Skills ChatGPT : comment transformer votre savoir-faire en compétence réutilisable

Vous êtes comme la majorité des professionnels, et vous utilisez ChatGPT sur une base régulière ? Plusieurs fois par semaine, voire plusieurs fois par jour ?

Avec l’expérience, vous avez peut-être développé votre propre méthode. Vous avez identifié vos tâches récurrentes et structuré des « prompts maîtres », des instructions dans un GPT personnalisé, ou encore une bibliothèque bien organisée dans un Google Doc, avec une charte éditoriale et quelques exemples de bons livrables.

Bref, votre manière de bien travailler avec l’IA s’est affinée avec le temps. Par la force des choses, elle s’est sans doute aussi dispersée entre plusieurs outils et documents.

Les Skills ChatGPT peuvent dans ce cas devenir vos meilleures alliées. Cette nouvelle fonctionnalité d’OpenAI permet de formaliser une partie de votre savoir-faire pour que ChatGPT puisse le réutiliser avec agilité lorsqu’il accomplit une tâche.

J’ai récemment créé ma première Skill ChatGPT à partir d’une méthode d’optimisation éditoriale développée dans le cadre de mon activité de consultant. L’expérience m’a permis de mieux comprendre l’intérêt professionnel de cette fonctionnalité.

Je vous en parle dans cet article, et je vous explique où et comment créer votre première « Compétence ChatGPT ».

Qu’est-ce qu’une Skill (Compétence) dans ChatGPT ?

OpenAI définit une Skill (« compétence » en français dans le texte) comme un processus de travail réutilisable et partageable qui indique à ChatGPT comment accomplir une tâche spécifique. La « Skill » peut ainsi réunir des instructions, des exemples, des ressources et du code, sous quelque format que ce soit.

À noter que lesdites instructions peuvent être :

• des instructions que vous lui donnez dans le chat
• des instructions présentes dans les documents fournis
• des instructions que ChatGPT aura inférées pour optimiser son fonctionnement lors de la création de la Skill

Une fois créée et installée, ChatGPT peut mobiliser la Skill (ou même plusieurs) lorsque l’utilisateur en a besoin, dans un espace de travail dédié appelé… « Work ».

Work dans ChatGPT, qu’est-ce que c’est ?

Work est un espace de travail qui fournit un cadre agentique pour mener une tâche complexe de bout en bout. Dans cet environnement d’exécution, les Skills sont des méthodes et des savoir-faire réutilisables et compilables avec d’autres ressources.

Quel est l’avantage des Skills dans ChatGPT ?

L’avantage d’une Skill réside dans le fait de créer une compétence réutilisable, issue de vos ressources, afin que ChatGPT puisse la mobiliser et l’appliquer dans n’importe quel contexte, au besoin, sans que vous ayez à tout réinjecter à chaque nouvelle demande.

Pour quel type de tâche les Skills sont utiles ?

OpenAI destine la fonctionnalité des Skills aux tâches dont la qualité dépend d’une approche répétable : plusieurs étapes à suivre, un format structuré, des exigences précises ou des standards métier à respecter. Elles peuvent aussi être partagées au sein d’une organisation et sont prises en charge dans Codex et dans l’API.

Les applications des Skills dépassent largement la création de contenu (même si c’est ce qui nous intéresse en premier lieu sur ce blog). Préparation de synthèses, reporting, workflows commerciaux, projets RH, développement informatique sont autant de cas d’usage possibles.

Dit autrement : dès qu’une méthode de travail peut être formalisée, elle peut potentiellement donner lieu à une Skill.

Les Skills reposent sur un standard ouvert

Les Skills ne sont pas limitées à l’écosystème OpenAI. Le concept existe notamment chez Anthropic avec les Agent Skills de Claude. Anthropic a publié Agent Skills comme standard ouvert, et OpenAI indique que ses propres Skills suivent ce standard. Celui-ci s’appuie sur un fichier central SKILL.md, auquel peuvent s’ajouter des scripts, de la documentation ou d’autres ressources.

OpenAI précise qu’une Skill conforme peut être téléchargée depuis un produit et installée dans un autre. Le savoir-faire formalisé dans une Skill peut donc devenir portable entre différents environnements compatibles, même si les capacités et les modalités d’exécution peuvent varier selon les plateformes.

Pourquoi créer une Skill quand on utilise déjà beaucoup ChatGPT ? Un exemple

Pour un utilisateur régulier, l’intérêt principal de cette nouvelle fonctionnalité est de capitaliser sur une méthode de travail déjà construite.

Dans mon cas, j’avais un exemple parfait à disposition, à travers une mission d’optimisation éditoriale. Elle reposait sur plusieurs ressources, dispersées mais complémentaires :

• un GPT personnalisé et ses instructions ;
• un Google Doc méthodologique approfondi ;
• des prompts complémentaires de pilotage ;
• des exemples de contenus déjà optimisés.

Selon la mission, je pouvais avoir besoin de retrouver une ressource, de transmettre à nouveau certaines règles ou de reconstruire suffisamment de contexte pour obtenir le comportement attendu.

