties prenantes vont dans la base de connaissances. Le format de rapport et les instructions permanentes sur les seuils d'escalade vont dans les instructions du Project. Le lundi, elle ouvre le Project et colle les mises à jour de la semaine. Le contexte est déjà là, donc la session prend 25 minutes.

La qualité du rapport est la même, mais la décision du point d'entrée a éliminé la taxe de configuration hebdomadaire.

The test for whether a Project is worth building

Posez trois questions :

Cette tâche se répète-t-elle ?

Le contexte de contexte est-il le même d'une session à l'autre ?

Le format de résultat est-il cohérent ?

Si la réponse est oui à deux ou plus, construisez le Project. Le temps de configuration est récupéré en deux ou trois sessions.

---

Screen 5: Skills and Code Execution

TeachingCapability Layer·12 min

Les points d'entrée déterminent où vous travaillez. La couche de capacité détermine ce que Claude peut faire dans ce point d'entrée.

Trois fonctionnalités étendent le comportement de génération de texte par défaut de Claude de manière importante pour le travail professionnel : Skills pour les procédures cohérentes, Code Execution pour le calcul vérifié et Memory pour la continuité entre les sessions.

The four-layer model

Pensez à la relation entre les couches de la manière suivante :

Projects carry context

Quelles connaissances de contexte et instructions permanentes s'appliquent à ce flux de travail.

Skills define procedures

Comment une tâche spécifique doit être exécutée, de manière cohérente, à chaque fois.

Code Execution verifies computations

Quand le résultat doit être correct, pas seulement plausible.

Memory persists continuity

Les faits pertinents se portent d'une session à l'autre sans réentrée.

Les couches sont indépendantes. Utilisez n'importe quelle combinaison en fonction de ce que la tâche nécessite. Une question ponctuelle n'en a besoin d'aucune, tandis qu'un workflow analytique récurrent pourrait les utiliser tous les quatre.

Skills sont des procédures réutilisables. Anthropic fournit des Skills intégrées pour les tâches professionnelles courantes : créer, éditer et analyser des feuilles de calcul Excel, des documents Word, des présentations PowerPoint et des PDF. Des Skills personnalisées peuvent être ajoutées via les paramètres pour les workflows spécifiques aux tâches. Les Skills vivent au niveau du compte, pas à l'intérieur d'un Project, et Claude les invoque automatiquement quand elles sont pertinentes dans n'importe quelle conversation, à l'intérieur ou à l'extérieur d'un Project. La configuration propre d'un Project est ses instructions permanentes et sa base de connaissances ; une Skill active dit à Claude de suivre une procédure définie pour ce type de tâche, de manière cohérente, partout où elle s'applique.

Il y a deux choses à garder à l'esprit concernant les Skills :

Premièrement, les Skills réduisent la variance, mais ne l'éliminent pas. Une Skill qui génère des rapports hebdomadaires dans un format cohérent produira toujours une prose différente à chaque exécution. L'examen reste dans votre workflow quel que soit le soin avec lequel la Skill est configurée.

Deuxièmement, les Skills nécessitent une évaluation de confiance. Une Skill a accès à tout ce que vous donnez à Claude accès pendant la session. Avant d'activer une Skill tierce, examinez sa source et les autorisations qu'elle demande. Les Skills fournies par Anthropic et les Skills approuvées par votre organisation sont le point de départ à risque plus faible. Le Module 6 couvre cette évaluation en détail.

Code Execution est l'environnement de calcul en bac à sable de Claude. Claude écrit et exécute le code en interne, puis retourne le résultat. Vous n'écrivez pas le code vous-même.

Pourquoi cette distinction compte : Claude génère de la prose en produisant la séquence de texte suivante la plus probable. Cela fonctionne bien pour les tâches de langage. Pour le calcul, il produit des nombres plausibles qui peuvent ou non être exacts. Code Execution produit un résultat vérifié en exécutant le calcul.

