# Assistant personnel IA pour les ops : commandes slash URL: https://commandergpt.app/fr/lp/assistant-personnel-ia Type: landing Locale: fr Published: 2026-10-29 Updated: 2026-11-01 --- > CommanderGPT est un assistant personnel IA bâti sur les commandes slash. Recherche, résumé et brouillon avec des prompts enregistrés, 30 jours de mémoire et des playbooks partageables. *Assistant personnel IA pour les pros des opérations* ## Un assistant personnel IA que tu pilotes CommanderGPT transforme tes prompts répétés en commandes slash. Recherche, résumé et brouillon en quelques secondes, avec 30 jours de mémoire de contexte. ## Le travail d'assistance qui bouffe ta semaine Un assistant personnel prend en charge la préparation, les recherches et les premiers brouillons. Chacune de ces tâches correspond à une commande que tu peux lancer dès aujourd'hui. ### Recherche à la demande Lance /research avec un prospect, un concurrent ou un sujet. Tu obtiens un brief sourcé avant l'appel, pas un onglet vide et vingt minutes de recherche. ### Des résumés exploitables /summarize transforme un long fil, un doc ou une transcription en décisions, responsables et questions ouvertes. Colle, lance, transfère le résultat. ### Des premiers brouillons dans ton ton /draft-email rédige la première version à partir du contexte déjà récupéré. Tu corriges deux lignes au lieu de partir d'une page blanche. ### Mémoire de contexte sur 30 jours L'assistant se souvient du travail précédent entre les sessions pendant 30 jours. Un contact qui revient ou un projet en cours ne repart pas de zéro. ### Choix du modèle Choisis Claude, GPT-4o ou Gemini par commande. Un modèle rapide pour trier, un modèle plus solide pour tout ce que lira un client. ### Des chaînes, pas des actions isolées Enchaîne /research, /summarize et /draft-email dans le Workflow Builder. Un seul déclencheur lance toute la séquence, dans l'ordre. ## Du prompt répété à la commande enregistrée 1. **Écris le prompt une fois** — Briefe-le comme un nouvel arrivant : l'objectif, le format attendu, ce qu'il faut omettre. Prends une vraie tâche de la semaine dernière, pas un exemple jouet. 2. **Enregistre-le comme commande slash** — Donne-lui un nom, attribue un modèle, et tape / pour le voir filtrer en direct. Ton long prompt tient désormais en trois frappes. 3. **Enchaîne les commandes en workflow** — Connecte les commandes dans le Workflow Builder pour que la sortie de l'une alimente la suivante. Ajoute Slack, Notion ou Linear là où ton travail vit déjà. 4. **Partage-le avec ton équipe** — Lance /share pour publier la chaîne comme Team Playbook. Tu la modifies une fois, et chacun reçoit la nouvelle version au prochain lancement. *Cas d'usage : ops commerciales* ## Préparation de réunion en trois commandes Un account executive dispose de dix minutes avant une revue de deal. Avant le playbook, la préparation, c'était cinq onglets, un export CRM (gestion de la relation client) et un fil de discussion à moitié en mémoire. Avec une chaîne enregistrée, /research récupère le contexte de l'entreprise, /summarize condense le dernier mois de notes, et /draft-email prépare le suivi avec les questions ouvertes signalées. Chronomètre l'ancienne méthode pendant une semaine, puis compare après deux semaines sur la chaîne, pour que le chiffre que tu rapportes soit le tien. L'assistant ne connaît pas ton pipeline tant que tu ne l'as pas collé, et il ne jugera pas la qualité d'un deal à ta place. Il applique tes règles et montre son raisonnement, donc tu peux corriger une règle quand elle est fausse. - Une chaîne remplace cinq onglets de préparation - Suivi rédigé avec les questions ouvertes signalées - Les règles restent du texte modifiable, pas des réglages cachés *Cas d'usage : ops customer success* ## Une seule configuration pour toute l'équipe Une équipe customer