Options d’inscription
Cette formation, rythmée par des ateliers dans lesquels les participants travaillent sur leurs propres cas d'usage et leur contexte produit, vous permettra de développer une posture de Product Manager augmenté par l'IA, capable d'en exploiter le potentiel tout en en maîtrisant les limites. Vous identifierez les opportunités et les risques que l'intelligence artificielle générative fait peser sur les pratiques de Product Management, ainsi que les transformations qu'elle induit dans la relation aux données, à la documentation et aux parties prenantes. Vous disposerez d'outils et de méthodes de prompting structurés qui favoriseront la qualité, la rapidité et la fiabilité de vos livrables produit, ainsi que l'exploitation raisonnée des données métier au service de vos décisions. Cette formation vous fera appréhender et mettre en œuvre la posture de Product Manager augmenté, posture qui vous permettra de dégager du temps sur les tâches à faible valeur ajoutée pour vous recentrer sur la stratégie produit, la discovery et la relation client.
Prérecquis
- Pratique opérationnelle d’une approche Agile / Scrum
- Expérience des activités Product Management : backlog, user stories, roadmap ou discovery
- Usage basique d’un outil d’IA générative (ChatGPT ou équivalent) ; aucun prérequis technique en IA
- Questionnaire de positionnement complété en amont
Accessibilité
- Formation en présentielle, accessible aux personnes à mobilité réduite.
Objectifs Opérationnels évaluables :
|
CAPACITÉ VISÉE |
CRITÈRE OBSERVABLE |
|
Comprendre |
expliquer le fonctionnement général des grands modèles de langage (LLM), leurs limites et les principaux enjeux de qualité, de confidentialité et de souveraineté des données. |
|
Documenter et veiller |
produire une synthèse, un brief produit ou une note de release à partir de sources fournies, en contrôlant la fidélité et la traçabilité des résultats. |
|
Concevoir des prompts |
construire, tester et améliorer des prompts opérationnels avec le framework RCTFC (Rôle, Contexte, Tâche, Format, Contraintes) pour cinq activités PO/PM. |
|
Exploiter des données métier |
analyser un export ou un corpus produit (backlog, documentation, feedbacks) avec des techniques de prompting avancé et une approche RAG, puis confronter l’analyse IA au jugement humain. |
|
Spécifier un agent IA |
décrire un agent adapté à un workflow produit en précisant ses sources, étapes de traitement, livrables attendus, garde-fous et critères de réussite. |
|
Prioriser des cas d’usage |
formaliser et classer au moins trois cas d’usage IA selon leur valeur métier, leur faisabilité et leurs premières étapes de mise en œuvre. |
Evaluation Pédagogique
L’évaluation des acquis du stagiaire se fait tout au long de la formation
|
MOMENT |
MODALITÉ |
INDICATEURS / ÉLÉMENTS OBSERVÉS |
|
Positionnement amont |
Questionnaire envoyé avant la formation. |
Niveau d’usage IA, outils maîtrisés, pratiques Product Management, cas d’usage envisagés et besoins d’accompagnement. |
|
Pendant la formation |
Évaluations formatives, ateliers et mises en situation. |
Qualité des prompts, capacité à vérifier les outputs, pertinence des analyses, qualité des livrables et participation aux restitutions. |
|
Fin de formation |
Évaluation des acquis + Sprint Review finale. |
Production et présentation des livrables ; atteinte des objectifs pédagogiques et capacité à expliquer ses choix. |
|
À chaud |
Questionnaire de satisfaction immédiat. |
Atteinte des objectifs, qualité pédagogique, utilité perçue, conditions matérielles et pistes d’amélioration. |
|
À froid |
Questionnaire de transfert envoyé après la formation. |
Mise en œuvre des engagements, usages réellement déployés, impacts observés et besoins complémentaires. |