Comprendre l'anatomie de ton système

Lis cette leçon avant de toucher à quoi que ce soit. Elle te donne le cadre pour comprendre pourquoi on fait chaque étape. Sans elle, l'installation est une liste d'actions sans sens.

Notre équation de base

Notre objectif est simple : améliorer la qualité de l'output que tu obtiendras avec l'IA. Et pour ça, il y a une équation à garder en tête.

Concrètement, voici ce qu'on fait sur chacun des trois :

Mais avant d'aller plus loin, quelques rappels pour que tu aies une vue d'ensemble claire de ce qu'on va construire.

Partie 1 : l'IA, ce qu'on utilise vraiment

Pour bien travailler avec l'IA, il faut comprendre une chose : ce n'est pas un seul objet, c'est une pile de 3 couches indépendantes. Changer une couche ne casse pas les autres. C'est ce qui rend le système résilient.

Les 3 couches

Tu peux changer de modèle sans changer d'interface. Tu peux changer d'interface sans perdre ton coffre. Tu peux changer de provider pour le même modèle. Ces 3 couches sont indépendantes.

La conséquence pratique : tout ce qu'on construit dans ce bootcamp (ton coffre, tes skills, ton contexte) est complètement portable. Si demain tu changes d'interface ou de modèle, ça marche sans rien refaire.

Pour faire tes choix, on va remonter ces 3 couches de bas en haut. D'abord le modèle (le cerveau), puis on choisit le provider qui l'héberge (via la recommandation), enfin l'interface qui orchestre tout.

Quel modèle utiliser ?

Source : artificialanalysis.ai. Va comparer toi-même, c'est une bonne habitude.

Premier constat important : aujourd'hui, tous les modèles dits « high-end » se valent à peu près sur les tâches du quotidien. GPT, Claude, DeepSeek, GLM, Gemini, Qwen : à 10 points près sur l'index d'intelligence, ils font globalement le même travail.

La vraie différence se joue ailleurs : open source vs closed source.

Tu auras l'occasion d'en tester plusieurs pendant le bootcamp pour te rendre compte duquel tu préfères. Mais pour démarrer, voici notre recommandation actuelle.

Notre recommandation officielle

Le facteur prix

Le point qui ne saute pas aux yeux mais qui change tout : la différence de coût entre les modèles closed source et open source est massive.

DeepSeek V4 Flash est environ 100 fois moins cher que GPT 5.6 en sortie. Et il fait déjà 80 % des tâches du quotidien de manière satisfaisante, en plus d'être privé (via providers ZDR). C'est un énorme avantage, ça vaut vraiment le coup de l'utiliser par défaut.

Un mot sur le provider

OpenRouter, c'est la couche 2 de notre stack. C'est un proxy qui route ta requête vers le bon provider (Fireworks, DeepInfra, Parasail...) selon la dispo du moment. Son gros avantage : tu peux forcer le ZDR (zéro data retention) dans les paramètres, et OpenRouter ne route alors que vers des providers qui ont signé cet engagement. Tes requêtes ne sont ni stockées, ni utilisées pour entraîner de nouveaux modèles. Une seule clé API, un seul crédit (10 € pour démarrer), tous les modèles open source disponibles.

Pour GLM 5.2 en usage privé régulier, on recommande plutôt un abonnement Synthetic AI (30 $/mois, ZDR) : des tokens ZDR sur GLM 5.2 servis rapidement, sans paiement au token. Tu gardes OpenRouter au token pour DeepSeek V4 Flash et pour tester d'autres modèles.

Pourquoi pas Claude ?

Tu remarques que Claude n'est pas dans la recommandation. Deux raisons.

D'abord, les modèles fermés sont tellement chers à l'API qu'ils deviennent quasiment inutilisables en paiement à la requête. Il faut passer par un abonnement pour rentabiliser.

Or, Anthropic a rendu son abonnement incompatible avec les interfaces ouvertes. Il faut utiliser leur propre interface (Claude Code) pour profiter de l'abonnement Claude Pro / Max. On est contre ce choix : il enferme l'utilisateur dans un écosystème propriétaire.

Si tu as quand même une affection particulière pour les modèles Claude (c'est un cas que ça arrive, les modèles ont des personnalités différentes), pas de souci. Il y a un tutoriel d'approfondissement dédié dans la formation.

Tu veux utiliser Claude : Configurer Claude Code en complément → : comment installer Claude Code à côté d'OpenCode et alterner selon la tâche.

Encore une fois, ce qu'on construit dans ce bootcamp est portable : c'est un coffre de contexte et des skills. Tu peux changer d'interface ou de modèle demain sans rien refaire.

Quel outil installer ?

Maintenant que tu sais quels modèles utiliser, il te faut une interface pour les ouvrir dans ton coffre. Notre objectif : être complètement multimodèle (passer librement de DeepSeek à ChatGPT à GLM selon la tâche).

