Préparer huit entretiens annuels avec l'IA, sans les uniformiser

Un manager qui doit boucler huit entretiens annuels en deux semaines ouvre logiquement ChatGPT pour gagner du temps. Le problème arrive après, quand les huit comptes-rendus se ressemblent trop pour que quiconque y croie, à commencer par les salariés qui les reçoivent.

Le problème qu'on ne voit qu'à la deuxième relecture

La première fois qu'un manager fait rédiger un compte-rendu d'entretien par une IA, le résultat impressionne : phrases posées, ton professionnel, structure claire. Le problème n'apparaît qu'au huitième, relu à la suite des sept autres. Les mêmes tournures reviennent, les mêmes qualificatifs, la même façon de conclure sur un plan de progrès en trois points. Un salarié qui a vécu une année difficile et un salarié qui a porté un projet entier reçoivent, au fond, la même musique.

Ce glissement n'est pas propre aux entretiens annuels. Il touche toute reformulation de notes par une IA : la note « veut changer de service » devient, sans qu'on l'ait demandé, « salarié motivé et impliqué dans une réflexion de carrière ». Fait une fois, c'est un embellissement. Fait huit fois sur huit personnes différentes, c'est un aplatissement.

Partir des faits, pas du prompt

Le geste qui protège n'est pas de mieux rédiger le prompt, c'est d'inverser l'ordre des opérations. Avant d'ouvrir l'IA, on rassemble ce qui s'est réellement passé dans l'année pour la personne concernée : un projet mené, un objectif manqué et pourquoi, un retour d'un collègue ou d'un client, une évolution constatée depuis le dernier entretien. Ce sont ces faits, propres à une seule personne, qui doivent nourrir la préparation, jamais un prompt générique du type « rédige une évaluation positive et constructive ».

Un prompt qui interdit explicitement à l'IA de généraliser au-delà des faits fournis change tout le résultat. La version qui tient ressemble à une consigne stricte : structurer les faits donnés, sans en ajouter, sans les reformuler en appréciation vague, et signaler par un marqueur toute rubrique où l'information manque plutôt que de la combler par une phrase plausible.

Garder la formulation qui vient de vous

Un compte-rendu d'entretien qui sonne comme n'importe quel autre perd une partie de sa fonction : montrer au salarié qu'on l'a vraiment regardé, lui, pendant l'année. La formulation personnelle du manager, une expression qu'il emploie d'habitude, une référence à un échange précis, fait souvent plus pour la crédibilité du document que sa construction.

C'est la raison pour laquelle le programme Manager traite la rédaction en deux temps distincts : l'IA prépare une structure à partir de faits fournis, et une étape de relecture explicite invite à réintroduire ce que seul le manager sait, un contexte, une nuance, une phrase entendue en réunion, que l'IA ne peut évidemment pas connaître. Le même écart entre structuration utile et rédaction déléguée se retrouve, sur un autre exercice managérial, dans notre article sur les objections des salariés à l'IA, où ce sont souvent les managers qui doivent les premiers trouver une réponse qui ne sonne pas creuse.

Ce qui change entre un point mensuel et un entretien annuel

Un compte-rendu de point d'équipe mensuel tolère un peu d'automatisation : l'enjeu est faible, le document circule peu, et une formulation un peu générique se corrige facilement au mois suivant. L'entretien annuel n'a pas cette légèreté. Il synthétise une année entière, sert parfois de base à une décision de rémunération ou de promotion, et reste archivé bien après que le manager a oublié le détail de la conversation. La même méthode de préparation, faits d'abord, structuration ensuite, formulation personnelle en dernier, s'applique aux deux exercices, mais l'entretien annuel supporte beaucoup moins l'à-peu-près : c'est un document unique par personne et par an, pas un point qu'on rattrape le mois suivant.

Un document qui peut ressortir bien après l'entretien

Un compte-rendu d'entretien annuel n'est pas qu'une note interne classée et oubliée. C'est un document qui peut ressortir des mois plus tard, relu par une autre personne que celle qui l'a écrit, souvent dans un contexte où un désaccord s'est installé sur une évaluation, une promotion refusée ou un départ. Un texte trop lisse, qui ne contient aucun fait vérifiable et se limite à des formules interchangeables, n'aide alors ni le salarié ni l'entreprise à comprendre ce qui s'est réellement dit et constaté pendant l'année.

C'est un argument de plus, au-delà du confort de lecture du salarié, pour ancrer chaque compte-rendu dans des faits datés et vérifiables plutôt que dans une appréciation générale produite par un modèle. Le même principe de traçabilité, faits datés, formulation assumée, traverse d'ailleurs notre article sur les réclamations difficiles : une réponse trop lissée ne rassure jamais longtemps, qu'elle s'adresse à un client ou qu'elle décrive une année de travail.

Ce que ça change à l'échelle de huit entretiens

Rien n'empêche de gagner du temps sur les huit entretiens d'une équipe : c'est même l'intérêt réel de l'IA ici, condenser une préparation qui prenait une soirée entière en une heure de collecte de faits suivie d'une structuration rapide. Ce qui ne se raccourcit pas, c'est le temps passé à vérifier que chaque texte reste reconnaissable comme s'adressant à une personne précise, et non à un poste interchangeable.

Cette discipline se travaille mieux sur de vrais cas managériaux que sur une liste de prompts à copier. C'est l'angle du programme Manager, construit exercice par exercice sur la préparation d'échanges réels, pas sur des généralités valables pour n'importe quelle équipe. Cet article fait partie de notre série sur l'IA par métier, qui traite ces mêmes arbitrages service par service.