00:00:00Dans cette vidéo, je vais vous montrer comment combiner
00:00:01la puissance de Claude Code et de NotebookLM
00:00:04en utilisant cet outil appelé NotebookLM-py,
00:00:07qui est une bibliothèque open source
00:00:09permettant d'intégrer NotebookLM
00:00:11dans un outil CLI utilisable par des agents IA.
00:00:14Vous vous demandez peut-être pourquoi l'utiliser ;
00:00:16c'est parce que Claude Code est excellent pour l'exécution,
00:00:18mais NotebookLM, de son côté,
00:00:20peut transformer votre documentation désordonnée et vos recherches
00:00:22en une compréhension claire et structurée
00:00:26que l'on peut transmettre à Claude Code pour exécution.
00:00:28Prenez mon cas d'utilisation comme exemple,
00:00:30que je vais vous présenter plus tard dans cette vidéo.
00:00:32Concrètement, j'ai pu utiliser
00:00:33la compétence NotebookLM via Claude Code
00:00:35pour effectuer une analyse comparative du produit
00:00:38que j'ai créé, appelé Book Zero.
00:00:39On peut voir ici que j'ai demandé d'analyser
00:00:42les 35 concurrents répertoriés dans ces données CSV
00:00:46et de réaliser une analyse comparative approfondie
00:00:48pour chacun d'entre eux.
00:00:49De plus, nous pouvons utiliser cela comme base de connaissances
00:00:51pour décider précisément des orientations produit
00:00:54à adopter pour n'importe quel scénario.
00:00:56Par exemple, sur la base de l'étude de la concurrence
00:00:59effectuée dans nos deux carnets de notes,
00:01:01nous pouvons alors répondre à des questions comme :
00:01:02"Sur quoi devrions-nous nous concentrer ensuite ?"
00:01:04Le système va alors examiner tous les tickets Jira
00:01:06présents dans notre tableau de bord
00:01:08pour comprendre les applications actuelles,
00:01:10en les combinant avec la base de connaissances
00:01:11issue de notre étude concurrentielle.
00:01:13Par ailleurs, vous ne pouvez pas seulement l'utiliser
00:01:15pour le développement ;
00:01:16vous pouvez aussi l'utiliser pour la création de contenu.
00:01:18Ici, vous voyez que tout a été généré
00:01:20via Nano Banana 2, des compétences SEO,
00:01:22et également la compétence NotebookLM,
00:01:24en combinant essentiellement les connaissances
00:01:26que nous avons sur tous les concurrents
00:01:27pour rédiger des articles de blog
00:01:29capables de rivaliser avec les autres acteurs du marché.
00:01:32Vous voyez donc qu'il s'agit d'un cas d'usage très concret
00:01:34où NotebookLM remplace avantageusement Claude Code.
00:01:37Ceci étant dit,
00:01:38c'est exactement ce que nous allons voir dans cette vidéo.
00:01:40Plus précisément, nous allons couvrir toutes les fonctionnalités
00:01:43de l'interface en ligne de commande (CLI),
00:01:44ainsi que la méthode d'installation
00:01:46sur votre machine locale,
00:01:47et comment configurer tout cela.
00:01:48Ensuite,
00:01:49je vous montrerai les compétences NotebookLM
00:01:52que je vais intégrer à nos agents IA.
00:01:55Je vais vous montrer tout ça dans cette vidéo.
00:01:57Alors, si ça vous intéresse,
00:01:58c'est parti.
00:01:59Bien, avant de commencer,
00:02:00une petite introduction pour les nouveaux.
00:02:02Je m'appelle Eric,
00:02:03et j'ai passé des années comme ingénieur logiciel senior
00:02:05dans des entreprises comme Amazon, AWS et Microsoft.
00:02:08J'ai lancé cette chaîne
00:02:09pour partager tout ce que j'ai appris en chemin,
00:02:11du codage par IA aux automatisations, en passant par le Web3,
00:02:15le développement de carrière et bien plus,
00:02:17le tout décomposé en tutoriels pratiques
00:02:19que vous pouvez réellement mettre en œuvre.