Notre recommandation unique pour ce bootcamp : OpenCode Desktop.

OpenCode Desktop : l'app native multi-modèle qu'on utilise dans le bootcamp.

C'est une application desktop open source qui permet de connecter tous les modèles que tu veux (via OpenRouter, OpenAI, Anthropic, etc.), avec une interface propre et des sessions persistantes. C'est ce qu'on utilise tout au long du bootcamp.

Pour l'installation pas à pas : Installation technique → : télécharger OpenCode Desktop, configurer OpenRouter avec ZDR, abonner ton compte ChatGPT.

Partie 2 : le coffre, ce qu'on construit et pourquoi

Tu as probablement déjà utilisé ChatGPT. Tu lui poses une question, il répond. C'est utile. Mais ce n'est pas ce qu'on construit ici.

Ce qu'on construit, concrètement : un workspace sur ton ordinateur. À l'intérieur, ton coffre de second cerveau (un dossier Obsidian appelé Second Cerveau/), et à côté d'autres projets que tu pourras ajouter au fil du temps (un site, une app, un repo client...). Deux outils l'ouvrent : Obsidian pour le lire visuellement et naviguer dans tes notes, OpenCode Desktop pour que l'IA puisse le lire et le modifier.

Ce coffre est organisé selon 4 principes. Comprends ces principes, et tu comprends tout.

Principe 1 : tout est un fichier texte

Ton coffre n'est pas une application. C'est un dossier de fichiers .md (Markdown) sur ton disque dur.

WORKSPACE/
├── AGENTS.md              # Identité de l'IA + règles transverses
├── opencode.json          # Config OpenCode (où chercher les skills)
├── Second Cerveau/        # Vault Obsidian, ton second cerveau
│   ├── AGENTS.md          # Règles spécifiques au vault (IPCRA, Life Phases)
│   ├── 0 INBOX/
│   ├── 1 PROJETS/
│   ├── 2 CASQUETTES/
│   ├── 3 RESSOURCES/
│   ├── 4 TOOLS/           # Templates, process, skills (toutes tes commandes IA)
│   ├── 5 ARCHIVE/
│   └── _Import/
└── [autres projets]/      # À ajouter plus tard (sites, apps, repos)

Pourquoi c'est important : tes données t'appartiennent pour toujours. Si Obsidian disparaît, tu ouvres les fichiers avec TextEdit. Si OpenCode disparaît, tu prends un autre outil. Rien n'est verrouillé dans une app propriétaire.

Deux portes d'entrée sur le même dossier : Obsidian pour lire et éditer visuellement tes notes, OpenCode Desktop pour que l'IA agisse dessus.

Principe 2 : IPCRA, une organisation par utilité

La plupart des systèmes de notes organisent par thème (« Marketing », « Finance », « Perso »). Le problème : quand tu crées une note, tu dois décider de sa nature conceptuelle, et c'est épuisant. IPCRA organise par utilité : « à quoi ça sert ? »

Un cinquième dossier complète l'organisation : 4 TOOLS/ contient tout ce qui sert d'outillage (templates, process documentés, skills IA). Tu n'y mets pas tes notes de travail, juste ce qui te sert à les produire.

La distinction clé : Projet vs Casquette.

• Projet = a une fin. « Lancer mon podcast », « Déménager à Berlin ». Quand c'est fini : Archive.
• Casquette = permanent, sans fin. « Entrepreneur », « Parent », « Créateur de contenu ». Tant que tu joues ce rôle, ça reste.

Commence avec 3 à 7 casquettes larges. « Mon Entreprise » plutôt que « Marketing », « Finance », « RH » séparément. L'IA t'aidera à affiner plus tard.

Pour aller plus loin : Les principes du second cerveau → : IPCRA détaillé, wikilinks, ruissellement bottom-up.

Principe 3 : le contexte est la fondation de tout

L'IA ne vaut rien sans contexte. Un modèle excellent avec un contexte vide donne des réponses génériques. Un modèle correct avec un contexte riche donne des réponses personnalisées.

C'est pourquoi la première chose que tu vas faire, c'est remplir ton contexte via le skill /initialisation. L'IA te pose des questions sur 5 sections :

Compte 3 à 4 heures. C'est un investissement, pas une configuration. C'est ce qui fait la différence entre une IA générique et ton assistante personnelle.

Pour préparer tes réponses : Initialiser son coffre avec /initialisation → : les 5 sections expliquées en détail, avec les vidéos sur la vision et les phases de vie.

Principe 4 : les rituels font vivre le système

Un coffre sans rituels devient une archive morte. Pour le maintenir en vie, tu utilises des skills : des commandes que tu lances avec un slash dans OpenCode (/initialisation, /done, /weekly-review, etc.). Chaque skill est un simple fichier Markdown rangé dans Second Cerveau/4 TOOLS/skills/. Tu peux les modifier, en créer de nouveaux, les partager.

