ICM | Blog | Le Contract Manager et l’IA - des cas d’usages très pratiques et des prompts prêts à l’emploi

Avant-propos

Nous avons tous entendu une « punch line » du type “L’IA va transformer le Contract Management.” ! Mais, au-delà des mots et de la promesse de transformation de notre métier, par où commencer pour tirer profit de façon très pragmatique des atouts de l’IA et transformer au quotidien nos pratiques du métier ? Dit autrement, comment faire pour devenir un e-Contract Manager boosté grâce à l’IA ? Dans le dernier article du blog, l’IA a été abordée sous le mode “panorama”. Dans cet article, pour aller plus loin, nous allons passer en mode atelier concret et partage d’expérience.

Je suis, Sébastien Müller, manager de transition spécialisé en Contract Management et j’ai le plaisir de partager dans cet article quelques-uns de mes usages des IAs génératives ainsi que quelques prompts [1] de ma bibliothèque personnelle.

Avant d’aller plus loin, rappelons quelques règles de base à appliquer dans le cadre défini et autorisé par votre DSI :

Donnez les sources (contrat / annexe / échange / CR)
Imposez les règles (“si tu ne sais pas : Non précisé”)
Imposez le format (table, check-list, mail…)
Veillez à la confidentialité (pas de copier-coller “en vrac” dans un outil public si les données sont sensibles. Anonymisez, ou utilisez un environnement sécurisé)
N’attendez pas de miracle (pas de données en entrée, pas de réponse utile en sortie)

Cas d’usage 1 – La matrice d’obligations

Un contrat peut être très bien rédigé… et pourtant inutilisable en exécution si personne ne sait : qui doit faire quoi, quand cela commence, quelle preuve atteste que c’est fait, et ce qui se passe si ce n’est pas fait.

La matrice d’obligations joue le rôle de véritable tableau de bord : elle “déplie” le texte du contrat en tâches actionnables. C’est typiquement le genre d’exercice où l’IA fait gagner du temps, à condition de verrouiller les règles.

Prompt – Matrice d’obligations (copier-coller)

RÔLE : Tu es Contract Manager senior (FR), orienté exécution.
SOURCES : Tu réponds uniquement à partir du texte fourni ci-dessous.
Si une info manque, écris exactement : "Non précisé".

TÂCHE : Construire une matrice d’obligations.

SORTIE : tableau avec colonnes
1) Obligation (verbe d’action + objet)
2) Partie responsable (Client / Fournisseur / Les deux)
3) Déclencheur (date / événement)
4) Délai
5) Preuve attendue (doc / trace)
6) Risque si non-respect (coût / délai / qualité / responsabilité)
7) Référence (article/section/extrait)

TEXTE :
[coller extraits du contrat / SOW / SLA]

Variante utile : ajoutez une colonne “Criticité” (Haute/Moyenne/Basse) et une colonne “Contrôle mensuel (O/N)” pour rendre le suivi plus opérationnel.

Prompt – Diversifier les variantes (3 matrices, 1 recommandée)

Génère 3 versions de la matrice d’obligations :
V1 = exhaustive (toutes les obligations)
V2 = opérationnelle (uniquement ce qui est contrôlable et pilotable)
V3 = risques d’abord (obligations à impact fort)

Pour chaque version :
- donne la matrice
- puis explique en 6 lignes max les choix et limites (sans inventer)

Enfin, recommande la meilleure version selon l’usage :
(a) lancement projet (b) comité mensuel (c) audit interne.

TEXTE :
[...]

Cas d’usage 2 – Appel d’offres : poser les bonnes questions

En appel d’offres, on peut poser 40 questions… sans pourtant appréhender ce que va nous coûter un avenant, l’impact d’un retard ou d’un conflit. L’objectif n’est pas d’avoir plus de questions, mais de tenter d’être exhaustif et de poser de meilleures questions mieux ciblées, priorisées, et orientées “réponse attendue”.

Prompt – Questions de clarification priorisées

RÔLE : Contract Manager en phase AO.
SOURCES : uniquement le texte fourni. Si manque : "Non précisé".

OBJECTIF : Générer des questions de clarification PRIORISÉES.

SORTIE : tableau
- Question
- Pourquoi c’est critique (ambiguïté / manque / risque)
- Impact (coût / délai / qualité / responsabilité)
- Réponse attendue (chiffre / engagement / document / validation)
- Priorité (P1/P2/P3)
- Référence (section/extrait)

TEXTE :
[extraits DCE / SOW / CGA / planning / annexes]

Prompt – Diversifier les variantes (3 angles, puis TOP 10)

Propose 3 listes de questions (7 max chacune) :
A) Budget killers (ce qui peut exploser les coûts)
B) Planning killers (ce qui peut exploser les délais)
C) Risk killers (responsabilité / pénalités / IP / confidentialité)

Pour chaque question : 1 ligne "pourquoi" + référence.
Puis construis un TOP 10 final toutes catégories confondues,
et justifie ta sélection en 8 lignes max (sans inventer).

