Les apps ChatGPT, les projets et la mémoire

Le même compte ChatGPT vous suit sur trois surfaces (web, desktop et mobile), mais chacune est calibrée pour un moment différent, et les fonctionnalités qui changent vraiment votre façon de travailler (les Projects et la mémoire) se comportent de la même manière en dessous. Cette leçon passe rapidement en revue les surfaces, puis creuse les deux choses qui transforment ChatGPT d'une zone de chat en environnement de travail.

Les trois apps, et à quoi chacune sert vraiment

L'app web (chatgpt.com) est la surface complète. Tout y arrive en premier : Projects, Canvas, Advanced Data Analysis, Connectors, tâches planifiées, GPT Store. Si une fonctionnalité manque sur une autre surface, vérifiez d'abord sur le web.

L'app desktop (macOS et Windows) ajoute une portée au niveau du système. Sur macOS, elle peut voir les fenêtres d'autres applications si vous l'autorisez, ce qui permet de l'interroger sur le tableur ou l'éditeur de code ouvert devant vous sans copier-coller. Un raccourci clavier global ouvre un lanceur rapide, le moyen le plus direct de démarrer un chat sans perdre le fil. Les outils compagnons comme Codex (l'agent de code d'OpenAI) trouvent naturellement leur place à côté d'un environnement de développement desktop.

L'app mobile (iOS et Android) est conçue pour les entrées difficiles à taper : le mode vocal pour converser mains libres, l'appareil photo pour les questions « qu'est-ce que c'est », et l'envoi de photos depuis votre galerie. Advanced Voice est ici l'atout majeur.

Le modèle mental : commencez le travail sérieux sur le web, capturez et dictez sur mobile, et utilisez le desktop quand vous voulez que ChatGPT voie ce qui est déjà à l'écran. Vos chats, vos Projects et votre mémoire se synchronisent sur les trois.

Projects : un espace de travail délimité, pas juste un dossier

Un Project est un conteneur qui regroupe trois choses : **un ensemble de chats, des fichiers uploadés, et des instructions personnalisées qui s'appliquent *uniquement* dans ce conteneur**. Voyez-le comme un bac à sable avec son propre brief et sa propre étagère de références.

Pourquoi c'est important : vos instructions personnalisées globales et votre mémoire globale sont d'excellents réglages par défaut, mais elles débordent partout. Un Project vous permet de définir des instructions et de charger des fichiers pertinents pour un seul chantier, sans polluer le reste de votre compte.

Ce qui vit dans un Project

• Les instructions du Project. Un system promptsystem promptLes instructions cachées qui définissent le comportement d'un assistant IA avant toute question : son rôle, son ton, ses limites et ses règles.Voir la définition complète → délimité. Tout ce que vous écrivez ici est ajouté en tête de chaque chat du Project.
• Les fichiers du Project. Des documents que vous uploadez une fois et que vous référencez depuis n'importe quel chat du Project. ChatGPT y puise automatiquement quand c'est pertinent.
• Les chats eux-mêmes. Toute conversation démarrée dans le Project y reste regroupée.

Un comportement clé : la mémoire est contenue à l'intérieur des Projects. Par défaut, les chats d'un Project ne lisent ni n'écrivent dans votre mémoire globale, et ce qui se passe dans un Project reste délimité à celui-ci. Cette isolation est tout l'intérêt. Consultez l'article d'aide Projects d'OpenAI pour les détails à jour, car les limites et les comportements évoluent.

Un Project concret : le client « Northwind Retail »

Supposons que vous conseilliez un client, Northwind Retail, sur une base trimestrielle. Sans Project, chaque nouveau chat démarre à froid : vous recollez leur brand voice, réexpliquez leurs gammes de produits, réuploadez le même brief. Fastidieux et source d'erreurs.

CrCrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éez un Project appelé Northwind Retail. Définissez les instructions :

You are my analyst and copywriter for Northwind Retail, a mid-market
outdoor-gear retailer. Brand voice: practical, warm, no hype, no exclamation
marks. Always assume a North American audience. When I ask for analysis,
show your reasoning and cite which uploaded file you used. Currency: USD.
Default to plain language a store manager can act on.