La Skill m’a rendu cette méthode disponible plus facilement.

Très important : elle a aussi défini automatiquement comment utiliser les ressources en question :

• quelle procédure suivre,
• quelles règles mobiliser selon la situation,
• et jusqu’où le modèle peut agir de manière autonome.

C’est là que se situe une partie de sa valeur ajoutée, et qui la dissocie d’un Custom GPT classique par exemple. En comprenant le contexte de votre savoir-faire, la Compétence construite formalise des règles de comportement robustes, pour arriver au livrable le plus satisfaisant possible.

Dans ma Skill, par exemple, ChatGPT doit sélectionner les consignes pertinentes, préparer son plan de travail, détecter certaines opportunités d’optimisation SEO et conduire la tâche jusqu’au livrable.

Il peut aussi se concentrer sur une partie spécifique du travail d’optimisation. Dès lors que la consigne est formalisée dans la Compétence, il pourra l’utiliser de manière très fiable, sans risque d’amalgame avec les autres consignes des ressources mobilisées.

Par exemple, l’amélioration des informations éditoriales à des fins de « chunking » destiné aux LLM, fait partie de mon process d’optimisation. Sans entrer dans le détail des consignes, ChatGPT doit respecter un ensemble de règles qui l’aident à identifier les informations suffisamment fortes ou uniques dans le contenu travaillé, pour les transformer en des unités de réponse plus autonomes.

Dès que je le sollicite sur ce point, il va en toute autonomie rechercher les éléments structurants et les appliquer au contenu. Je peux ainsi demander une optimisation sans identifier moi-même chaque règle à appliquer ou chaque passage candidat.

Skill, Projet, GPT personnalisé : quelle différence ?

OpenAI a tendance à multiplier les fonctionnalités dans ChatGPT, au point qu’il devient parfois difficile de comprendre leurs différences et de savoir laquelle utiliser. D’autant que certaines se chevauchent en partie. C’est le cas des Skills, des Projets et des GPT personnalisés par exemple.

Leur usage principal reste toutefois différent.

OpenAI présente ainsi les Projets comme un moyen de travailler avec un contexte commun entre plusieurs conversations, tandis que les Skills transforment des tâches récurrentes en workflows réutilisables.

Un Projet peut donc centraliser le contexte d’un client. Une Skill peut formaliser une méthode de travail applicable dans ce projet, mais aussi ailleurs lorsqu’elle reste pertinente.

Comment créer une Skill dans ChatGPT ?

Le chemin le plus simple pour créer votre première Skill ChatGPT, est de passer par le mode Work et de prompter une demande très simple :

« Aide-moi à créer une compétence. »

ChatGPT vous aide alors à cadrer le besoin avec ce type de questions :

Avant de créer votre Skill

1. Quelle tâche doit-elle savoir accomplir ?
2. Quelle demande allez-vous typiquement lui adresser ?
3. Quelles ressources doit-elle pouvoir utiliser ?
4. Jusqu’où peut-elle agir sans votre validation ?

Il est également possible de créer et gérer une Skill depuis l’interface dédiée. OpenAI permet notamment de créer une Skill avec le chat, avec l’éditeur ou en important une Skill existante depuis son ordinateur.

Une fois créée, votre nouvelle Skill est facilement retrouvable en utilisant le « + » en bas à gauche du champ de prompting, ou en l’appelant à l’aide du signe « @ » (veillez à bien être dans l’onglet « Work », sinon, vous ne la retrouverez pas).

Que peut-on mettre dans une Skill ?

Une Skill peut contenir ses instructions de fonctionnement et s’appuyer sur des ressources comme des prompts, des procédures détaillées, des règles métier, des templates, des exemples ou n’importe quel document de référence.

Pour préparer la vôtre, commencez par inventorier ce que vous utilisez déjà.

• Vos prompts existants. Prompts maîtres, séquences récurrentes, instructions d’un ancien GPT personnalisé.

• Vos méthodes. Workflows, checklists, processus et critères de décision.

• Vos règles métier. Charte éditoriale, exigences client, standards de qualité ou formats attendus.

• Vos exemples. Livrables réussis, templates, cas représentatifs.

• Vos retours d’expérience. Les corrections que vous apportez régulièrement à ChatGPT et les comportements que vous avez appris à mieux cadrer.

Il n’est pas indispensable de transformer préalablement cet ensemble en une documentation parfaitement homogène. Dans mon cas, j’ai fourni des ressources de nature différente. ChatGPT les a ensuite organisées dans la Skill.

À quoi ressemble l’intérieur d’une Skill ?

Quand on demande à ChatGPT de créer ou modifier une Skill, il utilise automatiquement une Skill système appelée skill-creator pour la générer, la mettre à jour ou la dépanner.

Une fois créée, chaque Skill s’appuie sur un fichier central appelé SKILL.md.

Ce fichier porte les instructions du workflow et peut renvoyer vers des ressources complémentaires utilisées selon les besoins. C’est également le principe décrit par le standard Agent Skills.

