Gouvernance, Risque et Utilisation Responsable

Screen 1: Gouvernance, Risque et Utilisation Responsable

Module 6Introduction·4 min

Un seul cas d'utilisation inapproprié peut geler le programme IA d'une organisation entière.

Des données sensibles téléchargées au mauvais endroit, une Skill non fiable dotée d'un accès large, une violation de politique discrète au mauvais moment : n'importe lequel de ces éléments peut déclencher un gel qui coûte à chaque équipe la productivité qu'elle avait gagnée. La gouvernance est ce qui maintient l'adoption en mouvement de manière sûre, et elle est exercée par les praticiens, une décision à la fois, et non par un classeur de politique sur une étagère.

C'est le cadre de ce module : la gouvernance est une compétence de praticien. La politique fixe la limite, mais c'est vous qui décidez, au moment présent, si ce cas d'utilisation, cette Skill, ce téléchargement est approprié. Deux compétences du Cadre de Fluidité IA gouvernent ces décisions. La Diligence concerne la propriété et la vérification. La Délégation fournit les critères pour juger si un cas d'utilisation est approprié du tout.

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

• 1Identifier les cas d'utilisation appropriés et inappropriés.

• 2Appliquer les considérations de sensibilité des données, de confidentialité et de conformité réglementaire à l'utilisation de Claude.

• 3Suivre les politiques IA et les normes de gouvernance de votre organisation.

• 4Comprendre les implications éthiques de l'utilisation de l'IA.

L'utilisation responsable est un ensemble de jugements que vous faites chaque jour. Apprenez à classer les cas d'utilisation selon les critères de Délégation, à évaluer une Skill comme vous le feriez pour n'importe quel logiciel, à gérer les données selon leur sensibilité en utilisant les bons contrôles de fonctionnalités, à appliquer la politique organisationnelle comme une habitude soutenue, et à évaluer les résultats pour les biais et l'équité dans le cadre d'un examen de routine.

Nous avons créé ce cours Associate Module 6 : Gouvernance, Risque et Utilisation Responsable pour vous aider à accomplir un 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 propre 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 ont la priorité.

---

Screen 2: Cas d'Utilisation Appropriés vs Inappropriés

TeachingCas d'Utilisation Appropriés·10 min

Décider si un cas d'utilisation est approprié est une évaluation structurée, pas une intuition.

Les mêmes critères de Délégation qui cartographient les étapes du flux de travail filtrent également les cas d'utilisation entiers : réversibilité, conséquence de l'erreur, besoin de créativité ou d'empathie humaine, et responsabilité. Les exécuter à chaque fois transforme un malaise vague en un appel défendable.

Critères de Délégation pour le filtrage

Critère

La question à poser

Réversibilité

Un résultat erroné peut-il être détecté et annulé avant de causer du tort ? Les conséquences irréversibles élèvent considérablement la barre.

Conséquence de l'erreur

Quel est le coût si le résultat est erroné ? Une conséquence plus élevée exige plus de contrôle humain ou exclut le cas d'utilisation.

Besoin de créativité ou d'empathie humaine

La tâche nécessite-t-elle un jugement, une relation ou une attention que l'IA ne peut pas fournir ? Certains travaux doivent rester humains indépendamment de la capacité.

Responsabilité

Qui est responsable du résultat, et cette responsabilité peut-elle être exercée sur un résultat produit par l'IA ?

Les quatre critères ne sont pas une liste de contrôle où un seul échec termine la discussion. Ils interagissent. Une tâche peut être peu conséquente et réversible et nécessiter quand même un examen humain. La responsabilité ne peut pas être transférée à un modèle. Rédiger une note de condoléances à un client est peu risqué et entièrement réversible, mais l'élément relationnel signifie qu'une personne devrait en être propriétaire. Inversement, une tâche peut être très conséquente mais toujours appropriée avec la bonne barrière : un résumé financier qui alimente une décision est conséquent, mais si un examinateur nommé l'approuve avant son utilisation, la responsabilité et la réversibilité sont restaurées. La règle pratique est d'exécuter les quatre, puis de demander lequel est porteur pour ce cas d'utilisation spécifique. Le critère porteur est celui qui, s'il était modifié, déplacerait le cas d'utilisation entre les classifications. Le nommer est ce qui rend votre classification défendable auprès d'un examinateur du risque ou de la conformité.