Puis uploadez l'étagère de références comme fichiers du Project :

• northwind-brand-guide.pdf
• q3-sales-by-sku.csv
• 2025-marketing-calendar.xlsx
• store-locations.csv

Désormais, chaque chat de ce Project connaît déjà la voix, l'audience et les données. Vous ouvrez un nouveau chat et demandez : *« Rédige trois objets d'email pour la promo des vestes d'automne, puis dis-moi quels SKU du fichier de ventes sont en baisse. »* ChatGPT applique la brand voice issue des instructions et tire les chiffres de q3-sales-by-sku.csv sans que vous ayez à réuploader quoi que ce soit.

Combiner les fichiers du Project avec Advanced Data Analysis

Les fichiers du Project deviennent vraiment puissants combinés à Advanced Data Analysis (Code Interpreter), l'environnement Python en bac à sable intégré à ChatGPT. Comme votre CSV est déjà sur l'étagère du Project, vous pouvez dire :

*« À partir du fichier de ventes, trace le chiffre d'affaires hebdomadaire par catégorie et signale toute catégorie ayant baissé de plus de 15 % d'une semaine sur l'autre. »*

ChatGPT écrit et exécute du vrai Python sur le fichier, renvoie le graphique et explique les creux, le tout dans le contexte du Project qui connaît la marque. Pas de réupload, pas besoin de réexpliquer la voix.

Quand découper en plusieurs Projects

Un Project par client récurrent ou par chantier majeur. Si vous rédigez aussi les documents RH internes de Northwind, c'est un ton *différent* et un jeu de fichiers différent : créez un second Project. L'isolation empêche les instructions de brand voice de déborder entre des travaux sans rapport.

Mémoire : ce que ChatGPT transporte d'un chat à l'autre

La mémoire, c'est la capacité de ChatGPT à retenir des détails d'une conversation à l'autre pour que vous n'ayez pas à vous répéter. Elle se décompose en deux parties.

Les mémoires enregistrées sont des faits précis que ChatGPT choisit de stocker, du type « l'utilisateur est consultant » ou « l'utilisateur préfère les unités métriques ». Vous les voyez dans Réglages → Personnalisation → Mémoire, et vous pouvez en supprimer n'importe laquelle.

La référence à l'historique des conversations est plus large : ChatGPT peut s'appuyer sur les thèmes et le contexte de vos échanges passés pour rendre ses nouvelles réponses plus pertinentes, même sans mémoire enregistrée explicite.

Les deux sont des interrupteurs. Les deux se trouvent sous Personnalisation. Les règles complètes et à jour sont dans la FAQ Mémoire d'OpenAI.

En quoi la mémoire aide dans l'exemple Northwind

En dehors du Project, dans vos chats quotidiens, la mémoire apprend que vous êtes consultant, que vous écrivez pour des clients du retail, que vous préférez les brouillons concis et que vous travaillez en USD. Ainsi, quand vous démarrez un chat rapide sans rapport pour ébaucher une proposition, ChatGPT colle déjà à votre style. C'est l'avantage : moins de réexplications, plus de continuité.

À l'intérieur du Project Northwind, ce sont les *instructions du Project* qui font ce travail, étroitement délimitées à ce client. Voilà la répartition propre des rôles : la mémoire globale pour vos réglages personnels durables, les instructions de Project pour le contexte propre à un client ou à une tâche.

Quand désactiver la mémoire

Désactivez-la (ou utilisez un Temporary Chat) quand :

• Vous gérez plusieurs clients aux contextes contradictoires. Vous ne voulez pas qu'un détail sur Northwind ressorte pendant que vous rédigez pour un concurrent. L'isolation des Projects couvre l'essentiel, mais pour les chats ponctuels hors Project, un Temporary Chat est le choix sûr.
• Vous menez un travail sensible ou unique. Un Temporary Chat ouvre une session qui n'utilise pas la mémoire, ne la met pas à jour et n'apparaît pas dans l'historique. Idéal pour une exploration confidentielle.
• La mémoire a vieilli. Si ChatGPT continue de supposer un fait périmé (un ancien intitulé de poste, un projet passé), ouvrez la liste des mémoires et supprimez l'entrée fautive plutôt que de la combattre en conversation.

Vous pouvez demander directement à ChatGPT : *« Que retiens-tu à mon sujet ? »* et il listera ses mémoires enregistrées. Vous pouvez aussi dire *« Oublie que je travaille chez Northwind »* et il effacera cette mémoire précise.

