Institut de beauté : créer fiches de consultation et e-mails de suivi avec l'IA

Vendredi soir, 19 heures. La dernière cliente vient de partir, mais la patronne du petit institut de beauté que tient une amie ne peut pas encore rentrer. Il faut mettre au propre les six fiches des clientes du jour, rédiger l’e-mail de suivi pour l’habituée qui commence la semaine prochaine la cure « corps », et envoyer un mot de remerciement aux nouvelles venues pour leur prochain rendez-vous. Une fois tout cela fait, elle peut enfin éteindre la lumière.

« La paperasse me fatigue plus que les soins eux-mêmes », m’a-t-elle dit. Ses notes de consultation manuscrites sont griffonnées et illisibles plus tard, et pour les e-mails de suivi elle copie-colle un ancien texte en changeant juste le prénom. Résultat : la semaine dernière, elle a envoyé une offre « soin du visage » à une cliente qui ne faisait que du « corps ». Elle s’en est rendu compte trois secondes après avoir cliqué sur Envoyer.

Peut-on alléger ces « soirées épuisées par la paperasse » ? J’ai pris son institut comme terrain d’essai et j’ai laissé l’IA prendre en charge la moitié du travail : la création des fiches de consultation et des e-mails de suivi. Plutôt que d’annoncer la conclusion tout de suite, je commence par ce qui a changé.

Points clés

Dans un institut de beauté, les deux tâches administratives les plus chronophages, la mise au propre des fiches de consultation et la rédaction des e-mails de suivi, tombent à quelques minutes par cliente si l’on fait générer les modèles par l’IA.
On confie à l’IA le brouillon du texte et la mise en forme. Le jugement sur la peau ou l’état de santé, la vérification des formulations réglementées, et le clic sur Envoyer restent toujours entre des mains humaines.
Règle d’or pour les données personnelles : ne jamais transmettre nom réel ni coordonnées à l’IA. On saisit des codes à la place, et on ne remplit les vrais prénoms qu’à la dernière étape, chez soi.
Vous trouverez plus bas un prompt de modèle de consultation prêt à copier-coller, et un script de vérification qui génère en lot les brouillons d’e-mails par fusion de données.
Avant l’outil, six clientes par jour représentaient environ 60 minutes de paperasse ; une fois rodé, on tombe autour de 15 minutes. Sur 20 jours ouvrés par mois, cela dégage l’équivalent de 15 heures.

Le terrain de l’institut, et pourquoi la paperasse se grippe

Précisons d’abord à qui s’adresse cet article. Il sera utile aux gérantes et esthéticiennes d’un institut individuel de 1 à 5 personnes, ou d’une petite chaîne, qui proposent du soin du visage, du corps, de l’épilation ou de l’amincissement. Vous avez un logiciel de prise de rendez-vous, mais la consultation et les e-mails se font encore à la main. C’est ce terrain-là que je vise.

Une journée d’institut se déroule à peu près ainsi :

Confirmation des rendez-vous, préparation de la cabine et du matériel
Arrivée, déshabillage, consultation (préoccupations, état de santé, antécédents)
Soin
Conseil après soin (explication des soins à domicile, proposition pour la fois suivante)
Encaissement, prochain rendez-vous
Après la fermeture : mise au propre des fiches et envoi des suivis

Les problèmes surviennent aux étapes 2 et 6. Pendant la consultation, une question importante s’oublie (« êtes-vous enceinte ? » passe à la trappe), les notes sont griffonnées et illisibles ensuite, et la profondeur du questionnement varie d’une cliente à l’autre. Après la fermeture, à l’étape 6, on rédige les e-mails la tête épuisée, d’où des envois à la mauvaise personne ou des textes secs.

Voici les ratés typiques :

Un antécédent oublié pendant la consultation, et le jour du soin on découvre « en fait, je suis allergique aux métaux » : changement de prestation à la dernière minute.
Une erreur de copier-coller dans l’e-mail de suivi qui glisse l’offre d’une autre cure ou le prénom de quelqu’un d’autre.
Le remerciement à une nouvelle cliente repoussé, envoyé trois jours plus tard, dans la gêne.

Aucun de ces cas ne vient d’un manque de compétence : la cause, c’est la fatigue et l’enchaînement de tâches répétitives. C’est précisément la partie que l’IA prend facilement en charge.

