Pourquoi Projets, Skills et MCP sont souvent confondus
Passer d’un simple chat à un workflow agentique fiable demande une architecture claire. Le piège le plus courant : mélanger le contexte (Projets), la méthode (Skills) et l’accès aux données vivantes (MCP). Résultat : des agents fragiles, impossibles à maintenir, et des automatisations qui cassent dès que le contexte change.
Le modèle mental simple : “Savoir”, “Savoir-faire”, “Accès”
- Projet = “ce qu’il faut savoir” : contexte persistant d’une initiative (docs, contraintes, historique, décisions).
- Skill = “comment faire” : procédures réutilisables (règles, checklists, templates, scripts) activées à la demande.
- MCP = “accès aux données vivantes” : connexion aux outils et sources de vérité (Drive, GitHub, bases de données, CRM).
Autrement dit : Projet = contexte, Skill = méthode, MCP = connexion.
Vidéo : comprendre Projets, Skills et MCP en pratique
Pour visualiser comment ces briques s’articulent (Projets → Skills → MCP → sous-agents) et passer du chat à l’automatisation, voici une démonstration en vidéo. Elle complète l’article avec un exemple concret d’architecture agentique.
Vidéo — Claude : Projets, Skills et MCP, la stack pour transformer un chat en automatisation.
Si vous préférez l’ouvrir directement sur YouTube : voir la vidéo.
Les 5 composants de la stack Claude
- Prompts : instruction ponctuelle, rapide, sans persistance.
- Projets : base de connaissances d’une initiative (statique / long terme).
- Skills : méthodes standardisées et réutilisables (qualité, format, process).
- MCP : pont vers vos systèmes et données à jour (sources de vérité).
- Sous-agents : exécution spécialisée (parallélisation, expertise, robustesse).
La matrice de décision : choisir la bonne brique
- Besoin de contexte stable → utilisez un Projet.
- Besoin d’une procédure réutilisable → créez un Skill.
- Besoin de données à jour → connectez via MCP.
- Besoin d’exécution spécialisée → déléguez à des sous-agents.
- Besoin d’un one-shot → un prompt suffit.
Exemple : construire un agent “Recherche & Synthèse” (robuste)
Voici un design simple et maintenable :
- Projet : “Veille — Marché & concurrents” (périmètre, sources validées, décisions passées).
- Skills : “Framework d’analyse”, “Format de rendu”, “Checklist QA”.
- MCP : accès aux docs internes, au repo GitHub, à une base (si nécessaire).
- Sous-agents : Marché (veille), Tech (analyse), Go-to-market (pricing/messaging).
Ce pattern évite les hallucinations et garantit des sorties cohérentes, car l’agent lit les sources via MCP et applique la méthode via Skills.
Erreurs fréquentes (et comment les éviter)
- Tout mettre dans le prompt → déplacez le contexte dans un Projet et la méthode dans des Skills.
- Utiliser un Skill comme base de connaissance → un Skill est une procédure, pas un stockage de vérité.
- Oublier MCP → sans accès aux sources à jour, l’agent “devine”.
- Pas de standard de sortie → créez un Skill “Format de rendu + QA”.
Pourquoi c’est clé pour une Agence IA
Une agence IA ne doit pas seulement faire des démos : elle doit livrer une architecture maintenable (Projets/Skills/MCP), documentée, avec des standards de qualité, de traçabilité et de gouvernance.
Aller plus loin
Vous voulez industrialiser votre approche ?
FAQ
Quelle différence entre Projet et Skill dans Claude ?
Un Projet stocke le contexte (“ce qu’il faut savoir”). Un Skill stocke une méthode (“comment faire”), réutilisable sur plusieurs projets.
MCP remplace-t-il les Skills ?
Non. MCP donne l’accès aux données et outils. Les Skills disent comment les exploiter (procédure, filtres, analyse, format).
Comment réduire les hallucinations en entreprise ?
En connectant les sources de vérité via MCP et en imposant une méthode via Skills (citations, refus si info absente, checklist QA).