Comment cela s'articule avec le reste de l'écosystème

Les Projects et la mémoire forment la couche *personnelle*. Ils cohabitent avec les parties plus programmables de l'écosystème OpenAI, et connaître les frontières vous évite de saisir le mauvais outil.

Les Custom GPTs sont des assistants packagés et partageables, avec leurs propres instructions, fichiers de connaissance et, en option, des GPT Actions (appels vers des APIAPIApplication Programming Interface : une interface standardisée qui permet aux applications de communiquer et d'échanger des données sans connaître leur fonctionnement interne respectif.Voir la définition complète → externes). Un Project sert à *votre* travail en cours ; un Custom GPT est quelque chose que vous construisez pour réutiliser ou publier sur le GPT Store. Si cinq collègues ont besoin de l'assistant de marque Northwind, le Custom GPT en est la version partageable ; le Project, votre version privée.

Les Connectors relient ChatGPT à des sources externes comme Google Drive, SharePoint ou GitHub pour qu'il puisse les interroger en direct. Là où les fichiers de Project sont une étagère figée que vous alimentez, les Connectors sont un tuyau vivant vers un système de référence.

L'agent ChatGPT et les tâches planifiées ajoutent de l'autonomie : l'agent peut naviguer et agir en plusieurs étapes pour accomplir une tâche, et les tâches planifiées vous permettent de dire *« chaque lundi à 8 h, résume le fichier de ventes Northwind de la semaine passée et envoie-moi par email les trois plus fortes variations »*.

Quand l'app ne suffit plus : l'API

Quand vous avez besoin que tout cela soit répétable et intégré à un logiciel, vous passez de l'app à l'API OpenAI. Le point d'entrée recommandé aujourd'hui est la Responses API, qui unifie les appels de modèles avec des outils intégrés. (L'ancienne Chat Completions API fonctionne toujours et reste largement supportée.) Pour un parsing fiable en aval, utilisez les structured outputs afin de forcer le modèle à renvoyer du JSON conforme à un schémamaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète → que vous définissez.

Voici la tâche Northwind « signaler les SKU en baisse » sous forme de petit appel d'API contraint par un schéma :

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5",
    input="From the sales summary, list SKUs with a week-over-week revenue drop over 15%.",
    text={
        "format": {
            "type": "json_schema",
            "name": "declining_skus",
            "schema": {
                "type": "object",
                "properties": {
                    "skus": {
                        "type": "array",
                        "items": {
                            "type": "object",
                            "properties": {
                                "sku": {"type": "string"},
                                "wow_change_pct": {"type": "number"},
                            },
                            "required": ["sku", "wow_change_pct"],
                            "additionalProperties": False,
                        },
                    }
                },
                "required": ["skus"],
                "additionalProperties": False,
            },
        }
    },
)

print(response.output_text)

Ce résultat structuré alimente directement un dashboard ou un job d'emailing, sans parsing manuel. À partir de là, le function calling permet au modèle de déclencher vos propres outils, et l'Agents SDK orchestre des agents multi-étapes dans du code. Commencez par la documentation de l'API OpenAI quand vous franchissez cette ligne.

La progression est nette : Projects et mémoire pour le travail personnel et exploratoire ; Custom GPTs et Connectors pour les assistants partagés et packagés ; l'API et l'Agents SDK pour le logiciel en production.

À retenir

• Utilisez un Project par client récurrent ou par chantier. Chargez ses fichiers une fois et rédigez des instructions délimitées ; chaque chat hérite du brief, et le contexte reste isolé du reste de votre travail.
• Combinez les fichiers de Project avec Advanced Data Analysis pour exécuter du vrai Python sur vos données uploadées, sans réupload ni rappel de la brand voice à chaque fois.
• Laissez la mémoire globale porter vos réglages personnels durables (votre rôle, votre style, vos unités) et les instructions de Project porter le contexte client. Ne faites pas jouer les deux rôles à la mémoire.
• Passez par un Temporary Chat pour le travail sensible ou ponctuel, et élaguez les faits périmés directement dans Réglages → Personnalisation → Mémoire plutôt que d'argumenter avec le modèle.
• Sachez quand quitter l'app : Custom GPTs et Connectors pour le partage, Responses API avec structured outputs pour la production. Alignez l'outil sur la nature du travail : personnel, partagé ou programmatique.