Claude Skills : déléguer une tâche répétitive sans écrire de code

Skills et Record a skill : de quoi parle-t-on exactement ?

Les deux notions sont souvent confondues. Elles ne désignent pas la même chose.

• Une skill est un dossier d'instructions, de scripts et de ressources que Claude charge quand une tâche le demande. Anthropic a présenté les Skills en octobre 2025, puis publié le format comme standard ouvert en décembre 2025. Au cœur de chaque skill se trouve un fichier texte qui décrit la procédure, lisible et modifiable par un humain.
• Record a skill est une façon de créer une skill sans la rédiger. On enregistre son écran en réalisant la tâche, Claude analyse l'enregistrement et propose une skill écrite, que l'on relit avant de l'enregistrer.

Cette distinction change la lecture de la fonctionnalité. Claude ne rejoue pas une vidéo : il en déduit une procédure écrite. Cette procédure se lit, se corrige, se partage avec l'équipe et s'améliore avec le temps, comme n'importe quelle autre skill.

Comment fonctionne Record a skill

D'après le centre d'aide de Claude, le déroulé tient en quelques étapes :

• ouvrir Cowork dans l'application Claude pour Mac, puis choisir « Record a skill » dans le menu « + » de la zone de saisie ;
• lancer l'enregistrement, micro activé, et réaliser la tâche normalement en expliquant ce que l'on fait ;
• cliquer sur « Done » : Claude passe l'enregistrement en revue et propose une nouvelle skill, ou une mise à jour d'une skill existante si la tâche y ressemble ;
• déplier le contenu proposé, le relire, puis l'enregistrer ou l'écarter.

Quelques conditions à connaître avant de se lancer :

• la fonction est disponible sur les offres Pro, Max et Team, uniquement dans Cowork sur Mac. Elle n'existe ni dans le chat, ni sur Windows, ni sur les offres Free et Enterprise ;
• un enregistrement dure environ dix minutes au maximum. Une tâche plus longue se découpe en plusieurs skills ;
• macOS demande deux autorisations au premier usage : l'accessibilité (suivi de la souris et du clavier) et l'enregistrement de l'écran.

L'exemple le plus parlant reste le transfert de données de facturation d'un fichier Excel vers une interface web, à répéter sur des centaines de lignes. On saisit une ligne en expliquant chaque geste, Claude formalise la règle, puis l'agent l'applique aux lignes suivantes.

Pourquoi ce type de délégation intéresse les équipes opérationnelles

Les tâches de saisie répétitive concentrent plusieurs problèmes à la fois :

• Elles mobilisent du temps qualifié sur des actions sans valeur ajoutée.
• Elles génèrent des erreurs par fatigue ou inattention, surtout au-delà de quelques centaines de lignes.
• Elles sont difficiles à automatiser sans ressources techniques, car elles passent souvent par des interfaces web ou des logiciels sans API.
• Elles reviennent régulièrement, ce qui rend leur délégation rentable si le coût d'entrée est faible.

Record a skill agit précisément sur ce coût d'entrée. Pas de script, pas de connecteur à configurer, pas de prestataire à briefer : la personne qui connaît la tâche la montre elle-même. C'est un premier pas accessible vers l'automatisation des tâches, sans projet technique.

La narration vocale : ce qui fait la qualité de la skill

L'écran montre ce que l'on fait ; la voix explique pourquoi. Anthropic le recommande explicitement : dire pourquoi on saute une étape ou comment on choisit entre deux options donne à Claude un contexte que l'image seule ne contient pas.

« Je supprime les espaces parce que ce champ n'accepte que des chiffres. » « Je saute cette ligne parce que la colonne statut indique annulé. » Ces phrases deviennent des règles écrites dans la skill. Sans elles, Claude ne voit qu'une suite de clics et doit deviner l'intention.

Dans notre pratique des skills, c'est le point qui fait la différence : une procédure qui décrit les cas particuliers tient face à des données réelles, une procédure qui ne décrit que le cas nominal casse à la première exception. La relecture de la skill proposée est le bon moment pour le vérifier : chaque exception rencontrée dans la vraie vie doit y figurer noir sur blanc.

Un agent applique la règle qu'on lui a transmise. Si la démonstration contient une approximation, l'agent la répète à l'échelle.

