Ouvrez une nouvelle conversation. Saisissez : « Agis comme le rédacteur de notre marque. Voici notre ton : sûr de lui, mais pas commercial, sans points d’exclamation, et adresse-toi toujours au lecteur en utilisant “vous”. Voici notre audience : des acheteurs de solutions SaaS du marché intermédiaire, sceptiques face au battage marketing. Voici notre format : des paragraphes courts, pas de tirets cadratins, un titre de moins de 60 caractères… » Collez le guide de marque de trois paragraphes que vous conservez dans un document Google. Enfin, posez votre véritable question.
Si ce paragraphe vous a un peu fait grimacer, vous connaissez déjà le problème. La plupart des personnes qui utilisent Claude ou ChatGPT pour un travail concret et récurrent — spécialistes du marketing, responsables du support, analystes, fondateurs — font quelque chose de similaire chaque fois qu’elles démarrent une nouvelle conversation. Cela ressemble à une taxe de deux minutes. Ce n’est pas une taxe de deux minutes. C’est un coût récurrent avec trois tarifs distincts : les tokens, le temps et la cohérence. Faisons le calcul.
Le coût des tokens : payer pour se réexpliquer
Un « déversement de contexte » classique — tonalité de marque, audience, règles de ton, préférences de mise en forme, quelques choses à faire et à ne pas faire — représente généralement entre 300 et 600 tokens, une fois comptées les instructions elles-mêmes ainsi que les formules d’introduction naturelles qui les entourent (« juste pour vous rappeler », « comme nous l’avons vu », « comme toujours »). Et cela, avant même de poser la question proprement dite. C’est une surcharge pure, payée à chaque fois, parce qu’une nouvelle conversation n’a aucun souvenir de ce que vous lui avez dit hier.
Faites maintenant le calcul. Un spécialiste du marketing ou un rédacteur qui démarre, disons, 8 à 10 nouvelles conversations par semaine pour rédiger des e-mails, des textes publicitaires, des variantes de pages d’atterrissage et des publications sur les réseaux sociaux renvoie ce même contexte plus de 400 fois par an. À raison de 300 à 600 tokens par réexplication, cela représente entre 120 000 et 240 000 tokens par an consacrés uniquement à rappeler qui vous êtes et comment vous voulez que les textes soient rédigés — des tokens qui ne produisent aucun nouveau contenu.
Voici ce qu’il vaut la peine de dire honnêtement : avec les tarifs actuels des API, quelques centaines de milliers de tokens de texte brut en entrée ne ruineront personne. Même à quelques dollars par million de tokens — et les tarifs varient selon le modèle et évoluent avec le temps, alors considérez tout chiffre précis comme indicatif, pas comme parole d’évangile — le coût brut de la répétition du contexte pour une personne se résume généralement à quelques dollars par mois, pas à des centaines. Le coût des tokens à lui seul justifie rarement la mise en place d’une solution. Mais c’est le plus faible des trois coûts, et il s’accumule dès que vous n’êtes plus la seule personne de l’équipe à faire cela.
Un pack de prompts qui crée un véritable document de tonalité de marque à partir de vos vrais exemples d’écriture — pas d’adjectifs vagues — afin que vous puissiez le coller une seule fois et ne plus avoir à le reconstituer de mémoire à chaque session.
Voir le guide de tonalité de marque AI →Le coût en temps : la partie que personne ne met dans un tableur
Les tokens ne coûtent pas cher. Les minutes, si. Pensez à ce qui se passe réellement lorsque vous ouvrez un nouveau chat pour travailler : vous devez vous rappeler ce que vous avez dit au modèle la dernière fois (ou retrouver le document où vous l’avez écrit), le coller ou le retaper, ajuster la formulation parce que vous n’êtes jamais tout à fait cohérent avec vous-même, puis — et seulement à ce moment-là — vous pouvez enfin vous consacrer à ce pour quoi vous aviez ouvert le chat.
Comptez prudemment de 90 secondes à 3 minutes par session, selon la quantité de contexte nécessaire à la tâche. Pour quelqu’un qui ouvre 8 à 10 nouveaux chats par semaine, cela représente 15 à 45 minutes perdues chaque semaine avant même le moindre vrai travail d’écriture. Sur un an, cela équivaut à 13 à 39 heures — presque une semaine de travail entière — passées à saisir encore et encore les mêmes instructions de configuration dans une boîte de dialogue, sans aucune raison si ce n’est que l’IA a tout oublié dès la fermeture du dernier chat.
