Création de Skills & Workflows— automatiser ses méthodes pour les rendre réutilisables
Un prompt qu'on recopie est un prompt qui dérive. Structurer ses méthodes en skills versionnés permet de transformer un échange jetable en outil d'ingénierie : invocable, testable, partageable. La discipline est la même que pour n'importe quelle abstraction logicielle — on isole le contrat, on documente l'usage, on supprime la duplication.
Un skill bien conçu transforme une suite d'opérations manuelles en une commande système invocable par n'importe quel membre de l'équipe.
Avant de commencer, votre dossier ~/.claude doit être correctement initialisé et versionné. Si ce
n'est pas le cas, lisez d'abord Playbook 001 — Le setup ultime de Claude Code sur
Windows.
PS C:\>cd ~\.claudePS C:\>ls skills/PS C:\>claude
Anatomie d'un skill
Un skill Claude Code, c'est un prompt système optimisé, versionné sous forme de fichier .md dans
~/.claude/skills/. Chaque skill expose un contrat : un nom invocable, une description d'usage,
un comportement déterministe. Le moteur consomme le contenu du fichier comme prompt système enrichi
quand on l'invoque via /skill <nom> ou via une référence directe.
La structure minimale d'un skill tient en trois éléments :
- Le nom du fichier — il sert d'identifiant d'invocation (
init-ai-workspace.md→ invocable sousinit-ai-workspace). - Un front-matter ou bloc d'en-tête — objectif, entrées attendues, sorties produites.
- Le corps — instructions précises, contraintes, format de réponse attendu.
Principe directeur : si tu dois copier-coller un prompt système plus de deux fois sur des projets différents, c'est que ça doit devenir un skill. La règle est binaire — pas de demi-mesure, pas de « je verrai plus tard ».
↓ Copiez/collez ce prompt dans Claude Code :
Prépare le dossier ~/.claude/skills/ pour accueillir mes skills versionnés. 1. Vérifie que le dossier skills/ existe (créé au Playbook 001). Sinon, crée-le. 2. Crée un fichier README.md dans skills/ qui servira d'index. Il doit lister automatiquement chaque skill avec son nom, son objectif et un exemple d'invocation. Pour l'instant, laisse une section "Skills" vide — elle sera remplie au fur et à mesure. 3. Crée un template skills/_template.md qui décrit la structure standard d'un skill : nom, objectif, entrées, sorties, contraintes, corps. C'est la référence que je copierai à chaque nouveau skill. 4. Commit ces ajouts avec le message 'Initialise structure skills/ — index + template'.
Créer un skill concret : init-ai-workspace
Le cas pratique. On crée un skill qui, invoqué dans n'importe quel projet, génère le contexte dont l'IA a besoin pour travailler efficacement sur ce projet : arborescence, dépendances, conventions. C'est du Smart Scaffolding — l'IA construit l'outil qui va ensuite lui fournir son propre contexte.
Le skill ne contient pas le script en dur. Il instruit Claude de générer un script adapté à l'environnement détecté (Node, Python, Rust, etc.). C'est ce qui fait la différence entre un snippet et un skill : la généralité.
↓ Copiez/collez ce prompt dans Claude Code :
Crée un nouveau skill dans ~/.claude/skills/init-ai-workspace.md. Ce skill, quand il est invoqué dans un projet, doit faire deux choses : 1. Générer un script generate-ai-context.js (ou .py, .sh selon l'environnement détecté via les fichiers présents : package.json → Node, pyproject.toml → Python, etc.). Le script scanne : - l'arborescence du projet (en excluant node_modules, .git, dist, build), - les dépendances déclarées (package.json, requirements.txt, Cargo.toml…), - les fichiers de configuration racine (tsconfig, eslintrc, prettier, etc.). Il produit en sortie un fichier project-context.md à la racine du projet. 2. Modifier — ou créer s'il n'existe pas — le fichier CLAUDE.md du projet. Ajoute une règle stricte en tête : "Si project-context.md est absent ou date de plus de 24h, exécute generate-ai-context avant toute autre action." Le corps du skill doit être déclaratif (instructions à Claude), pas impératif (script en dur). C'est Claude qui adapte le code au langage du projet courant. Documente le contrat en haut du fichier : nom, objectif, entrées, sorties, contraintes.