success tourne sur la ligne de front chaque semaine, et chacun arrive avec son prompt personnel et un ton différent. L'outil n'a jamais été le problème, c'était la cohérence. Une personne construit la chaîne de tri et de réponse, la teste sur d'anciens tickets, puis la partage comme Team Playbook. Quand les règles d'escalade changent, le propriétaire la modifie une fois. Restons réalistes sur les limites : l'assistant ne voit que ce que tu lui donnes, donc tout ce qui se décide en appel doit faire l'objet d'une courte note écrite avant que la chaîne ne tourne. Des humains lisent et envoient toujours chaque réponse. - Même ton et mêmes règles pour chaque coéquipier - Playbook versionné, une modification atteint tout le monde - Relecture humaine avant tout envoi ## Où se situe CommanderGPT face aux choix habituels | Fonctionnalité | CommanderGPT | ChatGPT | Raycast AI | |---|---|---|---| | Commandes slash personnalisées enregistrées | Oui, fonctionnalité centrale | Oui, avec les GPT personnalisés et les préréglages | Oui, depuis la palette de commandes | | Enchaîner les commandes en workflow | Workflow Builder | Manuel, prompt par prompt | Limité, dépend des extensions | | Partager une configuration avec l'équipe | Team Playbooks via /share | GPT partageables | Par utilisateur par défaut | | Choisir le modèle par commande | Claude, GPT-4o ou Gemini | Modèles OpenAI | Plusieurs modèles | | Mémoire de contexte entre les sessions | 30 jours | Fonctionnalité mémoire | Pas le point fort | | Écosystème de plugins et présence | Plus restreint | Le plus large des trois | Fort sur Mac | ## Les questions que se posent vraiment les responsables ops ### Qu'est-ce qu'un assistant personnel IA, et CommanderGPT en est-il un ? Un assistant personnel IA te décharge d'une partie du travail : recherche, résumés, brouillons, préparation. CommanderGPT fait cela avec des commandes slash que tu lances à la demande, comme /research, /summarize et /draft-email. C'est un espace de travail que tu diriges, pas un agent autonome qui agit seul. Tu décides quand il tourne et tu relis le résultat avant que quoi que ce soit ne sorte de tes mains. ### Quelle est la différence avec ChatGPT ? ChatGPT est un assistant généraliste puissant, avec un écosystème de plugins plus large. La différence tient à la répétabilité. Dans CommanderGPT, tu enregistres un prompt sous un nom de commande, tu enchaînes les commandes en workflow, tu gardes 30 jours de mémoire de contexte et tu partages le résultat avec une équipe. Si tu retapes le même long prompt plusieurs fois par jour, c'est là que l'écart apparaît. ### Quels modèles utilise-t-il ? Tu choisis par commande. Claude, GPT-4o et Gemini sont disponibles, donc une étape de tri peut tourner sur un modèle rapide pendant qu'un brouillon destiné au client tourne sur un modèle plus solide. Les modèles évoluent souvent : teste tes propres commandes sur tes propres contenus avant de figer un workflow sur un seul modèle. ### Se souvient-il de ce sur quoi j'ai travaillé hier ? Oui, dans certaines limites. La mémoire de contexte traverse les sessions pendant 30 jours, donc un prospect qui revient ou un projet en cours ne repart pas de zéro. Il ne connaît que ce que tu lui as donné. Si une décision a été prise lors d'un appel que personne n'a noté, ajoute une courte note avant de lancer la commande. ### Toute mon équipe peut-elle utiliser la même configuration d'assistant ? Oui. Crée une commande ou une chaîne une fois, teste-la, puis partage-la avec /share comme Team Playbook. Quand tu modifies le playbook, le prochain lancement utilise la nouvelle version pour tout le monde. C'est le point qui compte pour les équipes ops, où la vraie difficulté est la cohérence entre cinq ou quinze personnes. ### Enverra-t-il des e-mails ou prendra-t-il des rendez-vous à ma place ? Non. Il prépare