Et cette estimation est généreuse. Elle suppose que vous vous souvenez correctement du contexte et que vous n’avez pas à partir à la recherche du document de marque, du guide de ton ou de la note « comment nous rédigeons les titres » enfouie dans un espace de stockage partagé. Ajoutez ce temps de recherche et le chiffre réel grimpe rapidement.
Le coût de la cohérence : celui qui fait vraiment mal
C’est le coût que la plupart des gens sous-estiment, et c’est celui qui se retrouve dans le résultat, pas sur la facture. Lorsque vous retapez votre contexte de mémoire à chaque session, vous ne le retapez pas à l’identique. Un jour, vous dites « assuré, mais pas commercial ». Le lendemain, pressé, vous omettez complètement la consigne de ton et demandez simplement un « texte percutant ». Une semaine plus tard, vous pensez à mentionner l’audience, mais vous oubliez la règle de mise en forme concernant les tirets cadratins.
L’IA n’a aucun moyen de savoir quelle version de « vous » est la bonne ; elle fait simplement de son mieux avec le contexte partiel qui lui parvient dans ce chat précis. Résultat : les textes dérivent — parfois fidèles à la marque, parfois génériques, parfois à réécrire entièrement parce que le ton est à côté de la plaque. Si vous avez déjà comparé deux textes rédigés par l’IA à la demande de la même personne en vous demandant pourquoi l’un restitue parfaitement le ton tandis que l’autre semble avoir été écrit par un inconnu, c’est presque toujours pour cette raison : non pas un prompt moins bon, mais un prompt mémorisé différemment.
Cette incohérence a également un coût, même si elle n’apparaît jamais comme un poste distinct : davantage de cycles de révision, davantage de « pouvez-vous réessayer ? », davantage de textes qui ne correspondent discrètement pas à la marque et qui sont quand même publiés parce que personne ne s’en est aperçu. Contrairement au coût des tokens, celui-ci augmente rapidement : plus une équipe compte de personnes qui improvisent chacune leur propre version de « notre ton de marque » dans une boîte de dialogue, plus la marque elle-même commence à dériver.
Une persona de rédacteur senior spécialisé dans la conversion, qui effectue des recherches avant d’écrire — analyse de la voix du client, hiérarchisation des messages, cartographie des objections — configurée une fois pour toutes et identique dans chaque chat, sans devoir refaire le briefing.
Voir Jake — Rédacteur publicitaire spécialisé en conversion →Pourquoi « il suffit de l’enregistrer dans un document » ne résout pas vraiment le problème
L’objection évidente est la suivante : gardez le guide de marque dans un document et collez-le à chaque fois. Beaucoup de gens font exactement cela. Mais le copier-coller n’est pas gratuit non plus : ce sont toujours les mêmes tokens, cela représente encore l’essentiel du coût en temps (il faut toujours trouver le document, l’ouvrir, le copier, le coller et souvent le raccourcir pour qu’il tienne), et cela laisse toujours la possibilité d’utiliser une version obsolète du document, de coller la mauvaise section ou d’oublier même l’existence du document trois mois plus tard, lorsqu’une nouvelle personne rejoint l’équipe.
Un document enregistré est déjà une amélioration par rapport au fait de tout retaper de mémoire. Mais ce n’est pas la même chose qu’un système qui sait déjà qui il est censé être dès l’ouverture du chat.
Ce que change réellement un fichier Skill
Un fichier Skill — un prompt système structuré que vous chargez une fois comme instruction de projet ou instruction personnalisée dans Claude, ChatGPT ou Gemini — fait passer tout cela de « réexpliqué à chaque session » à « configuré une fois, réutilisé indéfiniment ». Vous rédigez une seule fois la voix de la marque, l’audience, les règles de ton, les préférences de format et le rôle que l’AI doit jouer, avec le soin nécessaire à la rédaction d’un véritable brief plutôt qu’à l’envoi d’un message de chat rédigé à la hâte. Ensuite, chaque nouveau chat commence en le sachant déjà.
- Tokens : le contexte se trouve dans la couche système, au lieu d’être saisi à nouveau comme une nouvelle entrée à chaque session.
- Temps : plus besoin de chercher le document, de tout retaper ni d’ajuster quoi que ce soit : vous ouvrez le chat et commencez directement la tâche à accomplir.