Utilisez Code Execution au lieu de demander à Claude de calculer quand :

Tout résultat numérique sera utilisé ou rapporté (calculs, projections, résumés de chiffres)

Les données doivent être transformées ou nettoyées (normalisation de date, déduplication, formatage de champ)

Le résultat doit être un graphique ou une visualisation

Le résultat doit être un vrai fichier téléchargeable (. xlsx, . pptx, . docx, . pdf)

---

Screen 6: Memory

TeachingCapability Layer · Memory·12 min

Memory retient les faits pertinents au travail entre les sessions, supprimant le besoin de réentrer le même contexte à chaque fois. Des exemples de ce que les professionnels stockent dans Memory incluent : contexte de rôle récurrent, préférences pour le format de résultat, noms de collaborateurs fréquents, contraintes permanentes qui s'appliquent entre les projets.

Memory curation

Memory est plus utile quand elle est activement organisée. Une mémoire qui était exacte le trimestre dernier et n'a pas été examinée depuis peut être activement trompeuse. Planifiez pour :

Examiner les mémoires stockées périodiquement, au moins une fois par mois pour les utilisateurs actifs

Supprimer ou mettre à jour les entrées qui ne tiennent plus

Garder l'ensemble stocké concentré sur les informations qui se répètent réellement entre les sessions

Project-scoped Memory keeps Memory contexts separate for each Project. Context from client A does not appear in client B sessions. Set up separate Projects for separate workstreams; Memory will follow the same boundaries.Incognito mode keeps a session out of Memory and chat history (it applies to standalone chats, outside Projects). Use it for sensitive conversations or exploratory work with confidential inputs that shouldn't surface in history or Memory. Note it does not override your organization's underlying data retention.Importing memories from other AI platforms is an experimental feature as of June 2026. Memory import is documented for Free, Pro, Max, and Team plans (not Enterprise). If the automatic import path is not available in your account, the documented fallback is to add the key facts to Memory manually through your memory settings, rather than routing them into a Project's knowledge base.

---

Screen 7: A monthly report that got faster and more accurate at the same time

ScenarioCapability Layer

(Illustrative Scenario)

Une analyste commerciale a produit un rapport de suivi réglementaire une fois par mois. La tâche était cohérente : prendre les mises à jour réglementaires de ce mois, identifier lesquelles s'appliquaient au portefeuille, résumer les implications et formater le résultat selon un modèle défini. La tâche était à enjeux élevés, mais avec une structure répétable.

Pour les deux premiers mois, elle a exécuté le workflow dans Chat. À chaque session, elle téléchargeait les documents réglementaires, recolait le contexte du portefeuille et retapait les instructions de format. Elle a exécuté une étape de vérification sur chaque chiffre numérique. Elle a attrapé deux erreurs au mois un et une au mois deux, toutes avant que le rapport ne soit publié.

Au mois trois, elle a reconstruit le workflow en utilisant la couche de capacité. Le contexte du portefeuille et les instructions de format permanentes sont allés dans le Project, les rapports antérieurs sont allés dans la base de connaissances, elle a activé une Skill pour le format de résultat du rapport et les calculs numériques ont été déplacés vers Code Execution.

Le temps par session a chuté de 65 minutes à 30, et l'étape de vérification a toujours été exécutée. Aucune erreur n'a été trouvée aux mois trois à huit.

What the analyst asked before rebuilding

Question

Couche vers laquelle elle pointait

Quelles parties de cette tâche sont les mêmes à chaque fois ?

Standing instructions + Skill

Quel matériel de référence se répète entre les sessions ?

Knowledge base

Quels résultats doivent être calculés correctement, pas seulement « sonner juste » ?

Code Execution

Quel contexte veux-je porter entre les sessions sans réentrée ?

Memory

---

Screen 8: Checkpoint

CheckpointCapability Layer·5 min

Un workflow de révision de contrat récurrent a cinq composants. Pour chaque composant, sélectionnez à quelle couche de capacité il appartient : instructions permanentes, base de connaissances, Skill ou Code Execution. Chaque couche est utilisée au moins une fois.

Cliquez sur une carte pour la sélectionner, puis cliquez sur un bac pour la placer. Cliquez sur une carte placée pour la retourner au pool.

---

Screen 9: Haiku, Sonnet, Opus

TeachingChoosing Models·8 min

La couche de capacité détermine ce que Claude fait. Le modèle détermine la qualité avec laquelle Claude le fait et au quel coût en vitesse.