00:02:21Et bien sûr, nous avons aussi une communauté
00:02:23où vous pouvez accéder à toutes les ressources et modèles,
00:02:26en plus de notre support communautaire.
00:02:27Donc, si vous êtes prêt à passer au niveau supérieur,
00:02:29n'oubliez pas de consulter ma chaîne YouTube
00:02:30et de vous abonner.
00:02:32Maintenant, revenons à la vidéo.
00:02:34Très bien, pour commencer,
00:02:34la toute première chose à faire
00:02:35est d'aller sur notebooklm-py.
00:02:38Je m'assurerai de mettre le lien
00:02:39vers ce dépôt dans la description
00:02:41pour que vous puissiez le trouver.
00:02:42En résumé, ce que fait ce dépôt,
00:02:44c'est qu'il contient toutes les compétences NotebookLM,
00:02:46ainsi que les API Python et les outils CLI
00:02:49pour que les utilisateurs de Claude Code ou d'agents IA
00:02:52puissent accéder par code aux fonctionnalités de NotebookLM.
00:02:55On peut voir que ce dépôt
00:02:57couvre l'intégralité des fonctionnalités
00:02:59proposées par NotebookLM.
00:03:00Par exemple, vous pouvez créer un notebook,
00:03:02les lister, les renommer ou les supprimer.
00:03:05Vous pouvez aussi insérer toutes les sources souhaitées
00:03:07et extraire des questions ou des historiques de conversation,
00:03:09ainsi que définir le persona dans les chats.
00:03:12On peut aussi régler la recherche
00:03:14en mode approfondi ou rapide avec l'importation automatique.
00:03:17De plus, vous pouvez télécharger
00:03:19tout ce que vous avez généré avec NotebookLM,
00:03:21comme de l'audio, de la vidéo ou des présentations ;
00:03:23tous ces types d'éléments.
00:03:24Vous pouvez aussi les extraire grâce à cet outil.
00:03:28Toutes les fonctionnalités présentes sur l'interface web
00:03:31sont donc accessibles via le CLI.
00:03:33Dans notre cas, regardons
00:03:35comment installer cela sur notre machine locale.
00:03:37Ici, vous voyez la section d'installation,
00:03:40et nous allons simplement installer la version de base
00:03:42plus le support de connexion par navigateur
00:03:44pour pouvoir nous connecter la première fois via le navigateur
00:03:46et enregistrer ces identifiants.
00:03:47Dans ce cas, je vais copier ceci.
00:03:50Et ensuite, je vais ouvrir une nouvelle fenêtre de terminal.
00:03:52Ici, vous voyez que j'ai un dossier
00:03:53nommé erictech-notebook-lm.
00:03:55Ce que je vais faire, c'est d'abord créer
00:03:57notre environnement virtuel.
00:03:59Voici la commande pour cela.
00:04:01Une fois l'environnement virtuel créé,
00:04:03je vais l'activer.
00:04:04Après l'avoir activé,
00:04:06je vais coller la commande pour l'installation.
00:04:09Parfait, maintenant que nous avons cela,
00:04:11nous pouvons terminer l'installation.
00:04:13Voici à quoi ressemble le résultat final
00:04:15une fois l'installation terminée.
00:04:16Nous pouvons aussi vérifier
00:04:18si notre outil CLI notebook-lm est bien installé
00:04:21en vérifiant la version.
00:04:22Actuellement, vous voyez la version que j'utilise
00:04:24pour le CLI notebook-lm.
00:04:26L'étape suivante consiste à voir
00:04:28comment nous authentifier
00:04:29pour notre notebook-lm.
00:04:30Voici le guide vidéo rapide.
00:04:32En gros, ce que vous pouvez faire
00:04:33est d'utiliser simplement cette commande
00:04:35pour vous connecter via le navigateur.
00:04:37Maintenant, si je retourne au terminal
00:04:39et que je colle cette commande,
00:04:41cela va ouvrir un navigateur.
00:04:42Et là, il suffit de se connecter avec Google.
00:04:44Cela nous authentifiera pour notre notebook-lm.
00:04:47Comme vous le voyez, après la connexion,
00:04:49nos identifiants sont sauvegardés dans nos répertoires racines.