Piège à éviter : ne code pas le script generate-ai-context.js en dur dans le prompt du skill.
Un skill qui ne sait s'exécuter qu'en Node devient un skill mort dès qu'on travaille en Python ou en
Rust. Laisse Claude générer le script à partir de l'environnement détecté — c'est exactement le rôle
que tu lui délègues.
Orchestration — chaîner les actions
L'inversion de contrôle
Le skill init-ai-workspace est intéressant pour une raison précise : il construit l'outil qui va
ensuite lui fournir son propre contexte. C'est de l'inversion de contrôle appliquée aux agents IA.
Claude → crée → generate-ai-context.js
↓ produit
project-context.md
↓ consommé par
Claude (prochaines sessions)Au lieu d'expliquer le projet à l'IA à chaque session — toujours imparfaitement, toujours différemment — on délègue cette explication à un script déterministe que l'IA elle-même a écrit. Le résultat : un contexte reproductible, qu'on peut diff et versionner.
L'automatisation
Une fois le skill installé, l'invocation devient triviale et le workflow s'auto-entretient. La règle
injectée dans CLAUDE.md du projet force Claude à régénérer le contexte si celui-ci est obsolète —
l'humain n'a plus à y penser.
↓ Copiez/collez ce prompt dans Claude Code :
Exécute le skill init-ai-workspace sur mon projet actuel. Étapes attendues : 1. Détecte l'environnement (Node, Python, autre). 2. Génère le script generate-ai-context approprié à la racine du projet. 3. Exécute-le et vérifie que project-context.md est bien produit et non vide. 4. Modifie le CLAUDE.md du projet pour injecter la règle de fraîcheur (24h). 5. Affiche un résumé : fichiers créés, lignes scannées, dépendances détectées, taille du contexte généré. Si une étape échoue, arrête-toi et explique l'erreur — ne continue pas en silence.
Versionner et partager
Ce skill réside dans ~/.claude/skills/ — c'est-à-dire dans le dossier qu'on a transformé en repo
Git au Playbook 001. À ce stade, le travail
d'industrialisation consiste à :
- Commiter le nouveau skill et son éventuel template,
- Mettre à jour l'index
skills/README.mdpour que toute personne qui clone le repo découvre immédiatement ce qui est disponible, - Pousser vers le repository privé pour synchroniser les machines et l'équipe.
↓ Copiez/collez ce prompt dans Claude Code :
Dans le repo ~/.claude (versionné au Playbook 001) : 1. Stage init-ai-workspace.md et toute modification du template/index. 2. Régénère skills/README.md pour qu'il liste automatiquement chaque skill présent dans skills/, avec : nom, objectif (extrait de l'en-tête du fichier), exemple d'invocation. Le README sert d'index pour l'équipe. 3. Commit avec un message conventionnel : "feat(skills): add init-ai-workspace — smart scaffolding pour contexte projet". 4. Affiche le diff staged avant le commit. Je veux vérifier qu'aucun fichier de session, cache ou token n'a échappé au .gitignore. 5. Une fois validé, propose la commande git push correspondante (sans l'exécuter).
→ Résultat attendu
Votre repo ~/.claude contient désormais un dossier skills/ versionné, un README.md d'index qui
se régénère, et au moins un skill opérationnel (init-ai-workspace). N'importe quel poste qui clone
ce repo récupère votre librairie de méthodes en un git clone. Le coût marginal du prochain skill
tombe à zéro.
Playbook 002 — partie d'une série sur l'AI-augmented engineering. Les prochains volets couvriront l'écriture de skills d'audit (accessibilité, perfs), l'orchestration multi-skills, et la mesure du ROI d'un workflow IA en équipe.