Trois classifications

Chaque cas d'utilisation proposé se classe dans l'une des trois, avec une justification documentée :

Entièrement approprié. Réversible, peu conséquent, pas d'élément humain spécial. Déléguer avec examen normal.

Approprié avec examen humain. Utile pour l'assistance IA, mais les enjeux ou la responsabilité exigent une barrière humaine. Définir la barrière explicitement.

Inapproprié. La conséquence, l'irréversibilité, ou le besoin d'élément humain signifient que l'IA ne devrait pas effectuer cela. Articuler pourquoi et nommer le rôle humain qui doit en être propriétaire.

« Approprié avec examen humain » est la classification que les gens se trompent le plus souvent. Souvent, ils s'arrêtent au label et ne spécifient jamais la barrière. La barrière n'est pas « quelqu'un le vérifiera ». Une barrière définie établit trois choses : qui examine (le rôle ayant la responsabilité, pas celui qui est libre), ce qu'il vérifie (le risque spécifique que l'examen existe pour attraper, comme l'exactitude factuelle, l'équité, ou la conformité à la politique), et quand dans le flux de travail l'examen se produit (avant que le résultat soit utilisé, pas après). « Un gestionnaire examine la liste restreinte pour les modèles d'impact négatif avant que tout candidat ne soit contacté » est une barrière définie. « Nous garderons un humain dans la boucle » ne l'est pas. Si vous ne pouvez pas énoncer la barrière sous cette forme qui/quoi/quand, le cas d'utilisation n'est pas encore prêt à fonctionner.

Exemple travaillé : un portefeuille de cas d'utilisation

Cliquez sur chaque cas pour voir l'appel et le raisonnement.

Articuler pourquoi un cas d'utilisation échoue au test, et quel rôle humain doit être conservé, est le livrable. « Cela semble risqué » ne voyage pas ; « conséquence irréversible plus responsabilité non transférable » le fait.

---

Screen 3: Confiance dans les Skills et Risque au Niveau des Fonctionnalités

TeachingConfiance dans les Skills et Risque de Fonctionnalité·8 min

Une Skill est un logiciel. Elle peut accéder à ce que vous donnez à Claude accès pendant une session et peut prendre des actions par l'exécution de code. Une Skill d'une source non fiable est donc un vrai risque, et la réponse pratique à ce risque est une vérification source-et-permissions avant de l'activer.

Pourquoi les Skills non fiables sont un risque

Parce qu'une Skill exécute des procédures et peut toucher les données et outils disponibles dans la session, une d'une source inconnue pourrait mal gérer les données ou prendre des actions involontaires. « Les Skills sont une boîte noire » est une préoccupation organisationnelle courante, et la réponse n'est pas la confiance aveugle ou les interdictions générales ; c'est une évaluation de confiance répétable.

Évaluation de confiance avant activation

Retournez chaque vérification pour voir la question à poser.

Source

Qui a publié cette Skill ? Les Skills fournies par Anthropic et approuvées en interne sont le point de départ à risque plus faible ; une Skill tierce inconnue exige plus de scrutin.

Portée

Les Skills ne demandent pas de permissions ; une Skill hérite de tout accès que la session dans laquelle elle s'exécute a déjà. Demandez plutôt : qu'est-ce que cette Skill pourrait atteindre dans les sessions où elle s'exécutera, et cette exposition est-elle proportionnée à la tâche ?

Auditez le contenu du bundle (instructions, dépendances, fichiers groupés) avant activation ; une Skill de formatage dont les instructions s'éloignent bien au-delà du formatage est un drapeau rouge.

Appropriateness

Cette Skill est-elle le bon outil pour la tâche du tout, ou est-ce plus de capacité que le travail n'en a besoin ?

La source n'est pas un simple commutateur fiable-ou-non-fiable. Le cas le plus difficile est la Skill construite par une autre équipe au sein de votre propre organisation. « Interne » semble sûr, mais cela ne signifie pas vérifiée : l'équipe qui l'a construite peut lui avoir donné une permission large pour sa propre commodité ou l'a construite contre une politique plus ancienne. Traitez une Skill interne d'en dehors de votre équipe comme vous le feriez pour un logiciel d'un département sœur, confirmez avec l'éditeur ce qu'il accède et pourquoi, et vérifiez que ses permissions correspondent toujours à la politique actuelle, avant de l'activer sur vos propres données. La question de confiance est « sais-je ce qu'elle fait et son accès correspond-il au travail ? »

Échouer la vérification de confiance ne signifie pas toujours « ne l'utilisez jamais ». Cela signifie ne pas l'activer à votre seule autorité. Les trois résultats sont :

Trois résultats d'une vérification de confiance

Activer. Source, permissions, et appropriateness tous clairs.

