Agences d'intérim : rédiger fiches de matching et offres avec Claude Code, de 30 à 5 minutes

Vendredi, 17 heures. L’entretien avec le candidat vient à peine de se terminer, et dans ma tête il ne reste qu’une intuition : « cette personne, elle irait sûrement bien sur la mission en entrepôt ». Mais l’offre de mission, elle, est encore une page blanche. Lundi matin, à la première heure, je dois envoyer cinq propositions à cinq candidats différents.

Quand j’ai observé le travail d’une amie coordinatrice en agence d’intérim, c’est exactement là qu’elle perdait le plus de temps. Les notes d’entretien éparpillées dans un bloc-notes. Les offres de mission, copiées-collées d’un ancien message, avec juste le prénom, le taux horaire et le lieu remplacés. En relisant, on tombait parfois sur une tournure destinée au candidat précédent, restée telle quelle.

Et plus l’offre est rédigée dans l’urgence, plus elle est creuse. « Proche de la gare, bien payé, débutants acceptés » : des formules qu’on peut coller sur n’importe quelle mission. Forcément, le taux de réponse des candidats ne décolle pas.

Dans cet article, je montre comment confier ce travail de « fiches de matching et d’offres » à Claude Code et à l’IA générative pour le brouillon, et garder l’humain sur la finition. Le code reste minimal. À la place, je vous laisse des prompts prêts à copier-coller, une checklist pour structurer vos notes d’entretien, et un script qui filtre les sorties.

Points clés

L’objectif : faire passer le temps de rédaction d’une fiche de matching et d’une offre de 30 minutes environ à 5 minutes par dossier, pour un coordinateur d’agence d’intérim.
Ce qu’on confie à l’IA s’arrête au « brouillon en volume » et à la « mise en forme du style ». L’adéquation candidat-mission, la validation finale du taux horaire et des conditions restent dans les mains de l’humain.
Deux modèles de prompt prêts à coller : un pour la fiche de matching, un pour l’offre de mission.
Un script de contrôle de 20 lignes qui vérifie qu’aucun nom de personne ni montant de taux horaire interdit ne traîne dans la sortie.
Les données personnelles font l’objet d’un traitement à part : nom, téléphone et adresse sont remplacés par des pseudonymes avant de passer à l’IA.

Le coordinateur en agence d’intérim, par quoi est-il le plus accaparé

Posons d’abord le profil de lecteur. Cet article s’adresse au coordinateur qui, dans l’intérim classique ou le pré-recrutement, gère seul tout le parcours : entretien du candidat, proposition de mission, coordination avec l’entreprise. Trois à six entretiens par jour, et entre deux, cinq à quinze offres de mission à envoyer. Beaucoup font aussi du commercial en parallèle.

Le déroulé du travail ressemble grosso modo à ceci.

Rencontrer le candidat et recueillir ses critères, son parcours, sa personnalité
Synthétiser cet entretien dans une fiche de matching, conservée dans l’outil interne ou un tableur
Sélectionner deux ou trois missions compatibles dans le portefeuille
Rédiger une offre pour le candidat et l’envoyer par mail ou messagerie
Selon les retours, transmettre une recommandation à l’entreprise

Sur ces cinq étapes, les numéros 2 et 4 sont du travail de rédaction. L’entretien lui-même, et l’œil pour repérer une bonne adéquation, restent l’apanage de l’humain. Mais la « retranscription et mise en forme » des notes et des offres, c’est presque toujours la même suite de gestes. C’est là que l’IA générative entre en jeu.

Les reprises et les galères les plus fréquentes

En observant, les schémas de reprise étaient à peu près toujours les mêmes.

L’accident du copier-coller : on réutilise une ancienne offre, et le nom du candidat précédent ou le taux horaire d’une autre mission y reste. On s’en aperçoit après l’envoi, mail d’excuses à la clé.
L’offre creuse : rédigée dans l’urgence, elle se résume à « ambiance conviviale » et « débutants bienvenus », sans la phrase qui touche le parcours de la personne. Pas de réponse.
Des notes à granularité variable : un jour chargé, trois puces ; un jour calme, dix lignes. En relisant plus tard, il manque des éléments de décision.
Le double travail : l’offre destinée au candidat et la recommandation destinée à l’entreprise sont écrites deux fois, à partir de zéro, alors que la source est identique.

Avant de changer de méthode, ces quatre situations revenaient chaque semaine. Depuis qu’on fait produire les brouillons par l’IA, la granularité des notes est constante, et chaque offre contient désormais « la phrase propre à cette personne ». Les accidents de copier-coller, c’est le script de contrôle présenté plus loin qui les attrape.

Cas d’usage 1 : structurer les notes d’entretien en fiche de matching

Juste après l’entretien, les notes brutes ne forment généralement pas des phrases. Du genre : « ex centre d’appels 3 ans, veut week-ends libres, trajet 30 min max, plutôt relation client que production, sans interruption de carrière ». La première tâche, c’est de remettre ça dans une forme qu’on pourra ensuite chercher et comparer.

