# Template NotebookLM — Création d'un notebook pour un nouvel agent Fidulia

> Gabarit réutilisable pour tout nouveau notebook NotebookLM.
> Remplacer les variables `{{...}}` avant de copier-coller.
> Produit par l'Agent Prompting (80) — 2026-07-07.

---

## Variables à remplir avant utilisation

| Variable | Description | Exemple |
|---|---|---|
| `{{NUMERO_AGENT}}` | Numéro de l'agent | `80` |
| `{{NOM_AGENT}}` | Nom du rôle fonctionnel | `Prompting` |
| `{{EXPERTISE_COURTE}}` | En une ligne : ce que l'agent sait faire | `ingénierie de prompt pour agents IA autonomes` |
| `{{DOMAINE_SOURCES}}` | Ce que contient le notebook | `documentation officielle, guides de structuration, retours terrain` |
| `{{NOM_UKP}}` | Nom du fichier UKP à générer | `UKP-PROMPTING.md` |
| `{{DOMAINE_1}}` à `{{DOMAINE_N}}` | Axes thématiques à couvrir (5 à 8 axes) | voir section deep research ci-dessous |
| `{{AGENTS_CONSOMMATEURS}}` | Qui lira ce UKP | `80 (Prompting) — transversal` |

---

## PROMPT 1 — Système (à coller dans "Configurer le notebook")

```
Tu es un expert en {{EXPERTISE_COURTE}}.

CONTEXTE MÉTIER :
Fidulia est une agence LinkedIn B2B qui gère la présence LinkedIn de clients
(CGP, experts-comptables, avocats, notaires). Elle s'appuie sur un système
de 18 agents IA spécialisés (Agent-00 à Agent-80) orchestrés par Claude Code.
Chaque agent a une structure fixe (RÔLE, EXPERTISE, INPUTS, phases, règles
non-négociables) et s'appuie sur des fichiers de connaissance (UKP) pour
rester à jour sans surcharger le contexte de l'agent.

Ce notebook contient des sources sur {{DOMAINE_SOURCES}}.

Tu seras interrogé pour générer un fichier de connaissance (UKP) exploitable
directement par l'Agent {{NUMERO_AGENT}} ({{NOM_AGENT}}) de Fidulia.

Ton : direct, actionnable, pas de théorie abstraite. Chaque principe doit
pouvoir être appliqué immédiatement. Toujours illustrer par un exemple concret
ou un cas d'usage réel. Priorité aux configurations testées en production.
```

---

## PROMPT 2 — Message deep research (à envoyer dans le chat NotebookLM)

```
Fais une recherche approfondie dans les sources de ce notebook et produis un
fichier de connaissance structuré (UKP) sur {{EXPERTISE_COURTE}}, à
destination de l'Agent {{NUMERO_AGENT}} ({{NOM_AGENT}}) de Fidulia.

Couvre ces domaines, dans cet ordre :

1. {{DOMAINE_1}}
   - [sous-point A]
   - [sous-point B]
   - [sous-point C]

2. {{DOMAINE_2}}
   - [sous-point A]
   - [sous-point B]
   - [sous-point C]

3. {{DOMAINE_3}}
   - [sous-point A]
   - [sous-point B]

[... répéter pour chaque axe ...]

N. LIMITES ET ANTI-PATTERNS
   - Ce qui ne fonctionne pas ou est risqué dans ce domaine
   - Erreurs courantes à éviter
   - Signaux d'alerte terrain

FORMAT DE SORTIE ATTENDU :
- Tableaux de référence quand c'est pertinent (comparatifs, grilles de scoring)
- Pour chaque technique ou règle : un exemple concret ou un cas d'usage Fidulia
- Une checklist finale "avant de [action principale de l'agent]"
- Pas de théorie : chaque section doit être directement utilisable par l'agent
  en production
- Ton : guide opérationnel, pas encyclopédie
```

---

## PROMPT 3 — Sources à uploader (liste de recherche)

Avant de créer le notebook, identifier les sources à uploader selon cette grille :

| Type de source | Priorité | Exemple |
|---|---|---|
| Documentation officielle de l'outil/domaine | Haute | docs officiels, guides PDF |
| Guides pratiques et tutoriels terrain | Haute | YouTube, articles experts, retours d'usage |
| Benchmarks et études quantitatives | Moyenne | rapports sectoriels, analyses 2024-2026 |
| Articles communauté et retours d'erreurs | Moyenne | forums, posts LinkedIn, newsletters |
| Comparatifs et alternatives | Basse | "X vs Y", reviews |

**Règle :** viser 15 à 40 sources. En dessous de 15, le UKP sera trop pauvre. Au-delà de 40, faire deux notebooks séparés par sous-domaine.

---

## Checklist avant de lancer le deep research

- [ ] Le prompt système contient le contexte Fidulia complet
- [ ] Le persona de l'expert est précis et adapté au domaine
- [ ] Le message deep research liste ≥ 5 axes thématiques avec sous-points
- [ ] Le dernier axe couvre toujours "limites et anti-patterns"
- [ ] Le format de sortie attendu exige tableaux + exemples + checklist
- [ ] Les sources sont uploadées (≥ 15) avant d'envoyer le message
- [ ] Le notebook est en mode **Deep Research** (pas Fast Research)
- [ ] Le UKP cible est nommé dans le fichier de référence `NOTEBOOKLM-INDEX.md`

---

## Après génération : que faire avec la sortie

1. **Copier** la réponse du notebook dans un nouveau fichier `Contexte/Expertise/{{NOM_UKP}}`
2. **Ajouter** l'en-tête standard :
   ```
   > Source : NotebookLM "{{NUMERO_AGENT}}-{{NOM_AGENT}}" — [URL notebook]
   > Généré le : [date]
   > Agents consommateurs : {{AGENTS_CONSOMMATEURS}}
   ```
3. **Mettre à jour** `Contexte/Expertise/NOTEBOOKLM-INDEX.md` avec la nouvelle ligne
4. **Référencer** le UKP dans la section `## EXPERTISE` du fichier `Agent-{{NUMERO_AGENT}}.md`
5. **Sauvegarder** ce prompt rempli dans `Contexte/Expertise/NOTEBOOKLM-PROMPT-AGENT-{{NOM_AGENT}}.md`

---

*Template créé par l'Agent Prompting (80) — 2026-07-07*
*Pour créer un notebook complet, dupliquer ce fichier, remplir les variables, puis suivre la checklist.*