Escalader. La Skill est utile mais la source est inconnue ou les permissions semblent larges donc l'acheminer vers votre admin ou fonction de sécurité pour examen.

Refuser. Les permissions sont clairement disproportionnées ou la source ne peut pas être établie, et aucun examen ne changerait cela.

Le jugement est d'identifier lequel des trois s'applique.

Exemple travaillé : évaluation de deux Skills

Un formateur de document fourni par Anthropic. La source est fiable, les permissions correspondent à la tâche (gestion de documents), approprié pour le besoin. L'activer.

Un « amplificateur d'analytique » tiers d'un éditeur inconnu demandant un accès large aux données. Source inconnue, permissions disproportionnées pour l'objectif déclaré. Ne pas l'activer sans examen de votre organisation. Traitez-le comme vous le feriez pour n'importe quel logiciel installé non vérifié.

La règle se généralise : évaluez la source et les permissions d'une Skill comme vous le feriez pour n'importe quel logiciel que vous étiez sur le point d'installer sur une machine de travail.

Les Skills sont la version la plus aiguë du risque au niveau des fonctionnalités, mais l'habitude de proportionnalité s'applique à n'importe quelle capacité que vous activez. Avant d'activer une fonctionnalité qui peut lire vos données ou agir sur elles, un connecteur, un outil, ou une intégration, posez les trois mêmes questions : qui la fournit, qu'est-ce qu'elle accède, et cet accès est-il proportionné à ce dont vous avez besoin. Le principe est le privilège minimum : accordez l'accès le plus étroit qui permet au travail de se faire et révisez-le quand le travail change.

---

Screen 4: Sensibilité des Données, Confidentialité et Contrôles de Fonctionnalités

TeachingSensibilité des Données et Contrôles·12 min

Avant que n'importe quelle donnée n'entre dans n'importe quelle fonctionnalité, vous devriez connaître sa sensibilité.

La classification des données est l'habitude qui prévient les fuites, et les contrôles spécifiques aux fonctionnalités, Incognito, gestion de Memory, et conscience du sandbox, sont comment vous agissez sur cette classification quand la persistance ou le traitement n'est pas approprié.

Classifiez avant de télécharger

Triez les données en ce qui est sûr d'utiliser, ce qui a besoin d'examen d'abord, et ce qui reste complètement dehors. Le matériel publié et les données anonymisées ou agrégées, ou les documents internes déjà autorisés pour un partage large, sont généralement bien ; les données réglementées, confidentielles, ou personnelles ont besoin d'une vérification délibérée contre la politique avant d'aller n'importe où près d'une fonctionnalité. Quand vous êtes incertain, le défaut sûr est de demander avant de télécharger. La plupart des équipes ont besoin de trois niveaux qu'elles peuvent appliquer en secondes :

Matériel publié, données anonymisées ou agrégées, ou documents internes déjà autorisés pour un partage large.

Documents internes non destinés à quitter l'entreprise, n'importe quoi avec des noms ou des détails de contact, ou du matériel brouillon lié à une affaire ou un produit pas encore annoncé.

Données réglementées (santé, financière, gouvernementale), identifiants et secrets, ou n'importe quoi couvert par une obligation de confidentialité envers un tiers.

Quand vous êtes incertain entre deux niveaux, traitez les données comme le plus sensible jusqu'à ce que vous puissiez confirmer autrement.

Rédaction et anonymisation

Quand la substance d'une tâche ne nécessite pas les spécificités sensibles, supprimez-les. Rédiger les noms, numéros de compte, ou identifiants avant téléchargement vous permet d'obtenir la valeur analytique sans exposer les données. Construire cette habitude prévient la forme la plus courante de fuite accidentelle. La rédaction fonctionne quand la tâche ne dépend pas des identifiants. Demander des tendances sur une liste de clients ne nécessite pas les noms des clients ; les remplacer par « Client 1, Client 2 » ne perd rien de ce que l'analyse a besoin.