- Cohérence : l’AI lit exactement les mêmes instructions à chaque fois, si bien que le résultat ne varie pas selon votre degré de précipitation lors de la configuration du chat du jour.
Pour une équipe de contenu en particulier, c’est là que l’effet cumulatif est le plus rapide. Un responsable du marketing de contenu ne rédige pas seulement un contenu : il gère un calendrier éditorial, prépare les briefs des rédacteurs et veille à la cohérence avec la marque de dizaines de contenus au fil des semaines. Réexpliquer la stratégie de contenu et le système de marque à chaque fois ne coûte pas seulement quelques minutes à cette personne ; cela signifie que chaque contenu est aussi cohérent que la personne qui a eu la présence d’esprit de se souvenir de l’intégralité du brief ce jour-là.
Une persona de responsable senior du marketing de contenu qui élabore des clusters thématiques et des calendriers éditoriaux sur 90 jours à partir de votre véritable système de marque — configurée une seule fois, cohérente avec chaque rédacteur et chaque chat.
Voir Lena — Responsable du marketing de contenu →Faire les calculs pour votre propre flux de travail
Vous n’avez pas besoin de connaître le tarif exact pour savoir si cela vous concerne. Posez plutôt trois questions :
- Combien de nouveaux chats AI est-ce que j’ouvre au cours d’une semaine type pour des tâches récurrentes — rédaction, analyse, réponses du support, tout ce qui commence par « voici comment nous procédons » ?
- Combien de temps me faut-il réellement pour rétablir le contexte à chaque fois, y compris le temps passé à trouver le bon document ?
- À quelle fréquence le résultat passe-t-il à côté de l’objectif parce que le contexte que je lui ai fourni ce jour-là était incomplet ou légèrement différent de la dernière fois ?
Si les réponses honnêtes sont « plus de quelques-uns », « plus d’une minute » et « plus souvent que je ne le souhaiterais », la solution n’est pas un meilleur prompt. C’est de ne plus réécrire ce prompt du tout.
En résumé :
Réexpliquer la voix de votre marque et votre rôle au début de chaque conversation avec AI vous coûte discrètement des jetons, du temps et — surtout — une production cohérente. Un fichier de compétence comme Jake - Rédacteur publicitaire spécialisé en conversion ou Lena - Responsable du marketing de contenu est rédigé une seule fois et réutilisé à chaque session, de sorte que l’AI intervient en sachant déjà quel rôle elle est censée jouer.
Indiquez comment vous — ou votre équipe — utilisez réellement les conversations avec AI et obtenez une estimation mensuelle concrète du gaspillage de jetons et du coût en euros lié au fait de reformuler les instructions, par rapport à l’utilisation d’un fichier de compétence persistant. Aucune inscription, aucun e-mail — seulement les calculs de cet article appliqués à vos chiffres.
Essayez le calculateur →FAQ
Combien de jetons coûte réellement le fait de réexpliquer la voix de la marque à chaque conversation ?
Cela varie selon le niveau de détail de vos instructions, mais un bloc de contexte type sur le ton, l’audience et le format représente environ 300 à 600 jetons, une fois ajoutée l’introduction naturelle qui l’accompagne. C’est le coût supplémentaire que vous payez avant même de poser votre véritable question — et vous le payez à nouveau dans la conversation suivante, puis dans celle d’après.
Ne revient-il pas moins cher de conserver les instructions dans un document enregistré et de les coller à chaque fois ?
C’est mieux que de tout retaper de mémoire, mais ce n’est toujours pas gratuit. Vous payez toujours les mêmes jetons à chaque conversation, passez toujours du temps à trouver et à coller le document, et risquez toujours de coller une version obsolète ou d’oublier une section. Un fichier de compétence supprime entièrement l’étape du collage : les instructions sont déjà chargées avant le début de la conversation.
Cela concerne-t-il uniquement les grands utilisateurs d’AI, ou cela finit-il aussi par compter pour une utilisation occasionnelle ?
Cela varie selon la fréquence, mais le coût en cohérence se fait sentir même à faible volume. Si vous ne démarrez une nouvelle conversation qu’une fois par semaine pour rédiger du contenu, le coût en jetons et en temps reste modeste — mais le résultat peut tout de même varier selon la précision avec laquelle vous vous êtes rappelé vos propres règles de marque ce jour-là. Plus les membres d’une équipe font cela chacun de leur côté, plus vite la cohérence de la marque s’érode, quelle que soit la fréquence dite « occasionnelle » d’utilisation de chacun.