Un exemple tiré de notre pratique

Chez symbolist., nous reportons chaque mois les liens achetés pour nos clients SEO depuis leur tableau de bord Excel vers notre application de suivi : domaine source, URL cible, ancre, prix, mois de publication. Une tâche typiquement répétitive, sur une interface web.

Nous l'avons transformée en skill selon la même logique que Record a skill : la première saisie, faite à la main avec Claude, a servi de gabarit, puis la procédure a été écrite pour reproduire les lignes suivantes à l'identique. Ce qui l'a rendue fiable, ce sont les exceptions inscrites noir sur blanc dans la skill :

• une colonne qui mélange le nom du vendeur et le domaine sur deux lignes, dont seule la seconde doit être reprise ;
• des ancres presque identiques (« cagnotte mariage » et « cagnotte pour mariage ») qui exigent une sélection exacte dans les listes déroulantes ;
• les lignes annulées, à ignorer ;
• l'absence de dédoublonnage, qui impose de vérifier qu'un mois n'a pas déjà été saisi avant de relancer.

La skill ne saisit rien sans validation : un test sur la première ligne, la relecture du tableau complet par un humain, un contrôle de chaque formulaire avant envoi, puis une vérification du compteur de lignes à la fin. Cette supervision ne ralentit pas la tâche, elle permet de la confier sans inquiétude.

Les conditions réelles d'usage : ce qui fonctionne et ce qui ne fonctionne pas

Ce qui favorise un bon résultat

• Une interface stable, dont la structure ne change pas d'une session à l'autre.
• Des données source bien organisées, avec des colonnes cohérentes et des formats homogènes.
• Une tâche linéaire, sans enchaînement de conditions complexes (si la valeur dépasse tel seuil, aller dans un autre onglet, puis…).
• Un volume suffisant pour que le gain soit réel. À titre indicatif, une tâche répétée quelques fois par mois ne justifie pas toujours l'enregistrement, la relecture et le contrôle des premiers résultats.

Ce qui complique ou bloque

• Les interfaces dont la mise en page change selon le contexte (champs conditionnels, menus dynamiques).
• Les données source avec des exceptions fréquentes : cellules vides, formats mixtes, valeurs ambiguës.
• Les tâches qui demandent un jugement humain à chaque ligne, par exemple valider une information avant de la saisir.
• Les données sensibles : tout ce qui apparaît à l'écran et tout ce qui est dit pendant l'enregistrement est capturé. Anthropic recommande de ne saisir aucun mot de passe et de n'afficher aucune information confidentielle. Mieux vaut enregistrer la démonstration sur des données d'exemple.

Comparer Record a skill avec les alternatives existantes

Avant cette fonction, les équipes qui voulaient automatiser ce type de tâche avaient plusieurs options, chacune avec ses contraintes.

Les macros et scripts

Efficaces dans des environnements maîtrisés (Excel, Google Sheets, outils dotés d'une API). Mais ils demandent des compétences techniques pour être écrits, maintenus et adaptés quand l'interface change. Ils restent hors de portée de la plupart des équipes opérationnelles sans support informatique.

Les outils RPA (Robotic Process Automation)

Des plateformes comme UiPath ou Automation Anywhere automatisent des tâches sur interface graphique. Leur déploiement implique toutefois un paramétrage initial important, souvent porté par des profils techniques ou des intégrateurs. Le coût d'entrée est élevé pour des tâches ponctuelles ou de volume modéré.

Les outils no-code comme Make ou Zapier

Très adaptés quand les données circulent entre des applications connectées par API, comme nous le détaillons dans notre guide du low-code et du no-code. Moins adaptés quand la tâche passe par une interface web sans connecteur disponible.

Record a skill occupe un espace différent : des tâches sur interface graphique, sans API, avec un coût d'entrée très faible, mais un périmètre de fiabilité plus étroit que celui d'une solution RPA éprouvée. Pour choisir entre ces approches, notre guide agent IA ou automatisation classique propose une grille de décision.

Ce que cela change dans l'organisation du travail

L'enjeu n'est pas uniquement technique. Confier une tâche répétitive à un agent modifie la façon dont une équipe s'organise et dont un responsable pilote la charge de travail.