Rédaction partielle. Supprimer le nom mais laisser un numéro de compte, un titre de poste rare, ou une date spécifique peut toujours identifier quelqu'un, surtout dans une petite population. Supprimez chaque champ qui pourrait mener à l'identification.

Rédaction qui casse la tâche. Si le travail a vraiment besoin des spécificités sensibles, la rédaction n'est pas la réponse. Il est mieux de confirmer un chemin approuvé pour ces données ou de les garder complètement dehors. La rédaction est un outil pour le cas où la sensibilité et la nécessité ne se chevauchent pas ; ce n'est pas une façon de rendre n'importe quelle donnée sûre.

Contrôles spécifiques aux fonctionnalités

Retournez chaque contrôle pour voir ce qu'il fait et quand l'utiliser.

Sandbox d'exécution de code

Le code s'exécute dans un environnement en sandbox, et les fichiers téléchargés y sont traités.

Examinez ce que vous téléchargez avant d'exécuter l'analyse.

Persistance de Memory

Memory porte l'information à travers les sessions.

Pour le travail sensible, cette persistance peut être exactement ce que vous ne voulez pas.

Mode Incognito

Garde la session hors de votre historique de chat et Memory. Les chats Incognito suivent toujours les politiques de rétention de données de votre organisation et peuvent apparaître dans les exports de données organisationnels. L'exclusion de Memory et la rétention de données sont des contrôles séparés.

Utilisez-le pour les conversations sensibles ou les entrées confidentielles qui ne devraient pas apparaître dans l'historique ou Memory.

Contrôles Memory au niveau de l'organisation

Les plans d'équipe n'ont pas de contrôles au niveau de l'organisation pour les fonctionnalités de Memory ; sur Enterprise, les Propriétaires et Propriétaires Principaux détiennent les contrôles Memory à l'échelle de l'organisation, y compris la désactivation de Memory pour l'organisation.

Sachez quel plan vous êtes et qui contrôle le paramètre. Vérifiez le comportement actuel au centre d'aide Claude article Memory (support. claude. com).

Les contrôles ne sont utiles que si vous atteignez le bon au bon moment. L'habitude est : classifiez d'abord, puis choisissez le contrôle qui correspond. Les données vertes n'ont besoin d'aucun contrôle spécial. Les données jaunes qui ne devraient pas persister à travers les sessions sont le cas pour Incognito, confidentielles mais non réglementées, où vous voulez l'analyse maintenant sans qu'elle n'entre dans Memory ou l'historique de chat (la politique de rétention de données sous-jacente de votre organisation s'applique toujours). Les données rouges ont besoin d'un point d'entrée approuvé confirmé avant que n'importe quoi ne soit téléchargé, indépendamment des paramètres de Memory. L'erreur courante est d'utiliser Incognito et d'assumer que cela rend les données sensibles sûres.

Incognito contrôle si quelque chose est mémorisé ; cela ne confirme pas si les données étaient autorisées ici en premier lieu. Pour les données réglementées, cette deuxième question vient en premier.

Conscience à travers les points d'entrée, en termes simples

Différents points d'entrée claude. ai peuvent gérer la rétention de données différemment selon la façon dont votre organisation a configuré Claude. Vous n'avez pas besoin de mémoriser le détail technique ; vous avez besoin de l'habitude de demander, quand vous doutez d'un point d'entrée donné, avant de télécharger. La règle simple : connaissez la sensibilité de vos données d'abord, puis faites correspondre la fonctionnalité et ses contrôles à elle.

Exemple travaillé : quatre décisions de données

Données d'enquête anonymisées pour l'analyse de tendances. Vert. Sûr de télécharger ; utilisez l'exécution de code pour les comptages vérifiés. Aucun identifiant personnel présent.

Un document M&A confidentiel pour résumé. Jaune. A besoin d'examen contre la politique d'abord, et Incognito pour qu'il n'entre pas dans Memory ou l'historique de chat (il reste soumis à la rétention de données organisationnelle). Si la politique interdit le point d'entrée, il reste dehors.

Une feuille de calcul de PII client pour nettoyage. Rédiger ou anonymiser les identifiants avant téléchargement, ou les garder complètement dehors et confirmer le chemin approuvé avec votre admin.