Ce qu’on confie s’arrête à la « mise en forme ». La pondération des critères, c’est l’humain qui la fait. En faisant remplir les rubriques de la checklist ci-dessous, la granularité des notes devient identique à chaque fois.

Métier souhaité / métier à éviter
Lieu de travail et durée de trajet acceptable
Taux horaire visé / plancher
Jours travaillés et conditions de planning
Résumé du parcours (dernier poste et nombre d’années)
Les « conditions non négociables » formulées par la personne
Le commentaire du coordinateur (personnalité, probabilité de rester en poste)

Seule la dernière rubrique n’est pas écrite par l’IA : l’humain y glisse un mot. C’est là que réside la valeur de l’intérim.

Cas d’usage 2 : produire les brouillons d’offres en volume

Une fois la fiche de matching et les infos de mission réunies, le brouillon de l’offre peut être confié à l’IA. Le point clé : faire insérer une phrase « pourquoi je vous recommande cette mission » qui relie le parcours du candidat aux caractéristiques de la mission. Rien que cette phrase, et l’effet « modèle générique » disparaît.

Le tableau ci-dessous trace la frontière entre ce qu’on confie à l’IA et ce que l’humain valide toujours.

Étape	Confié à l’IA	Décidé par l’humain
Mise en forme des notes	Structuration en puces	Jugement sur personnalité et stabilité
Sélection des missions	Aide au tri des candidatures	Décision finale de proposer
Brouillon de l’offre	Génération et mise en forme du texte	Vérification des chiffres : taux, lieu
Réglage du ton	Niveau de politesse et longueur	Décision d’envoyer au candidat
Recommandation entreprise	Brouillon dérivé de l’offre	Vérification des faits avant envoi

Si on garde la vérification des chiffres côté humain, c’est pour une raison précise : l’IA générative écrit parfois un taux horaire ou une date plausibles mais inventés. Tout chiffre absent de la source doit être tenu pour suspect.

Cas d’usage 3 : réutiliser l’offre candidat pour la recommandation entreprise

Pour une même personne, on écrit au candidat « pourquoi cela vous correspond », et à l’entreprise « pourquoi il faut le recruter ». Les angles sont inversés, mais la source est la même fiche de matching. Une fois le brouillon candidat prêt, on le fait réécrire en version entreprise, et le double travail disparaît.

Au moment de la réutilisation, précisez dans le prompt qu’il faut retirer de la version entreprise les informations réservées au seul candidat (le plancher de taux horaire, les détails crus du motif de changement). Un oubli devient un incident, donc là aussi le script de contrôle prend le relais.

Si vous n’avez encore jamais touché à Claude Code, lisez d’abord Bien démarrer avec Claude Code et Claude Code pour les non-développeurs : les prompts qui suivent passeront beaucoup plus facilement.

Modèles de prompt prêts à copier-coller

D’abord celui pour la fiche de matching. On colle les notes brutes prises juste après l’entretien. Remplacez le nom et le numéro de téléphone par des pseudonymes avant de coller (raison expliquée plus loin).

Tu es l'assistant d'un coordinateur en agence d'intérim.
Mets en forme les notes d'entretien suivantes en une fiche de matching
que l'on pourra ensuite chercher et comparer.

# Règles
- Remplis obligatoirement les rubriques ci-dessous. Pour une rubrique sans info, écris « non vérifié ».
- N'invente aucun taux horaire, lieu ni date absents des notes.
- N'écris pas le jugement sur la personnalité ou la stabilité : laisse vide pour que l'humain complète.

# Rubriques de sortie
- Métier souhaité / métier à éviter
- Lieu et durée de trajet acceptable
- Taux horaire visé / plancher
- Jours travaillés et conditions de planning
- Résumé du parcours (dernier poste et nombre d'années)
- Conditions non négociables
- Commentaire du coordinateur (vide)

# Notes d'entretien
<<coller ici les notes brutes>>

Ensuite celui pour l’offre de mission. On lui passe la fiche de matching déjà mise en forme et les infos de la mission.

Tu es l'assistant d'un coordinateur en agence d'intérim.
Rédige un brouillon d'offre destinée au candidat, en vouvoiement, de 300 à 400 caractères.

# Éléments obligatoires
- En ouverture, une phrase expliquant pourquoi cette mission convient à ce candidat,
  en reliant le parcours aux caractéristiques de la mission.
- Contenu du poste, lieu, taux horaire et planning sous forme de puces.
- Les chiffres (taux horaire, nombre de jours, durée) restent tels quels dans les infos de mission : ne rien inventer.
- Pour finir, une phrase qui invite à l'étape suivante (question, choix d'une date d'entretien).