Trois façons de s’en servir dans un institut

Cas 1 : créer un modèle de fiche de consultation sans oubli

La première chose à faire, c’est de ne plus repartir de zéro à chaque fois. Faites générer par l’IA plusieurs variantes d’un modèle qui tient sur une page : préoccupations, état de santé, antécédents, soins à domicile et proposition suivante. Choisissez ensuite celle qui colle à votre institut. Demandez à la fois une version papier à remplir à la main et une version numérique à saisir sur tablette : la comparaison est plus rapide.

Les rubriques changent selon la prestation, donc l’astuce est de créer des modèles distincts pour le visage, le corps et l’épilation. Pour que la fiche soit facile à parcourir, voici en checklist les rubriques indispensables à y faire figurer.

Motif principal (la préoccupation qui gêne le plus aujourd’hui)
Antécédents, suivi médical en cours, traitements en cours
Allergies (métaux, plantes, cosmétiques)
Grossesse ou allaitement
État du jour : forme, sommeil, alcool
Soins à domicile habituels et produits cosmétiques utilisés
Consignes de soins après la prestation
Prestation proposée la prochaine fois et intervalle conseillé
Case de signature de consentement

Cas 2 : mettre au propre les notes de soin en texte de fiche

Transformer des notes griffonnées en un texte de fiche soigné, présentable à la cliente, est aussi un point fort de l’IA. Donnez-lui un fragment du genre « zone T très sèche, rougeurs sur les joues, fortes tensions aux épaules, proposer pierres chaudes » et elle le réécrit en un français propre où apparaissent le soin réalisé, l’état de la cliente et la proposition suivante. L’essentiel ici : la justesse du contenu doit être vérifiée par un humain. L’IA a tendance à transformer d’elle-même « rougeur » en « inflammation », et toute affirmation à connotation médicale est à éviter, ne serait-ce que pour des raisons réglementaires.

Cas 3 : rédiger des e-mails de suivi adaptés à chaque situation

C’est ici que le gain est le plus net. Le remerciement du lendemain, le rappel des soins à domicile après la prestation, la proposition de la cure suivante. Si vous modélisez ces messages en faisant de « la situation de la personne » une variable, il suffit d’insérer le prénom, la cure et la date pour obtenir un texte qui donne une vraie impression de personnalisation. Plus bas, je vous donne un script de vérification qui génère en lot les brouillons à partir d’une liste clients en tableur.

Voici la répartition entre « ce qu’on confie à l’IA » et « ce que l’humain décide toujours ». En cas de doute, revenez à ce tableau.

Étape	À confier à l’IA	Décidé toujours par l’humain
Modèle de consultation	Recensement des rubriques, mise en forme	Décision finale d’adéquation au menu de l’institut
Mise au propre des notes	Passer du fragment à un texte lisible	Jugement médical sur peau et santé, justesse des termes
E-mail de suivi	Brouillon du texte, ajustement du ton	Vérifier le bon destinataire, envoyer
Prestation proposée	Indiquer l’intervalle habituel	Convient-elle vraiment à cette cliente
Données personnelles	Mise en forme de données déjà codées	Gestion des noms réels et coordonnées, autorisation d’envoi

Pour la manière détaillée de formuler les demandes, l’article ingénierie de prompt avancée pour Claude Code va plus loin ; si vous voulez gagner encore un cran en précision des textes, lisez-le en complément.

Prompt de modèle de consultation, prêt à copier-coller

Commençons par le modèle de fiche de consultation. Collez l’instruction suivante telle quelle et changez seulement le nom de la prestation. La clé : ne saisissez ni nom réel ni coordonnées, faites générer un modèle vide à remplir.

Tu es un conseiller expérimenté en institut de beauté.
Crée un modèle de fiche de consultation à remplir sur papier, pour une cliente
en « première séance soin du visage ».

Conditions :
- Inclure obligatoirement les rubriques : « motif principal », « antécédents et
  traitements », « allergies », « grossesse et allaitement », « état du jour »,
  « soins à domicile habituels », « consignes après soin », « proposition suivante »,
  « signature de consentement »
- Pour chaque rubrique, une question facile à remplir ; ajouter des cases à cocher
  quand il y a des choix
- Ne pas employer de formulations pouvant passer pour un acte médical ni affirmer
  un effet de manière catégorique
- Tenir sur une page A4
- En sortie, uniquement titres et listes à puces. Aucune donnée personnelle réelle

Pour le brouillon de l’e-mail de suivi, on demande en faisant de la situation une variable. Là encore, le nom reste un code.