Dossiers de patients pour un résumé de flux de travail de soins de santé. C'est du rouge et c'est le cas qu'Incognito ne résout pas. Les données sont réglementées, donc la première question est si ce point d'entrée est approuvé pour les informations de santé protégées du tout. Si votre organisation n'a pas confirmé un chemin approuvé et conforme pour ces données, l'action correcte est de s'arrêter et d'escalader vers votre admin. Pour les données réglementées, « est-ce autorisé ici » est réglé avant « comment le gérer ici ».

---

Screen 5: Politiques Organisationnelles et Diligence comme Habitude

TeachingPolitiques Organisationnelles·8 min

Une politique qui n'est suivie que quand quelqu'un regarde n'est pas de la gouvernance.

L'écart entre ce que la politique dit et ce que les gens font, c'est exactement où le risque vit. La Diligence est l'habitude d'appliquer le cadre de gouvernance de manière cohérente, et d'auditer l'utilisation réelle contre lui pour fermer les écarts.

Appliquez la gouvernance de manière cohérente

La conformité à la gouvernance est une habitude soutenue, pas une reconnaissance unique. La norme est d'appliquer le cadre sur les décisions de routine, peu visibles, pas seulement sur les évidentes à enjeux élevés, parce que les décisions de routine sont où la dérive s'accumule inaperçue.

Auditez l'utilisation contre la politique

Comparez périodiquement ce que votre équipe fait ou prévoit de faire avec Claude contre ce que la politique exige. Où ils divergent, vous avez trouvé un écart de Diligence à fermer : un type de données téléchargé qui ne devrait pas l'être, une étape d'examen étant sautée, une Skill activée sans évaluation. Repérer et fermer ces écarts est un travail important.

Restez à jour

Les politiques et les capacités évoluent toutes les deux. Une pratique qui était conforme le trimestre dernier peut ne pas l'être après une mise à jour de politique ou une nouvelle fonctionnalité. Rester à jour avec les deux fait partie de l'habitude, donc votre jugement reste au rythme des outils et des règles.

Exemple travaillé : un mini audit d'utilisation

Un chef d'équipe examine un mois d'utilisation de Claude de l'équipe contre la politique et trouve trois écarts : un spécialiste du marketing a téléchargé une spécification de produit non publiée vers un point d'entrée non approuvé, une Skill a été activée sans vérification de source, et un rapport client récurrent a sauté sa barrière d'examen humain requise deux fois sous la pression des délais.

Aucun n'était malveillant ; tous étaient de la dérive. Les corrections sont au niveau de l'habitude : un rappel sur les points d'entrée approuvés, une étape d'évaluation de Skill ajoutée à la configuration du Projet, et une barrière d'examen non négociable sur les livrables client. L'audit a converti le risque invisible en trois actions fermables.

---

Screen 6: Implications Éthiques : Biais, Équité, Transparence

TeachingImplications Éthiques·8 min

Le risque éthique ne s'annonce pas ; il se cache dans les résultats ordinaires.

Un résumé qui favorise tranquillement un groupe, une recommandation construite sur un cadrage biaisé, un document assisté par l'IA présenté comme entièrement rédigé par un humain : ce sont des résultats de routine avec un poids éthique. L'évaluation pour le biais, l'équité, et la transparence appartient à l'examen de routine, pas un exercice d'éthique séparé.

Reconnaître le biais et le risque d'équité

Les produits de travail assistés par l'IA peuvent porter le biais du prompt, du cadrage, ou des modèles sous-jacents dans la façon dont le langage est généré. Dans le travail orienté vers les gens, l'embauche, l'évaluation, les communications vers des groupes spécifiques, vérifiez si le résultat traite les gens équitablement et si un cadrage a incliné le résultat. Le risque est le plus élevé où les enjeux pour les individus sont les plus élevés.

Transparence et divulgation

Sachez quand divulguer l'assistance IA. Certains contextes et certaines politiques organisationnelles l'exigent ; d'autres la traitent comme un outillage de routine. L'obligation dépend du contexte et du public, et le défaut responsable, quand incertain, est de divulguer plutôt que de cacher.

Raisonnement à travers les cas ambigus

Beaucoup de questions éthiques n'ont pas de règle qui les règle proprement. Une approche structurée aide : nommez qui est affecté, ce qui pourrait mal tourner, ce que le résultat équitable ressemble, et quelle divulgation la situation appelle. Le raisonner, et documenter le raisonnement, est la norme professionnelle quand aucune politique ne donne une réponse directe.