Différents niveaux de modèles dans la famille Claude couvrent une gamme allant de efficace-et-rapide à approfondi-et-capable. Faire correspondre le niveau à la tâche évite à la fois la sur-ingénierie du travail de routine et le sous-approvisionnement de l'analyse à enjeux élevés.

Haiku est le modèle le plus rapide et le plus efficace de la famille Claude. Il gère bien les tâches structurées : classification, extraction, formatage, résumé direct et travail de routine à haut volume où la vitesse compte et le coût d'un résultat imparfait est faible. Quand une tâche s'exécute en volume sur des centaines d'éléments en séquence, l'avantage de vitesse de Haiku se compose.

Sonnet est le niveau équilibré. Il gère la gamme complète des tâches professionnelles avec une qualité forte sur les types de tâches : rédaction, synthèse, analyse, assistance à la recherche et révision de documents. Pour la plupart du travail des travailleurs du savoir, Sonnet est le bon point de départ. Si la qualité est insuffisante pour une tâche complexe, passez à Opus. Si la vitesse et le volume sont les exigences principales et la tâche est structurée, alors considérez Haiku.

Opus est un niveau de capacité supérieure, offrant des performances plus avancées que Sonnet et Haiku. Utilisez-le pour les tâches qui nécessitent un jugement nuancé, un raisonnement complexe multi-étapes, des entrées ambiguës qui nécessitent une interprétation, ou tout travail où la qualité surpasse la vitesse. Les livrables face aux clients, l'analyse de documents complexes, la planification stratégique et la synthèse à enjeux élevés sur plusieurs sources sont des candidats Opus typiques.

Decision logic

Profil de tâche

Modèle

Extraction ou classification structurée de routine en volume

Haiku

La plupart de la rédaction, synthèse et analyse professionnelles

Sonnet

Jugement complexe, résultat à enjeux élevés, entrées ambiguës ou multi-couches

Opus

Opus produit une meilleure résultat sur les tâches complexes, avec le compromis d'une exécution plus lente. Pour la plupart du travail du savoir, Sonnet gère bien la tâche. Réservez Opus pour le travail où le plafond de qualité compte réellement. Utilisez Haiku où le volume et la vitesse sont les exigences principales et la tâche a une structure claire.

Une dimension supplémentaire à garder à l'esprit : sur les plans mesurés ou budgétisés en utilisation (y compris l'accès API), ce compromis vitesse-versus-capacité devient également un compromis de coût par appel. Un niveau de capacité supérieure tel qu'Opus consomme plus d'utilisation par appel que Haiku ou Sonnet, donc sur ces plans « efficacité » signifie coût ainsi que vitesse. Sur la surface d'abonnement standard claude. ai, traitez l'efficacité (vitesse et marge d'utilisation) comme le proxy pratique du coût ; la logique de sélection ci-dessus ne change pas.

La gamme du sélecteur de modèle, le modèle par défaut et le comportement de commutation de modèle automatique varient selon le plan et changent au fil du temps ; vérifiez les trois dans le produit à la publication. La logique de décision ci-dessus s'applique quel que soit les niveaux disponibles pour vous.

---

Screen 10: Context Limits, Conversation Hygiene & Memory Management

TeachingContext Management·8 min

La sélection du modèle et la configuration de la capacité déterminent ce que Claude peut faire dans une session. La gestion du contexte détermine la durée pendant laquelle il peut le faire bien. Chaque conversation Claude a un budget de mémoire de travail fini, et ce budget diminue à mesure que la conversation grandit. La gestion délibérée du contexte maintient les sessions cohérentes à travers le travail long ou complexe.

The context window in practical terms

Chaque conversation a une limite de mémoire de travail. À mesure que les messages et les documents téléchargés s'accumulent, la fenêtre de contexte de Claude se remplit. À mesure qu'elle se remplit vers la limite, claude. ai résume automatiquement les messages antérieurs pour faire de la place (sur les plans payants avec Code Execution activé), et l'historique complet reste disponible pour référence. En termes pratiques : une longue session où vous avez donné à Claude des instructions détaillées dans les 10 premières minutes peut produire des réponses 90 minutes plus tard qui ne suivent pas ces instructions, non pas parce que Claude les ignore, mais parce que les détails peuvent se compresser quand le contexte antérieur est résumé.