Rédige 3 propositions d'e-mail de suivi pour un institut de beauté, dans un ton
soigné et sans insistance.

Contexte :
- Le nom du destinataire reste « {{cliente}} » (ne pas mettre de nom réel)
- Prestation reçue : {{prestation}}
- Visite : première fois
- Objectif : remerciement et brève suggestion du bon moment pour revenir
- À éviter : affirmer un effet, tournures médicales, corps de texte trop long
- Donner un objet à chaque proposition ; corps d'environ 200 à 300 caractères

Parmi les 3 propositions, choisissez-en une, remplacez {{cliente}} et {{prestation}} par les vraies valeurs chez vous, puis envoyez. Ce principe du « seul le remplacement final est fait par un humain » prévient en même temps l’envoi à la mauvaise personne et la fuite d’informations.

Script de vérification pour générer les brouillons en lot

Pas besoin d’être développeur : il suffit de suivre le déroulé. Ce script minimal lit un CSV créé au tableur (les noms sont des codes ; on n’y met que la prestation et la prochaine date), insère les données dans un modèle et produit les brouillons en série. Il fonctionne dès que Node.js est installé. Sécurité intégrée : il n’envoie rien, il se contente d’écrire des fichiers de brouillon.

Préparez d’abord les données. Pas de nom réel : un code interne du type A001.

code,prestation,prochaine_date
A001,Premiere seance visage,2026-06-21
A002,Corps intensif 90 min,2026-06-23
A003,Epilation visage,2026-06-28

Placez le fichier draft-mails.mjs suivant dans le même dossier et exécutez-le. Tout ce qu’il fait : « lire ligne par ligne, insérer dans le modèle, enregistrer en texte ».

import { readFile, writeFile, mkdir } from "node:fs/promises";

// Code -> modèle de texte. Aucun nom réel ni coordonnée ici, jamais
function buildMail({ code, prestation, prochaine_date }) {
  const subject = `Merci pour votre visite récente (${prestation})`;
  const body = [
    `${code},`,
    "",
    `Merci d'être venue aujourd'hui pour votre ${prestation}.`,
    "Après le soin, buvez un peu plus que d'habitude et évitez de frotter la peau.",
    `Le bon moment pour revenir se situe autour du ${prochaine_date}. N'hésitez pas à nous écrire quand cela vous convient.`,
    "",
    "Au plaisir de vous revoir.",
  ].join("\n");
  return { subject, body };
}

const csv = await readFile(new URL("./customers.csv", import.meta.url), "utf8");
const [head, ...rows] = csv.trim().split(/\r?\n/);
const keys = head.split(",");

await mkdir(new URL("./drafts/", import.meta.url), { recursive: true });

let count = 0;
for (const line of rows) {
  const cols = line.split(",");
  const rec = Object.fromEntries(keys.map((k, i) => [k, cols[i]]));
  const { subject, body } = buildMail(rec);
  const out = `Objet : ${subject}\n\n${body}\n`;
  await writeFile(new URL(`./drafts/${rec.code}.txt`, import.meta.url), out, "utf8");
  count++;
}

console.log(`${count} brouillon(s) écrit(s) dans drafts/. Vérifiez chacun à l'œil avant l'envoi.`);

Pour l’exécuter, rien de plus que ceci.

node draft-mails.mjs

Un fichier texte par code apparaît dans le dossier drafts/. Il ne reste qu’à en vérifier le contenu, remplacer le code par le vrai prénom et coller dans votre messagerie. Si vous voulez que l’IA rédige un corps plus naturel, remplacez le contenu de buildMail par la sortie du prompt du chapitre précédent : la qualité du modèle monte d’un cran. Si vous butez dès l’installation de Claude Code, mieux vaut d’abord mettre en place l’environnement avec le guide de démarrage de Claude Code, puis revenir ici.

Données personnelles et points de sécurité

Impossible de faire l’impasse là-dessus. Un institut manipule, en plus des noms et coordonnées, des informations sensibles comme les antécédents et les allergies. La ligne à tenir est simple.

Ne pas écrire directement nom réel, numéro de téléphone, adresse e-mail ni adresse postale dans ce qu’on saisit pour l’IA. Remplacer par un code du type A001.
Pour ce qui touche à la santé, comme les antécédents, abstraire si possible (par exemple « allergie présente ») avant de transmettre.
Le remplissage des données personnelles dans le brouillon généré se fait hors de l’IA, uniquement sur votre propre ordinateur.
Avant l’envoi, vérifier à chaque fois destinataire et corps de texte à l’œil. Toujours intercaler ce filtre avant de passer par un outil d’envoi groupé.
En équipe, formaliser sur une seule page la règle « ce qu’on a le droit de saisir dans l’IA » et la partager.