Le raisonnement structuré gère la plupart des cas ambigus, mais certaines situations exigent plus que le jugement individuel. Si la population affectée est grande, le tort potentiel est significatif, ou la question éthique touche des domaines où votre équipe n'a pas la légitimité pour résoudre, le bon mouvement est d'escalader plutôt que de décider seul. La fonction de gouvernance IA ou d'éthique de votre organisation existe exactement pour ces cas. Escalader la question avec le raisonnement documenté est plus utile que d'apporter un verdict : cela montre que vous avez appliqué le cadre, identifié où il s'est arrêté, et signalé l'écart pour le bon examinateur.

Exemple travaillé : un cas ambigu

Un gestionnaire utilise Claude pour rédiger des résumés d'examen de performance à partir de ses propres notes. Est-ce approprié ? Travailler le raisonnement : ceux affectés sont les employés ; le risque est qu'une formulation générée introduise un ton injuste ou incohérent à travers les examens ; le résultat équitable exige que le gestionnaire vérifie que chaque résumé reflète les notes réelles et applique une norme cohérente ; et le contexte peut appeler la divulgation que l'IA a assisté la rédaction.

La conclusion est appropriée avec examen humain et une vérification d'équité, pas un oui ou non catégorique. Le raisonnement, pas le verdict seul, est ce qui rend la décision défendable.

---

Screen 7: Quiz Module 6 : Gouvernance et Utilisation Responsable

QuizModule 6·5 min

Cinq questions de style scénario mettant l'accent sur le jugement. Chacune présente une situation ; sélectionnez la réponse qui applique le mieux le cadre de gouvernance du module. Environ cinq minutes.

---

Screen 8: Points Clés à Retenir

Module 6Points Clés à Retenir·5 min

Cinq choses qui tiennent à travers ce module :

La gouvernance est une compétence de praticien.

L'utilisation responsable est exercée une décision à la fois, par vous, pas par le classeur de politique.

Filtrez les cas d'utilisation avec les critères de Délégation.

Réversibilité, conséquence, élément humain, et responsabilité classifient un cas d'utilisation comme approprié, approprié-avec-examen, ou inapproprié.

Une Skill est un logiciel.

Évaluez la source et les permissions avant activation, comme vous le feriez pour n'importe quel logiciel installé.

Connaissez la sensibilité des données avant qu'elle n'entre dans une fonctionnalité.

Classifiez d'abord, puis utilisez Incognito, les contrôles de Memory, et la rédaction pour faire correspondre la gestion à la sensibilité.

Le risque éthique se cache dans les résultats ordinaires.

Évaluez le biais, l'équité, et la divulgation comme partie de l'examen de routine, et raisonnez les cas ambigus.

Toutes les descriptions de comportement de produit sont basées sur les fonctionnalités de claude. ai en juin 2026. La disponibilité des fonctionnalités et le comportement doivent être vérifiés contre la documentation actuelle d'Anthropic à la publication :

• Cadre de Fluidité IA : compétences Diligence et Delegation

• Centre d'Aide Claude : confiance dans les Skills, Memory, Incognito, gestion des données d'exécution de code, support. claude. com

• Spécificités de sortie et de gestion de fichiers du sandbox d'exécution de code : confirmez le comportement actuel avant de finaliser la Leçon 4

• Rétention de données par point d'entrée et tout langage de portée de conformité (HIPAA, FedRAMP, ZDR) : escaladez vers l'équipe de compte Anthropic pour confirmation avant de finaliser

---

Screen 9: Félicitations ! Vous avez complété ce module avec succès.

Module CompleteAssociate Path·2 min

Vous pouvez maintenant appliquer le jugement de cas d'utilisation, de données, de politique, et d'éthique à n'importe quel déploiement de Claude. Gouvernez de manière responsable, et Claude reste dans les limites que votre organisation exige.

M1 : Sélection de Produit et de Modèle

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 : Évaluation de Résultat

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

M4 : Intégration de Flux de Travail

Cartographiez un flux de travail contre les critères de Délégation et redessinéz-le de manière sûre.

M5 : Configuration

Configurez et maintenez les Projets, les instructions, et la Knowledge.

M6 : Gouvernance

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

M7 : Dépannage

Diagnostiquez la sous-performance et optimisez les flux de travail quand les résultats sont insuffisants.

M8 : Résumé du Cours et Prochaines Étapes

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