00:04:51Maintenant,
00:04:52une fois le CLI installé et connecté,
00:04:54nous allons pouvoir passer
00:04:55à toutes sortes de choses,
00:04:56comme créer un notebook, discuter avec nos ressources,
00:04:59générer du contenu ou télécharger des documents.
00:05:01Tout un tas de possibilités, n'est-ce pas ?
00:05:02Ce sont toutes les commandes CLI utilisables
00:05:05pour interagir avec notebook-lm.
00:05:07Mais le plus important ici,
00:05:08c'est de s'assurer d'installer les "skills"
00:05:10afin de pouvoir transmettre le savoir-faire
00:05:11du CLI au modèle de langage,
00:05:14ou aux agents IA,
00:05:15pour connecter Claude Code avec notre notebook-lm.
00:05:18Pour ce faire,
00:05:19voici toute la configuration de l'agent.
00:05:20Une option consiste à l'installer via le CLI,
00:05:23en utilisant notebook-lm pour installer toutes les compétences.
00:05:26L'autre option,
00:05:27si vous voulez utiliser l'écosystème open skill via NPX,
00:05:30voici la commande correspondante.
00:05:31Mais honnêtement, les résultats obtenus
00:05:33avec les deux options sont identiques.
00:05:34Donc, je vais copier la première option
00:05:36pour installer la compétence dans notre répertoire racine,
00:05:39afin de pouvoir l'utiliser
00:05:40pour tous nos projets.
00:05:41Je vais ouvrir un nouveau terminal
00:05:44et coller la commande ici.
00:05:45Vous voyez que la compétence notebook-lm est
00:05:47parfaitement installée dans notre répertoire racine.
00:05:48Désormais, Claude Code
00:05:50reconnaît les compétences et les commandes
00:05:53de notebook-lm.
00:05:54Il nous suffira d'y faire référence
00:05:55soit via une commande "slash",
00:05:57soit en langage naturel
00:05:59pour appeler les compétences notebook-lm
00:06:01que nous avons configurées.
00:06:02Bien, maintenant que nous savons comment installer
00:06:04nos compétences notebook-lm ainsi que le CLI,
00:06:06voyons comment utiliser tout cela
00:06:08dans un flux de travail concret.
00:06:09Ici, vous voyez que j'ai un produit appelé bookzero.ai,
00:06:12que j'ai développé avec l'IA
00:06:14pour gérer la comptabilité des entreprises.
00:06:16Mon objectif est d'utiliser
00:06:18notebook-lm pour analyser
00:06:2035 concurrents financiers basés sur l'IA, listés dans ce CSV.
00:06:24Je veux réaliser une analyse concurrentielle poussée
00:06:26pour chacun d'entre eux,
00:06:28comprendre leur fonctionnement, leurs arguments de vente, leurs tarifs,
00:06:31leur valeur marketing unique et leurs pages de comparaison.
00:06:34que nous allons créer.
00:06:35Et voici toute l'architecture
00:06:37de la manière dont nous allons mener cette recherche.
00:06:39Sur les 35 concurrents répertoriés,
00:06:41nous les avons triés et organisés par catégories.
00:06:44Comme vous pouvez le voir,
00:06:45nous avons les concurrents directs, les concurrents adjacents
00:06:48et les concurrents de troisième rang.
00:06:50L'idée est de regrouper les rangs 1 et 2
00:06:52dans un seul et même notebook
00:06:54car nous sommes limités à 300 sources
00:06:56par carnet NotebookLM.
00:06:58Le premier notebook sera dédié
00:07:00à nos concurrents directs, et le second
00:07:02contiendra uniquement les données du marché.
00:07:04Voici donc notre plan d'action :
00:07:06nous allons effectuer une analyse approfondie,
00:07:08avec des requêtes poussées pour les 8 concurrents les plus proches,
00:07:10et 10 requêtes rapides
00:07:13pour les concurrents de deuxième rang.
00:07:15Au total, cela représente environ 250 sources
00:07:18que nous allons intégrer à ce premier notebook.