Signes qu'une conversation a besoin d'intervention :

Claude cesse de suivre les instructions qu'il a suivies correctement plus tôt dans la même session

Les réponses traitent uniquement l'échange le plus récent sans référence aux décisions ou au contexte antérieurs

La précision baisse de manière cohérente avec la perte de contexte de début de session

Three responses when context degradesRestart. Start a new conversation. The Project's standing instructions and knowledge base carry forward automatically. The conversation thread does not. Restarting is the right call when the current session has drifted beyond recovery, or when you are beginning a genuinely new task within the same workstream. Summarize. Before starting a new conversation, ask Claude to produce a summary of the current state: decisions made, work in progress, and open questions. Paste that summary at the start of the new conversation as context. This preserves thread continuity without carrying a degraded context window into the next session. Persist. For information that should be available across all future sessions, save it to Memory or update the Project knowledge base. Saving the right information at the right moment is more efficient than re-entering it repeatedly. A well-maintained Project with current knowledge base entries reduces the impact of individual session context limits.

Memory curation

Memory sert mieux quand elle reste actuelle. Une entrée de mémoire qui était exacte il y a trois mois et n'a pas été examinée depuis peut être activement trompeuse. Traitez Memory comme un fichier de travail. Examinez-la sur un cadence régulier, supprimez les entrées qui ont expiré et mettez à jour les faits qui ont changé. La précision des mémoires stockées compte plus que le volume.

Usage limits

Les limites d'utilisation de Claude fonctionnent sur plus d'une fenêtre de temps : une courte fenêtre de session roulante, plus les limites hebdomadaires sur les plans payants qui s'appliquent entre les modèles (avec un pool hebdomadaire séparé pour le niveau de modèle le plus élevé). Les fenêtres et allocations spécifiques varient selon le plan et changent au fil du temps ; vérifiez les limites actuelles dans le Help Center à la publication. Les sessions étendues sur les modèles de niveau supérieur peuvent atteindre une limite avant que le travail ne soit terminé. Pour les tâches intensives, la planification à l'avance est plus efficace que de contourner une session interrompue : divisez les grandes tâches en segments, enregistrez la progression intermédiaire dans la base de connaissances et redémarrez à partir d'un résumé plutôt que d'étendre une seule session indéfiniment.

---

Screen 11: Exercise · Pick the right feature for the job

ExercisePlatform Selection·5 min

Les décisions de sélection de ce module sont appliquées ensemble. Le point d'entrée, la couche de capacité, le niveau de modèle et la stratégie de contexte sont quatre choix connexes faits pour la même tâche. Cet exercice pratique les identifier ensemble.

Six scénarios professionnels, six cartes de configuration. Faites correspondre chaque scénario à la configuration qui lui convient. Chaque carte est utilisée une fois. Vérifiez vos résultats quand vous avez terminé. Cela devrait vous prendre environ cinq minutes.

Carte

Configuration

Raison

Project + Skill · Sonnet

Tâche structurée récurrente, contexte stable, format de résultat fixe

Research · Sonnet

Tâche d'information actuelle ; fenêtre postérieure à la date limite de rappel de données d'entraînement fiable

Code Execution · Haiku or Sonnet

Calcul sur un ensemble de données défini ; le résultat doit être exact

Project (knowledge base) + Artifact · Opus

Analyse nuancée multi-source, entrées ambiguës, livrable à enjeux élevés

Chat + Artifact · Sonnet

Tâche de rédaction ponctuelle ; aucune couche de capacité nécessaire

Project + Code Execution + Skill · Sonnet

Workflow récurrent avec résultats numériques vérifiés et format cohérent

---

Part 2 · Justify one configurationMatching a scenario to a card shows you can recognize the right configuration. This step asks you to defend one. Take scenario S3 (the 15-page board analysis built from four uploaded reports). In the box below, type the model you would choose and one sentence explaining the trade-off behind that choice; what the choice buys you, and what it costs. Then reveal the model answer and compare your reasoning, not just your selection.

Un consultant en stratégie rédige une analyse de conseil de 15 pages à partir de quatre rapports téléchargés, nécessitant une interprétation nuancée de signaux ambigus.