Plus l’institut grandit, plus la gestion des données personnelles devient affaire de personnes, et c’est là que naissent les accidents. Pour bâtir des règles d’usage en équipe, l’approche des bonnes pratiques CLAUDE.md se transpose bien ; et si vous voulez aller jusqu’à l’ancrage chez plusieurs employés, les astuces de productivité avec Claude Code sont une bonne référence. Côté cadre légal, la CNIL explique clairement les bases de la protection des données : un coup d’œil rassure.

Avant, après, et l’ordre de grandeur du ROI

Comme un chiffre aide à décider, voici une estimation proche des relevés réels de l’institut de mon amie (1 gérante + 1 employée à temps partiel, 6 clientes par jour en moyenne).

Poste	Avant	Après
Mise au propre d’une fiche (1 cliente)	env. 6 min	env. 2 min
Rédaction d’un e-mail de suivi (1 cliente)	env. 4 min	env. 1 min
Total paperasse pour 6 clientes/jour	env. 60 min	env. 18 min
Envois à la mauvaise personne	1 à 2 fois/mois	quasi zéro

Soit environ 40 minutes gagnées par jour, près de 13 heures sur 20 jours ouvrés. À supposer un taux horaire de 15 euros, cela représente un peu moins de 200 euros d’économie par mois, ou ce temps reporté sur l’accueil et la vente de produits. La mise en place demande quelques heures au départ pour les premiers modèles. L’investissement était rentabilisé en moins d’un mois.

FAQ

Q. Peut-on envoyer tel quel à une cliente un texte écrit par l’IA ? R. Évitez l’envoi tel quel. Servez-vous-en comme brouillon et faites toujours relire par un humain à la fin. Vérifiez surtout, à chaque fois, qu’aucune affirmation catégorique d’un effet ni aucune tournure à connotation médicale ne s’est glissée dedans.

Q. Peut-on s’y mettre même quand on n’est pas à l’aise avec l’informatique ? R. Pour seulement coller un prompt de modèle et produire un texte, aucune connaissance particulière n’est requise. Le script de génération en lot demande davantage : commencez par les prompts, et passez à l’automatisation une fois à l’aise. Une entrée en matière pour non-développeurs est rassemblée dans Claude Code pour les non-développeurs.

Q. Peut-on faire lire le fichier clients à l’IA pour qu’elle envoie automatiquement ? R. Transmettre à l’IA les noms réels et coordonnées du fichier n’est pas recommandé. Codez les données, confiez à l’IA jusqu’au brouillon, et faites chez vous le remplacement par les vrais prénoms et l’envoi : c’est la voie sûre.

Q. Peut-on relier l’outil au système de réservation existant ? R. Si le système exporte en CSV, vous pouvez l’utiliser comme source de fusion, comme dans le script de cet article. Même sans liaison directe, le flux export → codage → brouillon est largement utilisable en pratique.

Ce que j’ai vraiment testé

J’ai vérifié trois choses. Première chose : en faisant générer les modèles de consultation en trois versions (visage, corps, épilation), les oublis de rubriques ont disparu et même une nouvelle employée à temps partiel a pu questionner avec la même profondeur. Deuxième chose : pour la mise au propre des notes griffonnées, le flux « donner le fragment, faire mettre en forme » s’est utilisé tel quel, et le temps de rédaction a été divisé par trois au ressenti. Mais dans un cas, l’IA a transformé « rougeur » en « inflammation » : confirmation que la vérification des termes ne peut pas se passer d’un humain. Troisième chose : la génération en lot à partir du CSV a produit dix textes en moins d’une minute. Volontairement, je n’ai pas automatisé l’envoi : ce petit geste de redonner un vrai prénom au code a maintenu à zéro le fameux envoi à la mauvaise personne pendant toute la période d’essai.

Le vendredi soir épuisé par la paperasse se termine désormais un peu plus tôt. C’est le meilleur résultat. Quand vous en serez à vouloir ancrer tout cela comme un vrai système à l’échelle de l’institut, parlez de la création des règles d’usage et de la formation depuis la page formation et conseil.