TEXTE :
[...]

Cas d’usage 3 – Contre-propositions : aller plus vite… sans perdre sa stratégie

La négociation ne se joue pas à “qui écrit le plus vite”, mais on sait tous que bâtir et faire des contre-propositions peut vous mener jusqu’au bout de la nuit. Dans ce contexte, l’IA ne “négocie” pas à votre place : elle vous propose des variantes structurées que vous arbitrez.

Prompt – Contre-propositions structurées (protecteur + fallback)

RÔLE : Contract Manager senior.
SOURCES : uniquement les clauses fournies.

TÂCHE : Pour chaque clause :
1) propose une reformulation protectrice pour [Client/Fournisseur]
2) donne une justification courte (enjeu + risque) en 3 lignes max
3) propose un fallback (concession acceptable) + condition de contrepartie
4) si ambigu : pose LA question de clarification qui bloque

FORMAT : Clause réécrite + Justification + Fallback + Question.
CLAUSES :
[coller clauses]

Prompt – Diversifier les variantes (3 packs de négo)

Génère 3 packs de redlines :
PACK 1 "Protection max"
PACK 2 "Équilibré et défendable"
PACK 3 "Deal-maker" (concessions encadrées + contreparties)

Pour chaque clause : version + justification (2 lignes) + contrepartie.
Ensuite : recommande un pack selon
- urgence business (faible/moyenne/forte)
- dépendance fournisseur (faible/forte)
- criticité projet (faible/forte)
Si info manquante : "Non précisé".

Cas d’usage 4 – Incident / écart : produire un dossier solide… et un courrier pertinent

C’est probablement le cas d’usage le plus “rentable”. En cas de différend, il faut souvent beaucoup de temps et d’énergie pour construire un dossier factuel. L’objectif est de passer d’un échange (souvent flou) à un dossier carré et factuel (avec une meilleure chance d’être considéré) : faits datés, preuves, écarts, impacts, actions, et une demande formalisée.

Niveau 1 – Fiche d’événement (simple, factuelle)

RÔLE : Contract Manager (FR), factuel, orienté preuves.
SOURCES : uniquement l’échange fourni. Si manque : "Non précisé".

TÂCHE : Produire une fiche d’événement.

SORTIE :
1) Résumé (5 lignes)
2) Chronologie (date -> fait -> preuve citée)
3) Points litigieux / sujets non tranchés
4) Actions proposées (qui / quoi / quand)

ÉCHANGE :
[coller mails / CR / notes]

Niveau 2 – Ajouter l’extrait contractuel (écarts + remèdes)

Même fiche + ajoute :
5) Écart vs contrat (référence obligatoire)
6) Remèdes prévus au contrat (notification, cure period, pénalités, acceptation…)

RÈGLES :
- uniquement à partir des textes fournis (échange + extrait contrat)
- si clause absente : "Référence contractuelle non précisée"

TEXTES :
A) ÉCHANGE : [...]
B) EXTRAIT CONTRAT : [...]

Niveau 3 – Dossier “comité décisionnel.” (3 scénarios)

Prépare un mini-dossier pour comité décisionnel.

SORTIE :
A) 10 faits établis (avec preuves)
B) 5 zones d’incertitude (ce qui manque / ambigu)
C) 3 scénarios de position :
S1 ferme / S2 équilibré / S3 conciliant
Pour chaque : demandes + concessions + risques (5 lignes max)
D) Brouillon de mail (12-15 lignes, ton ferme et pro)

RÈGLES : pas d’invention, références quand possible.
TEXTES :
[ÉCHANGE]
[EXTRAIT CONTRAT]

Niveau 4 – Double courrier : contractuel strict et opérationnel

Produis 2 versions :
V1 "contractuel strict" : obligations, écarts, demandes, délais, preuves attendues
V2 "opérationnel" : plan d’action, points de contrôle, jalons

Puis propose une version fusionnée (max 18 lignes) + une check-list de suivi.
Toujours : si info manque -> "Non précisé".

Niveau 5 – Graph of Thoughts : cartographier le dossier

Ici, on veut construire une carte : faits -> preuves -> clauses -> écarts -> impacts -> actions. C’est une façon très efficace de visualiser l’analyse faite par l’IA et de comprendre les résultats. Cette explicabilité permet de s’approprier très rapidement le résultat et d’avoir une analyse très complète.

