Automatisation et Workflows IA avec Claude Présentiel

Module 1 — Patterns d'automatisation avec Claude

• Vue d'ensemble des patterns architecturaux : parallelization, chaining, routing, agent loops
• Choix du modèle selon le cas d'usage : Haiku 4.5 (volume/vitesse), Sonnet 4.6 (équilibre), Opus 4.6 (raisonnement)
• Architecture d'un workflow type : déclencheur → pré-traitement → appel Claude → post-traitement → stockage
• Gestion des rate limits, retries exponentiels et files d'attente
• Comparaison workflow déterministe vs agent autonome : arbitrages performance/flexibilité
• Exercice : Concevoir l'architecture d'un pipeline de traitement d'emails entrants avec Claude

Module 2 — Batch API : traitement de masse à coût réduit

• Principe du Message Batches API : jusqu'à 100 000 requêtes par batch, réduction de 50% sur tous les prix
• Création d'un batch : MessageCreateParamsNonStreaming, custom_id, limites (256 MB)
• Tarification batch : Opus 4.6 à $2.50/$12.50 MTok, Sonnet 4.6 à $1.50/$7.50 MTok, Haiku 4.5 à $0.50/$2.50 MTok
• Cycle de vie : soumission → processing → ended (< 1h typiquement), expiration à 24h, résultats 29 jours
• Contenu batchable : vision, tool use, system messages, conversations multi-turn, fonctionnalités beta
• Atelier pratique : Traiter un lot de 50 documents PDF par batch et consolider les résultats en CSV

Module 3 — Files API et Code Execution pour l'automatisation

• Files API : upload unique, réutilisation via file_id dans de multiples requêtes Messages
• Types supportés : PDF, texte, images (JPEG/PNG/GIF/WebP), datasets — 500 MB/fichier, 500 GB/org
• Code Execution tool : exécution Python/Bash en sandbox sécurisée côté Anthropic (v1 et v2)
• Combinaison Files API + Code Execution pour l'extraction de données et la génération de visualisations
• Server Tools Anthropic : web_search, code_execution, web_fetch, tool_search — exécutés côté serveur
• Exercice : Construire un pipeline d'extraction de données depuis des factures PDF → tableur structuré

Module 4 — Prompt caching et optimisation des coûts

• Principe du prompt caching : cache_control ephemeral, préfixes cachés pour tâches répétitives
• Deux TTL : 5 min (écriture 1.25x base) et 1h (écriture 2x base), lecture à 0.1x base = -90%
• Tokens minimum cachables : 4096 pour Opus 4.6/Sonnet 4.6/Haiku 4.5, 2048 pour Sonnet 4.5
• Caching automatique (top-level) vs breakpoints explicites (block-level) — maximum 4 breakpoints
• Cache sur les définitions d'outils : optimiser les workflows multi-tools récurrents
• Fenêtre de lookback 20 blocs, règles d'invalidation et monitoring (cache_read/cache_creation tokens)
• Atelier pratique : Optimiser un workflow existant avec le caching et mesurer les économies réalisées

Module 5 — Intégration no-code/low-code : n8n, Zapier, Make

• Architecture d'intégration : webhooks entrants, appels API sortants, transformation de données
• n8n : nœud HTTP Request vers l'API Claude, workflows event-driven, gestion des credentials et secrets
• Zapier et Make : configuration des Zaps/Scenarios avec Claude comme étape de traitement IA
• Patterns courants : email reçu → analyse Claude → action CRM, formulaire → génération document → envoi
• Webhooks : recevoir des événements externes et déclencher des workflows Claude automatiquement
• Exercice : Créer un workflow n8n complet — réception email → extraction par Claude → classification → action CRM

Module 6 — Tool Use et boucles agentiques pour l'orchestration

• Tool Use avancé : définition de schémas JSON (name, description, input_schema, input_examples)
• Contrôle avec tool_choice (auto/any/tool/none), strict mode pour garantir la conformité des inputs
• Boucle agentique : message → tool_use → tool_result → analyse → nouvelle action ou réponse finale
• Multi-tools : orchestrer plusieurs outils dans une même conversation (CRM + email + calendrier + base de données)
• Bonnes pratiques : descriptions détaillées (3-4 phrases), namespacing (github_list_prs), consolidation d'outils
• Atelier pratique : Développer un agent avec 4+ outils qui collecte des données, les analyse et produit un rapport

Module 7 — Cas d'usage métier : emails, documents, données

• Automatisation email : tri intelligent, extraction d'informations clés, génération de réponses contextuelles
• Traitement documentaire : analyse de contrats (PDF + citations), extraction de clauses, comparaison de versions
• Pipeline de données : nettoyage, enrichissement, classification et structuration avec Claude
• Génération de documents par lot : rapports personnalisés, lettres types, synthèses via Batch API
• RAG automatisé : search_result_block pour des réponses avec citations depuis une base documentaire interne
• Démonstration : Pipeline complet de traitement de dossiers clients (réception → analyse → synthèse → action)

Module 8 — Monitoring, erreurs et mise en production

• Gestion d'erreurs robuste : retries exponentiels, fallbacks entre modèles, circuit breaker pattern
• Logging et traçabilité : journaliser chaque appel API (tokens, latence, coût, statut, cache hit ratio)
• Monitoring des coûts : tableaux de bord, alertes de dépassement, optimisation continue
• Sécurité en production : gestion des clés API, rotation, permissions par workspace
• Scalabilité : dimensionner les workflows pour la montée en charge (batch + async + queue)
• Atelier final : Mettre en production un workflow complet avec monitoring, alertes et documentation opérationnelle

• Concevoir des architectures d'automatisation adaptées aux contraintes métier (volume, latence, coût)
• Implémenter des pipelines de traitement par lot avec le Batch API (100 000 requêtes, -50% coût)
• Orchestrer des workflows multi-étapes avec tool use, boucles agentiques et patterns de routing
• Intégrer Claude dans des plateformes no-code/low-code (n8n, Zapier, Make) via webhooks et API
• Automatiser le traitement de documents (emails, PDF, données) avec la Files API et le code execution
• Optimiser les coûts avec le prompt caching (jusqu'à -90% sur les lectures) et le choix de modèle adapté
• Mettre en place un monitoring robuste et une gestion d'erreurs pour des workflows de production

Développeurs, automaticiens, chefs de projet technique et intégrateurs souhaitant automatiser des workflows métier avec Claude. Profils DevOps et data engineers également concernés.