00:07:20Pour le deuxième notebook,
00:07:21nous ferons une recherche rapide pour les 17 autres,
00:07:25ce qui nous fera environ 136 sources
00:07:27insérées dans ce second carnet.
00:07:29En sortie, nous obtiendrons un rapport,
00:07:31une carte mentale ainsi qu'une présentation
00:07:34basés sur l'analyse comparative des données insérées.
00:07:36C'est exactement comme cela que nous allons procéder.
00:07:37Et juste ici, vous pouvez voir
00:07:38toutes les étapes d'exécution
00:07:40pour y parvenir pas à pas.
00:07:42Dans ce cas précis, je vais lancer le processus
00:07:44et voyons à quoi ressemble le résultat.
00:07:46Petite pause d'une seconde.
00:07:47En cherchant des outils sur ce sujet,
00:07:50j'ai fini par tester une plateforme appelée JobRite,
00:07:52et c'est vraiment très intéressant
00:07:54si vous êtes actuellement en recherche d'emploi.
00:07:55J'ai remarqué qu'en postulant en ligne,
00:07:58on ne passe pas le plus clair de son temps à trouver des postes.
00:08:01On le passe à gérer tout le processus autour :
00:08:03réécrire son CV, remplir des formulaires
00:08:05et essayer de savoir si le poste nous correspond vraiment.
00:08:08JobRite essaie de simplifier tout ce flux de travail.
00:08:11Lorsque vous téléchargez votre CV,
00:08:12la plateforme l'analyse et crée un profil complet
00:08:15de vos compétences, de votre expérience
00:08:17et des types de rôles qui pourraient vous convenir.
00:08:19À partir de là, elle commence à vous recommander des jobs
00:08:21via leur système de mise en relation.
00:08:23Et ce qui est utile, c'est qu'elle ne se contente pas de lister.
00:08:26Elle explique concrètement pourquoi un rôle match avec votre profil.
00:08:29Il y a ensuite Resume AI,
00:08:30qui peut générer des versions de votre CV sur mesure
00:08:32en fonction de la description du poste.
00:08:34Au lieu de réécrire votre CV à chaque candidature,
00:08:37le système l'adapte automatiquement.
00:08:39La partie que j'ai trouvée particulièrement pratique
00:08:42est leur extension Chrome de remplissage automatique.
00:08:44Une fois que vous avez répondu aux questions courantes,
00:08:47elle remplit la plupart des formulaires en quelques secondes.
00:08:50Ils ont aussi une fonction nommée "Insider Connections",
00:08:53qui vous aide à voir des contacts potentiels
00:08:54au sein des entreprises où vous postulez.
00:08:56Ainsi, vos candidatures ne partent pas dans le vide.
00:08:59Et si vous avez besoin de conseils, il y a Orion AI,
00:09:01qui agit comme un véritable assistant de carrière.
00:09:04Vous pouvez lui poser des questions sur les postes, le marché
00:09:07ou comment améliorer vos chances pour un job précis.
00:09:09Globalement, on a moins l'impression d'un simple outil
00:09:12que d'une plateforme conçue pour gérer
00:09:14les aspects fastidieux de la recherche d'emploi.
00:09:16Si vous voulez tester,
00:09:17vous pouvez essayer JobRite via le lien en description.
00:09:20C'est actuellement gratuit et vous pouvez aussi vous inscrire
00:09:22pour un accès anticipé via le lien ci-dessous.
00:09:24Bien, revenons maintenant à la vidéo.
00:09:26Alors, vous pouvez voir qu'en résultat,
00:09:27nous avons cinq livrables correctement téléchargés
00:09:30dans notre dossier de documents.
00:09:31Ici, dans notre analyse concurrentielle marketing.
00:09:34Ce sont les fichiers PPT, MD et JSON
00:09:37pour tout ce que nous avons fait avec les notebooks 1
00:09:39et 2 lors de la recherche.
00:09:40Et vous voyez, cela vous donne une analyse complète
00:09:42du fichier MD pour l'ensemble de la niche
00:09:45dans laquelle nous nous trouvons actuellement.
00:09:46Maintenant, si j'ouvre la présentation,
00:09:48voici exactement à quoi elle ressemble.