des brouillons, des briefs et des recherches, et c'est toi qui envoies. Il n'agit pas comme un agent autonome ayant accès à ton agenda ou à ta boîte d'envoi. Pour la plupart des tâches ops, c'est le bon compromis : le jugement reste humain, et un mauvais brouillon te coûte dix secondes, pas un client. ### Combien de temps prend la mise en place ? Compte environ une heure pour lancer ta première commande utile : écris le prompt comme si tu briefais un nouvel arrivant, teste-le sur trois cas réels de la semaine dernière, corrige ce qui cloche, puis enregistre-le. Connecte ensuite Slack, Notion ou Linear si ton workflow y vit. Le temps gagné à chaque lancement vaut la peine d'être mesuré dans ton propre contexte. ## Configure ta première commande d'assistant Prends le prompt que tu retapes le plus souvent. Enregistre-le comme commande slash et lance-le sur trois cas réels cette semaine. *Call to action: Essayer CommanderGPT* ## FAQ ### Qu'est-ce qu'un assistant personnel IA, et CommanderGPT en est-il un ? Un assistant personnel IA te décharge d'une partie du travail : recherche, résumés, brouillons, préparation. CommanderGPT fait cela avec des commandes slash que tu lances à la demande, comme /research, /summarize et /draft-email. C'est un espace de travail que tu diriges, pas un agent autonome qui agit seul. Tu décides quand il tourne et tu relis le résultat avant que quoi que ce soit ne sorte de tes mains. ### Quelle est la différence avec ChatGPT ? ChatGPT est un assistant généraliste puissant, avec un écosystème de plugins plus large. La différence tient à la répétabilité. Dans CommanderGPT, tu enregistres un prompt sous un nom de commande, tu enchaînes les commandes en workflow, tu gardes 30 jours de mémoire de contexte et tu partages le résultat avec une équipe. Si tu retapes le même long prompt plusieurs fois par jour, c'est là que l'écart apparaît. ### Quels modèles utilise-t-il ? Tu choisis par commande. Claude, GPT-4o et Gemini sont disponibles, donc une étape de tri peut tourner sur un modèle rapide pendant qu'un brouillon destiné au client tourne sur un modèle plus solide. Les modèles évoluent souvent : teste tes propres commandes sur tes propres contenus avant de figer un workflow sur un seul modèle. ### Se souvient-il de ce sur quoi j'ai travaillé hier ? Oui, dans certaines limites. La mémoire de contexte traverse les sessions pendant 30 jours, donc un prospect qui revient ou un projet en cours ne repart pas de zéro. Il ne connaît que ce que tu lui as donné. Si une décision a été prise lors d'un appel que personne n'a noté, ajoute une courte note avant de lancer la commande. ### Toute mon équipe peut-elle utiliser la même configuration d'assistant ? Oui. Crée une commande ou une chaîne une fois, teste-la, puis partage-la avec /share comme Team Playbook. Quand tu modifies le playbook, le prochain lancement utilise la nouvelle version pour tout le monde. C'est le point qui compte pour les équipes ops, où la vraie difficulté est la cohérence entre cinq ou quinze personnes. ### Enverra-t-il des e-mails ou prendra-t-il des rendez-vous à ma place ? Non. Il prépare des brouillons, des briefs et des recherches, et c'est toi qui envoies. Il n'agit pas comme un agent autonome ayant accès à ton agenda ou à ta boîte d'envoi. Pour la plupart des tâches ops, c'est le bon compromis : le jugement reste humain, et un mauvais brouillon te coûte dix secondes, pas un client. ### Combien de temps prend la mise en place ? Compte environ une heure pour lancer ta première commande utile : écris le prompt comme si tu briefais un nouvel arrivant, teste-le sur trois cas réels de la semaine dernière, corrige ce qui cloche, puis enregistre-le. Connecte ensuite Slack, Notion ou Linear si ton workflow y vit. Le temps gagné à chaque lancement vaut la peine d'être mesuré dans ton propre contexte.