• La personne qui réalisait la saisie contrôle désormais le résultat au lieu de l'exécuter. C'est une montée en responsabilité, pas une suppression de poste.
• Les erreurs changent de nature : elles ne sont plus aléatoires et dispersées, elles deviennent systématiques si la règle enregistrée était fausse. Le contrôle doit s'adapter en conséquence.
• La documentation de la tâche devient un actif. Une skill est une procédure écrite, partageable dans l'équipe, que l'on révise quand le process évolue.
• Le temps libéré doit être réalloué explicitement. Sans décision consciente, il se dissout dans d'autres tâches sans priorité claire.

Ces effets relèvent de la conduite du changement autant que de l'outil : une automatisation que l'équipe ne s'approprie pas finit rarement par tenir.

Les limites actuelles à ne pas sous-estimer

Record a skill est une fonction récente. Certaines contraintes tiennent moins à sa conception qu'à sa maturité.

La gestion des exceptions reste le principal point de friction. Une skill construite sur une démonstration propre peut bloquer ou produire des erreurs silencieuses face à une ligne atypique. Il faut prévoir une supervision : soit la skill demande explicitement à l'agent de signaler les cas qu'il ne sait pas traiter, soit un humain vérifie un échantillon représentatif après chaque session.

La dépendance à l'interface demeure. La skill elle-même est un texte, donc facile à corriger et à faire évoluer. Mais si l'agent l'applique en pilotant une interface, une refonte de cette interface peut suffire à rendre certaines étapes obsolètes. Il faut alors réenregistrer la tâche ou corriger la skill à la main.

L'environnement d'exécution compte aussi. En juillet 2026, en testant la collecte automatique de factures fournisseurs, nous avons constaté qu'un agent travaillant dans un navigateur isolé, qui démarre sans aucune session ouverte, ne pouvait pas récupérer un document derrière un espace client protégé par mot de passe. Un agent qui pilote le navigateur de l'utilisateur, avec ses sessions déjà ouvertes, y parvient. C'est plus puissant, et cela demande d'autant plus de cadrer précisément ce qu'il a le droit de faire.

La traçabilité des actions de l'agent doit être assurée côté métier. Si l'agent saisit des données dans un système tiers, il faut pouvoir retrouver ce qu'il a fait, quand et sur quelles lignes, pour corriger une erreur sans tout reprendre.

Enfin, les contraintes de conformité s'appliquent. Anthropic indique par exemple que Record a skill n'est pas couvert par son accord de traitement des données de santé (BAA, propre au cadre américain). Pour des données réglementées, la question se pose avant l'enregistrement, pas après.

Comment évaluer si une tâche est un bon candidat

Avant d'enregistrer une démonstration, trois questions permettent de qualifier rapidement le potentiel d'une tâche :

• La tâche revient-elle assez souvent, ou porte-t-elle sur assez de lignes, pour que le temps de démonstration et de contrôle soit vite rentabilisé ?
• Les règles de saisie sont-elles explicites et stables ? Si elles reposent sur un jugement difficile à verbaliser, la narration ne suffira pas à produire une skill fiable.
• L'interface cible est-elle accessible et stable, et les données manipulées peuvent-elles apparaître à l'écran sans risque ?

Un « oui » aux trois questions désigne une tâche à fort potentiel. Un « non » sur l'une d'elles ne disqualifie pas la démarche, mais signale un risque à traiter avant de se lancer.

Ce que Record a skill révèle sur la direction prise par les agents IA

Record a skill s'inscrit dans une tendance plus large : rendre les agents IA accessibles sans compétences techniques, en partant de la démonstration plutôt que de la programmation. D'autres éditeurs explorent des approches comparables.

Ce qui distingue la démarche d'Anthropic, c'est le résultat : une procédure écrite, relisible et modifiable, plutôt qu'un enregistrement opaque. C'est aussi ce qui la rend compatible avec un usage d'équipe, où une procédure doit pouvoir être relue par quelqu'un d'autre que son auteur. La différence entre un assistant et un agent IA se joue précisément là : dans la capacité à confier une tâche avec des règles explicites.

La question qui reste ouverte : jusqu'où cette approche peut-elle monter en complexité ? Les tâches simples et linéaires sont clairement dans le périmètre. Les tâches avec de multiples règles conditionnelles ou des données très hétérogènes restent, pour l'instant, mieux servies par des solutions plus structurées.

Questions fréquentes

Sources

• Centre d'aide Claude, créer des skills personnalisées (section Record a skill)
• Anthropic, présentation des Skills (octobre 2025, mise à jour de décembre 2025)
• Anthropic Engineering, fonctionnement des Agent Skills