Le concept clé derrière les rituels : le ruissellement. Quand tu termines une session, l'IA propage automatiquement l'information vers les bons endroits du coffre, à 3 niveaux.

Tu ne gères rien manuellement. Le système s'auto-met à jour à travers les skills.

Pour configurer ton rituel hebdo : La Weekly Review → : organisation par énergie, carry-forward.

Partie 3 : les outils, comment tout se connecte

Tu as maintenant la pile IA (Partie 1) et la logique du coffre (Partie 2). La Partie 3 répond à une question pratique : comment tout ça fonctionne techniquement ?

Comment l'IA « voit » ton coffre

Quand tu ouvres OpenCode Desktop sur le dossier de ton workspace, deux choses se passent :

1. L'IA voit l'arborescence complète de ce dossier
2. Elle lit le fichier d'instructions à la racine (AGENTS.md) pour comprendre qui elle est, comment tu travailles, et ce qu'elle doit faire

C'est pour ça que tu dois toujours ouvrir OpenCode sur ton workspace, pas ailleurs. Si tu l'ouvres depuis ton Bureau, elle ne voit pas ton coffre et n'a aucun contexte.

La privacy en pratique

Important à comprendre : par défaut, ton coffre n'est pas uploadé sur les serveurs du provider. L'IA ne « télécharge » pas tout en bloc. Voici le flux exact à chaque requête :

Seul ce qui est strictement utile à la requête en cours sort de ton ordinateur. Tu gardes le contrôle.

C'est aussi pour ça qu'on insiste sur OpenRouter avec ZDR activé : ce qui est envoyé au provider n'est pas stocké, pas réutilisé pour de l'entraînement, pas indexé. Le provider voit ta requête le temps de répondre, puis l'oublie.

Pour les détails sur la confidentialité : Zoom sur la sécurité →.

Les fichiers qui font tourner le système

Tu n'as pas besoin de les gérer à la main, mais tu dois savoir qu'ils existent pour comprendre comment l'IA s'oriente dans ton workspace.

Chaque skill (/initialisation, /done, /weekly-review, /inbox-processor...) est un simple fichier Markdown avec des instructions. Quand tu tapes le slash dans OpenCode, l'IA lit ce fichier et exécute. Tu peux créer tes propres skills avec /create-skill.

Les outils connectés (MCP)

Jusqu'ici, l'IA lit et modifie tes fichiers locaux. C'est déjà puissant. Mais elle peut aussi se connecter à des outils externes via le MCP (Model Context Protocol), le « port USB universel » de l'IA.

Sans MCP, l'IA répond à tes questions. Avec MCP, elle scrape le web, transcrit tes réunions, génère des images, cherche dans tout ton vault en une seconde.

On installe ça cette semaine : Installer ses outils IA →.

Ce que tu construis semaine par semaine

Tu es en semaine 1, les fondations. Tout ce qui vient après repose sur ce que tu poses maintenant.

Ce que tu dois faire maintenant

Tu as la vue d'ensemble. Voici l'ordre exact pour cette semaine :

1. Lire les prérequis : Prérequis et bonnes pratiques → (SuperWhisper, réflexe debug avec l'IA).

2. Tout installer : Installation technique → (OpenCode Desktop, ChatGPT, OpenRouter ZDR, Obsidian, Obsidian Sync).

3. Lancer /initialisation : Initialiser son vault → (3-4h, fais ça ce soir ou ce week-end).

4. Connecter tes outils : Installer ses outils IA → (Firecrawl, Browser MCP, Fathom).

5. Pour aller plus loin :

• Choisir son modèle IA → : comparatif détaillé.
• Configurer Claude Code en complément → : si tu veux aussi utiliser Claude.
• Zoom sur la sécurité → : si tu as des données sensibles.
• Les principes du second cerveau → : pour creuser IPCRA et le ruissellement.
• La Weekly Review → : pour configurer ton rituel hebdo.
• FAQ Semaine 1 → : si tu bloques sur quoi que ce soit.

• Je comprends l'équation : Qualité output = Contexte x Modèle x Outils
• Je comprends les 3 couches : modèle, provider, interface, et qu'elles sont indépendantes
• Je connais la recommandation officielle du bootcamp : OpenCode Desktop + ChatGPT (20€/mois) + Synthetic AI (GLM 5.2, privé) + DeepSeek V4 Flash sur OpenRouter
• Je comprends pourquoi on ne recommande pas Claude par défaut (et que je peux quand même l'ajouter via le tuto dédié)
• Je comprends IPCRA et la distinction Projet vs Casquette
• Je comprends les 4 principes du coffre : fichiers texte, IPCRA, contexte, rituels via skills
• Je sais que les skills se trouvent dans Second Cerveau/4 TOOLS/skills/
• Je comprends que par défaut mon coffre n'est pas uploadé en bloc : l'IA envoie seulement les extraits pertinents à chaque requête
• Je sais dans quel ordre faire les choses cette semaine