00:09:50Comme vous le voyez, nous avons différentes diapositives.
00:09:52Elles ont toutes été générées via Banana 2.
00:09:54Et pour aller plus loin,
00:09:55je peux aussi ouvrir mon interface NotebookLM
00:09:57et consulter les carnets que nous avons créés.
00:09:59Par exemple, les notebooks directs et adjacents
00:10:01ainsi que le paysage du marché que nous avons ajouté.
00:10:04On a 300 sources et 171 sources ajoutées
00:10:07respectivement dans ces deux notebooks.
00:10:08Si j'en ouvre un, par exemple,
00:10:11vous pouvez voir ici toutes les ressources
00:10:12que nous avons intégrées.
00:10:13Maintenant, si je pose une question,
00:10:15par exemple sur notre produit Bookzero :
00:10:19quel est notre argument de vente ?
00:10:20En quoi est-il unique par rapport aux autres concurrents ?
00:10:23Et sur quoi devrions-nous concentrer la vision du produit
00:10:25selon cette analyse concurrentielle ?
00:10:27Si je pose cette question,
00:10:29le système va parcourir toutes les sources
00:10:30que nous avons ajoutées pour la recherche approfondie
00:10:32afin de pouvoir y répondre.
00:10:33Et vous voyez, j'ai modifié les paramètres ici
00:10:36pour obtenir un guide d'apprentissage avec des réponses courtes.
00:10:39Voici donc
00:10:40toute la réponse que j'obtiens.
00:10:42Votre argument de vente principal est l'ultra-rapidité
00:10:44et la haute précision pour l'extraction et l'appariement des reçus.
00:10:47Et ici, c'est clairement indiqué
00:10:49quel est l'argument de vente.
00:10:50Il vous donne également une analyse" : "Il vous donne également une analyse
00:10:53de ce que font les autres concurrents.
00:10:55L'unicité de Bookzero réside
00:10:57dans son processus ultra-simple en trois étapes :
00:11:00téléchargement, importation, flux d'appariement,
00:11:01conçu spécifiquement pour les marchés US et canadien
00:11:04pour un pilotage automatique de la comptabilité,
00:11:06sans courbe d'apprentissage élevée.
00:11:08Selon les tendances de la concurrence,
00:11:10le marché évolue agressivement
00:11:11vers des systèmes d'IA conversationnelle,
00:11:13utilisant le rapprochement bancaire sans intervention.
00:11:16Pour votre vision produit,
00:11:18vous devriez passer du simple appariement de reçus
00:11:20à un rapprochement du grand livre en temps réel,
00:11:23fournissant des analyses financières automatisées et exploitables.
00:11:26C'est exactement ce qu'il me conseille
00:11:28pour la vision produit, de façon très concise,
00:11:31sans avoir à lire un long pavé.
00:11:33Je peux simplement régler cela dans les paramètres
00:11:35de configuration pour que les réponses restent brèves
00:11:38et aillent droit au but.
00:11:40Voilà donc pour vous.
00:11:41C'est ainsi que vous pouvez combiner la puissance de Claude Code
00:11:43et de NotebookLM pour créer ces automatisations incroyables.
00:11:46Dans cette vidéo,
00:11:47nous avons vu comment configurer cela en local
00:11:49et quels sont les cas d'usage pratiques
00:11:51pour construire des applications.
00:11:53Prendre des décisions produit
00:11:55ou créer n'importe quoi avec Claude Code et NotebookLM.
00:11:58Bien sûr, si vous créez actuellement des produits
00:11:59et que vous voulez améliorer votre marketing
00:12:01grâce à Claude Code,
00:12:02n'hésitez pas à regarder cette vidéo ici
00:12:04sur l'utilisation de Claude Code avec les 43 compétences
00:12:08pour booster votre marketing produit.
00:12:09Alors, allez y jeter un œil.
00:12:11C'est à peu près tout pour cette vidéo.
00:12:12Si vous avez aimé le contenu,
00:12:14n'oubliez pas de mettre un pouce bleu.
00:12:15Pensez à vous abonner pour plus de vidéos de ce genre.
00:12:17Sur ce, je vous dis à la prochaine.