Dans mon cas, ChatGPT a créé une architecture en plusieurs couches, que je détaille juste en-dessous.

NB : ce travail d’ingénierie de la Compétence est automatiquement fait par ChatGPT. Vous n’avez rien d’autre à faire que de préparer vos ressources et de les lui fournir en amont de la création.

SKILL.md : l’orchestration générale

Le fichier central définit la mission de la compétence et organise les différentes sources de savoir-faire.

Il articule plusieurs couches issues de mon ancien système de travail, fixe leur ordre de priorité et indique quels sous-fichiers consulter selon la tâche. Il définit également noir sur blanc le degré d’autonomie attendu. Voici un court extrait du fichier SKILL.md ci-dessous.

core-workflow.md : la méthode opérationnelle

Ce fichier décrit le processus complet : collecte des informations, cadrage, audit, programmation des interventions, optimisation et fact-checking.

Il prévoit aussi deux modes. Le mode autonome exécute la méthode jusqu’au livrable ; le mode accompagné permet de reprendre le contrôle étape par étape.

regimes.md : l’adaptation à différentes missions

La Skill adapte son niveau d’intervention au type de travail demandé : optimisation éditoriale, page e-commerce, migration ou audit, par exemple.

Les mêmes règles ne sont donc pas appliquées mécaniquement à chaque situation.

quality-rules.md : les standards transversaux

Un autre fichier centralise les exigences qui doivent encadrer le travail : qualité rédactionnelle, précision des informations, fact-checking, SEO, optimisation GEO ou contrôle final.

Les règles GEO prévoient par exemple de structurer certaines informations en unités autonomes, mais sans imposer ce format partout.

implementation-patterns.md : apprendre à partir d’exemples

Enfin, la Skill dispose d’exemples de contenus déjà optimisés.

Ils servent à reconnaître les effets recherchés — hiérarchie de l’information, réponses directes, expertise, preuve — avec une consigne explicite : ne pas les copier comme des gabarits obligatoires.

Cette arborescence n’est pas imposée à toutes les Skills. L’organisation des ressources dépend de la tâche et du savoir-faire à formaliser.

Comment utiliser une Skill dans un travail réel ?

Une fois installée, une Skill peut être sélectionnée explicitement dans une conversation « Work ». ChatGPT peut également utiliser automatiquement une ou plusieurs Skills lorsqu’elles sont jugées utiles.

Le cas échéant, la Skill apparaît parmi les sources disponibles pour le travail en cours. Ledit travail vous permet donc également de mobiliser d’autres ressources pour avancer sur votre tâche.

La Skill vient ainsi apporter sa méthode et ses règles à un environnement de travail bien plus large. C’est toute la puissance de cette fonctionnalité !

Work permet également de choisir le modèle mobilisé pour réaliser la tâche. Les nouveaux modèles GPT-5.6 (Luna, Terra et Sol) proposent différents niveaux de capacité et d’effort de raisonnement.

Pour les travaux les plus complexes, cette articulation prend tout son sens : la Skill apporte la méthode et les règles à suivre, tandis que le modèle fournit les capacités de raisonnement nécessaires pour les mobiliser avec discernement au fil de la tâche.

Dans l’exemple ci-dessous, le panneau latéral de Work permet de suivre la progression de la tâche, de retrouver les sources consultées en ligne et les livrables produits, tout en visualisant l’utilisation du navigateur cloud (nécessaire à ce moment précis de la tâche).

La tâche est très complexe, et pourtant le suivi reste accessible, clair et contrôlable.

En résumé, l’articulation dans ChatGPT se veut assez bien pensée :

• la Skill apporte un savoir-faire puissant, structuré et réutilisable
• Work fournit l’environnement dans lequel ChatGPT peut mobiliser ce savoir-faire avec les autres ressources et capacités nécessaires à la tâche.

Retour d’expérience

Dans mes premiers tests, j’ai ainsi sollicité la même compétence sur plusieurs dimensions d’un travail : optimisation globale, intervention ciblée ou vérification d’une règle particulière. ChatGPT a toujours commencé par contrôler le contenu de la Skill pour y trouver les instructions correspondantes et se mettre sur les rails attendus d’exécution.

Pour commencer avec les Skills de ChatGPT

1. Identifiez une tâche que vous réalisez régulièrement avec ChatGPT, sur laquelle vous avez assez de maturité dans la collaboration.
2. Rassemblez les méthodes, prompts et ressources que vous utilisez déjà. Dans la mesure du possible, prenez le temps de les formaliser clairement et de combler les zones de flou. Sinon, ChatGPT risque de les interpréter ou de les compléter à votre place.
3. Définissez le résultat attendu et le niveau d’autonomie souhaité.
4. Demandez directement à ChatGPT, dans une conversation « Work », de créer une Skill. ChatGPT pose alors des questions complémentaires et propose ensuite de l’installer.
5. Testez-la sur un vrai cas de travail.

Pour aller plus loin, le guide d’utilisation des Skills d’OpenAI.