Dans la zone ci-dessous, tapez le modèle que vous choisiriez et une phrase expliquant le compromis derrière ce choix, ce que le choix vous achète et ce qu'il coûte. Puis révélez la réponse du modèle et comparez votre raisonnement, pas seulement votre sélection.

---

Screen 12: Module 1 Quiz · Platform & Model Selection

QuizModule 1·5 min

Cinq questions de style scénario. Chacune présente une situation professionnelle, sélectionnez la réponse qui applique le mieux le cadre de sélection du module. Environ cinq minutes.

---

Screen 13: Five things that hold across this module

RecapFive takeaways·3 min

Select the entry point before writing the prompt.

Chat gère le travail ponctuel. Projects gère le travail récurrent avec contexte stable. Artifacts gère les résultats livrables. Research gère les tâches nécessitant des informations actuelles multi-source. La décision du point d'entrée façonne chaque choix suivant dans la session.

Four capability layers, four distinct problems.

Projects portent le contexte. Skills définissent les procédures répétables. Code Execution vérifie les calculs. Memory persiste la continuité. Utilisez-les indépendamment ou en combinaison en fonction de ce que la tâche nécessite.

Model tiers reflect a speed-capability trade-off.

Haiku gère les tâches structurées à haut volume efficacement. Sonnet couvre la plupart du travail professionnel. Opus gère les tâches complexes à enjeux élevés où la qualité surpasse la vitesse. Faites correspondre le niveau à ce que la tâche exige.

Context is a budget.

Les longues conversations se dégradent à mesure que le contexte se remplit. Redémarrez, résumez ou persistez. Gérer le contexte délibérément est plus efficace que de contourner la dérive après qu'elle s'est accumulée.

Variation is inherent; review is structural.

Chaque fonctionnalité Claude, y compris les Skills configurées, produit des résultats différents d'une exécution à l'autre. Le Module 3 construit la discipline pour évaluer ces résultats avant qu'ils ne quittent vos mains. Le cadre de ce module détermine le bon point d'entrée et la couche de capacité. Le cadre du Module 3 détermine ce qu'il faut faire avec le résultat.

Toutes les descriptions de comportement des produits sont basées sur les fonctionnalités claude. ai en juin 2026. La disponibilité des fonctionnalités et le comportement doivent être vérifiés par rapport à la documentation Anthropic actuelle à la publication.

Claude Help Center : Projects, Skills, Memory, création de fichiers, limites d'utilisation, support. claude. com

Anthropic docs : aperçu du prompt engineering, comparaison des modèles, platform. claude. com/docs

Caractéristiques du niveau de modèle : vérifiez la gamme de modèles actuelle, les noms, le modèle par défaut et les descriptions de capacité dans le produit avant de finaliser

Memory import (expérimental) : confirmez le statut GA et la disponibilité par niveau de compte avant de finaliser le contenu de la Leçon 4

Code Execution : confirmez les types de fichiers de résultat actuels et les contrôles de sortie du bac à sable avant de finaliser le contenu de la Leçon 4

---

Screen 14: Congrats! You've successfully completed this module.

Module CompleteAssociate Path·2 min

Vous pouvez maintenant identifier le bon point d'entrée Claude, le niveau de modèle et la couche de capacité pour n'importe quelle tâche. Choisissez le bon outil, et Claude devient un partenaire fiable, pas un jeu de devinettes.

M1: Product & Model Selection

Choisissez le bon point d'entrée, modèle et fonctionnalités pour n'importe quelle tâche donnée.

M2: Prompting

Construisez des prompts structurés et adaptez-les au type de tâche.

M3: Output Evaluation

Validez le résultat et sachez quand l'examen humain est non-négociable.

M4: Workflow Integration

Mappez un workflow par rapport aux critères de Delegation et redessinéz-le en toute sécurité.

M5: Configuration

Configurez et maintenez Projects, instructions et connaissances.

M6: Governance

Appliquez le jugement de cas d'utilisation, de données, de politique et d'éthique de manière responsable.

M7: Troubleshooting

Diagnostiquez la sous-performance et optimisez les workflows quand les résultats sont insuffisants.

M8: Course Summary & Next Steps

Récapitulez le voyage, préparez-vous à l'examen et reconnaissez les limites d'escalade vers les pistes Developer et Architect.