RÔLE : Contract Manager senior. Objectif : cartographier un incident contractuel.
SOURCES : uniquement les textes fournis. Si manque : "Non précisé".

TÂCHE : Construire un Graph of Thoughts.

SORTIE :
1) NŒUDS (max 25) sous forme de liste :
   - id
   - type : FAIT / PREUVE / CLAUSE / ECART / IMPACT / ACTION / QUESTION
   - contenu (court)
   - référence (extrait/section)

2) LIENS :
   - source_id -> cible_id
   - relation : "supporte" / "contredit" / "découle_de" / "justifie" / "requiert_preuve" / "déclenche"

CONTRAINTES :
- Chaque FAIT doit avoir au moins 1 PREUVE, sinon marquer "Non précisé".
- Chaque ECART doit pointer vers une CLAUSE, sinon "Référence contractuelle non précisée".
- Terminer par :
a) Top 5 nœuds critiques
b) 3 questions à trancher en priorité
c) Plan d’action (5 lignes)
d) Mail (12-15 lignes)

TEXTES :
[ÉCHANGE]
[EXTRAIT CONTRAT]

Prompt – Diversifier les variantes (3 dossiers, 1 recommandé)

Génère 3 versions du dossier incident :
D1 "preuve d’abord" : priorité aux faits prouvables
D2 "contrat d’abord" : priorité aux écarts et remèdes
D3 "solution d’abord" : priorité au plan d’action opérationnel

Pour chaque : 6 lignes max sur forces/faiblesses (sans inventer).
Puis recommande selon objectif :
(a) sécuriser juridiquement (b) débloquer vite (c) préparer une escalation.

TEXTES :
[...]

Cas d’usage 5 – KPI / SLA : extraire, structurer, piloter

Un SLA non piloté, c’est un peu comme une alarme sans pile : on se sent couvert… jusqu’au jour où ça sonne (ou plutôt : ça ne sonne pas !). L’IA peut extraire rapidement les KPI, clarifier ce qui est mesuré, et proposer un tableau de bord mensuel.

Prompt – Extraction KPI, tableau de bord

RÔLE : Contract Manager orienté performance.
SOURCES : uniquement le texte fourni. Si manque : "Non précisé".

TÂCHE : Extraire tous les KPI/SLA/métriques et proposer un tableau de pilotage.

SORTIE :
1) Table KPI :
- Nom
- Définition
- Formule
- Fréquence
- Source de données
- Seuil / tolérance
- Pénalité ou conséquence
- Référence (article/annexe)

2) Tableau de bord mensuel : 12 indicateurs max + justification (1 ligne chacun)

TEXTE :
[annexe SLA / SOW]

Prompt – Diversifier les variantes (3 tableaux de bord)

Propose 3 tableaux de bord (12 indicateurs max chacun) :
A) "Risque" : minimise pénalités / litiges
B) "Valeur client" : protège livraison / satisfaction
C) "Ops" : protège production / capacité

Pour chacun : 5 lignes max de logique de sélection.
Puis propose un tableau hybride final + 3 alertes automatiques (si déductibles du texte).

TEXTE :
[...]

Ces prompts servent à démarrer vite, mais la vraie valeur vient de l’itération. Après chaque usage, ajustez le contexte, les contraintes et le format de sortie pour coller à votre pratique. En quelques semaines, vous aurez des prompts “maison” plus pertinents et plus fiables.

Conclusion – L’IA ne remplace pas le Contract Manager

Le Contract Manager se distingue souvent parce qu’il voit plus clair et discerne les implications des différentes situations. Dans les 5 cas d’usage décrits dans cet article, l’IA peut aider le Contract Manager à voir plus clair et à affiner son analyse. Le temps récupéré peut être réinvesti là où cela compte vraiment pour lui que cela soit le pilotage, les décisions ou la négociation.

Choisissez un seul cas d’usage, testez-le sur un contrat réel cette semaine, puis gardez la meilleure version du prompt. Vous venez de lancer votre “promptothèque” de Contract Manager.

Auteur : Sébastien Müller, manager de transition spécialisé en Contract Management et Formateur « Tirer le meilleur parti des IAs pour le pilotage des contrats »

[1] Prompt : consigne que vous donnez à l’IA : le rôle que vous lui attribuez, le contexte, les sources autorisées, les règles (ex. “si tu ne sais pas, dis-le”) et le format de sortie attendu. Bien formulé, un prompt transforme votre agent l’IA en assistant spécialisé plutôt qu’en générateur de texte généraliste.