# Archetype 74 — "J'ai demandé à ChatGPT…"

## Source

Template communautaire « J'ai demandé à Chat-GPT » (source.md #54).

## Définition

Documenter une **expérience concrète avec un LLM** — prompt précis, réponse reçue, ce que tu en fais ou ce que tu en penses. Ce n'est pas une recommandation d'outil — c'est un **carnet de laboratoire** rendu public.

⚠️ Format saturé sur LinkedIn par des comptes growth-hack ("J'ai demandé à ChatGPT le secret de la richesse"). Pour …, le seul usage défendable : **traiter le modèle comme un objet d'étude**, montrer le prompt, montrer la réponse, montrer le jugement.

## Pattern syntaxique

```
[Modèle utilisé + version + date, 1 ligne — crucial : les modèles bougent]

[Le prompt précis, en bloc copiable, 3-10 lignes]
[La réponse reçue : extrait ou paraphrase claire, 4-8 lignes]
[Ton jugement : ce qui est juste, ce qui est faux, ce qui est utile, 4-6 lignes]
[Ce que tu fais avec : reformulation, refus, intégration, 2-3 lignes]
```

## Exemples 



- ***Modèle : Claude Sonnet 4.5, 14 octobre 2026.***

 *Prompt exact :*

 > *"Voici 240 contrats annotés par 6 paralegals. Inter-rater agreement (Cohen's kappa) = 0,62. Avant d'entraîner un modèle de classification dessus, qu'est-ce que tu vérifierais en priorité ?"*

 *Extrait de réponse (raccourci, paraphrase fidèle) :*

 > *"Avec un kappa de 0,62 (modéré), je vérifierais d'abord : (1) la distribution des désaccords — sont-ils concentrés sur certaines classes ou diffus ? (2) les annotations consensus vs minoritaires — dans quelles classes les paralegals divergent-ils systématiquement ? (3) la définition des classes elles-mêmes — un kappa de 0,62 sur 8 classes peut indiquer une frontière de classe floue plus qu'une erreur d'annotation."*

 *Ce que j'en garde : les 3 axes (distribution, divergence systématique, frontière de classe) sont exactement les bons. Le modèle ne m'a pas dit ce que j'ignorais — il m'a structuré une intuition que j'avais à 70 %. Valeur réelle : me donner **un cadre de présentation client** rapide pour défendre que la prochaine semaine doit être passée à raffiner les classes, pas à entraîner.*

 *Limites : il a oublié de mentionner le test de **stratification temporelle** (est-ce que les paralegals divergent plus sur les contrats récents que les anciens ?). Sur ce point il était lacunaire.*

 *Ce que j'en fais : j'intègre les 3 axes dans mon protocole d'audit IA-legal. Le 4e (stratification temporelle), je le rajoute moi-même.*


## Anti-patterns

- ❌ **"J'ai demandé à ChatGPT le secret de X"** — clickbait pure. Le modèle ne sait pas. Saturation.
- ❌ **Pas de prompt précis** — le post n'est pas vérifiable. Donne le prompt entier ou ne fais pas le post.
- ❌ **Pas de modèle + version + date** — les modèles changent. Le post sans datage est inutilisable 3 mois plus tard.
- ❌ **Pas de jugement critique** sur la réponse — devient pub LLM gratuite.
- ❌ **Sur-utilisation** (≥ 2 par mois) — saturation de "AI Twitter screenshot".

## Combo piliers

- ⭐ **Piliers techniques IA / méthode** — c'est leur formule la plus défendable.
- ⚠️ **Piliers non-techniques** : demander à ChatGPT un avis sur le leadership = paresseux.

## Combo analogies

- ❌ Pas d'analogie. Le carnet de laboratoire est concret par nature.

## Cadence recommandée

**≤ 2 par mois.**

## Source-discipline

- **Modèle + version + date** obligatoires.
- **Prompt entier** dans le post (ou capture). Pas de "j'ai demandé en substance".
- **Réponse fidèle** — si tu paraphrases, dis-le.
- **Limites nommées** — sans limites, le post devient pub. Avec limites, il devient pédagogie.