# Fiche de matching
<<coller la fiche mise en forme>>

# Infos de la mission
<<coller les conditions de la mission>>

Rien qu’en alternant ces deux prompts, la granularité des notes et la structure des offres se stabilisent. Pour ceux qui veulent affiner davantage leurs prompts, lisez aussi Prompt engineering avancé.

Le script qui filtre les sorties

Une fois les brouillons produits en volume, c’est l’inquiétude suivante qui monte : « le nom du candidat précédent ne traîne-t-il pas dedans ? » Pour ça, la machine est meilleure que l’œil humain. Voici, en Node.js, un script d’une vingtaine de lignes qui vérifie qu’aucun mot interdit (nom d’un ancien candidat, lieu d’une autre mission, etc.) ne s’est glissé dans l’offre générée. Pas besoin de @anthropic-ai/sdk : il tourne avec Node.js seul.

// check-draft.mjs
// Usage : node check-draft.mjs draft.txt
import { readFile } from "node:fs/promises";

// Liste des mots qui ne doivent pas apparaître (nom d'un ancien candidat, lieu d'une autre mission, etc.)
const forbidden = ["M. Tanaka", "mission précédente", "agence de Lyon", "15 € de l'heure"];

const file = process.argv[2] ?? "draft.txt";
const text = await readFile(file, "utf8");

const hits = forbidden.filter((word) => text.includes(word));

if (hits.length === 0) {
  console.log("OK : aucun mot interdit trouvé.");
} else {
  console.log("À vérifier : ces mots traînent dans l'offre ->", hits.join(", "));
  process.exitCode = 1; // utile pour stopper une automatisation
}

Il suffit de réécrire le tableau forbidden selon les missions dont vous avez la charge. Faire passer chaque offre une fois dans ce script avant l’envoi fait quasiment disparaître l’accident de copier-coller du début. Pour intégrer ce contrôle dans le fichier CLAUDE.md, Bonnes pratiques pour CLAUDE.md entre dans le détail.

Données personnelles et sécurité, le point à ne pas rater

C’est le point le plus important pour un coordinateur. Le nom, le numéro de téléphone, l’adresse actuelle et le nom de l’ancien employeur du candidat ne doivent pas être transmis tels quels à l’IA générative. La raison est simple : envoyer à un service d’IA externe des informations permettant d’identifier une personne peut, en soi, contrevenir à l’engagement pris envers la personne inscrite.

Concrètement, voici ce qu’on fait avant de passer à l’IA.

Remplacer le nom par « Mme A » ou « candidat X »
Supprimer entièrement les rubriques téléphone, mail, adresse
Pour l’ancien employeur, ne garder que le secteur, par exemple « grand centre d’appels »

Une fois le brouillon revenu, le remplacement du pseudonyme par le vrai nom se fait dans votre éditeur de texte, sur votre poste. Si l’entreprise n’a pas encore de règle d’usage de l’IA générative, fixez d’abord le périmètre. En France, la CNIL et le RGPD constituent une bonne base pour poser les règles internes.

Avant et après, l’ordre de grandeur du ROI

Les chiffres sont des ordres de grandeur. Dans l’équipe de mon amie, on a mesuré le temps de création par offre.

Avant : réutilisation d’un ancien texte et retouches, environ 20 à 30 minutes par offre
Après : génération du brouillon et finition, environ 5 à 8 minutes par offre

À supposer dix offres par jour pour un seul coordinateur, un gain de 20 minutes par offre représente environ 200 minutes par jour, soit plus de 3 heures libérées. Sur 20 jours ouvrés, plus de 60 heures par mois. Ce temps peut servir à mener plus d’entretiens, ou à relancer et suivre les candidats.

Bien sûr, les premiers jours, le réglage des prompts et la mise au point de la liste de mots interdits font plutôt perdre du temps. Le retour sur investissement arrivait vers la deuxième semaine. Pour les petites astuces de gain de temps au quotidien, voir aussi Astuces de productivité.

Si vous voulez repenser, à l’échelle de toute l’entreprise, le travail de rédaction de votre activité d’intérim, passer par un accompagnement et conseil pour construire ensemble la conception des prompts et les règles d’usage aide à ancrer la méthode sur le terrain.

FAQ

Q. En confiant la rédaction à l’IA, les offres ne deviennent-elles pas mécaniques ? R. Si, elles le deviennent, mais seulement quand on ne rend pas obligatoire « la phrase qui relie le parcours à la mission ». En faisant insérer par le prompt une raison de recommander en une phrase, l’effet modèle disparaît largement. La finition reste à la charge de l’humain.

Q. Faut-il connecter directement l’IA à notre outil interne ? R. Non. Au début, il suffit de coller les notes et les infos de mission, puis de récupérer le brouillon. L’intégration au système peut s’envisager plus tard, une fois la méthode rodée.

Q. L’IA ne se trompe-t-elle pas sur le taux horaire ou le lieu ? R. Si, elle se trompe. C’est pour ça que la vérification des chiffres reste une étape humaine. L’IA générative écrit parfois des chiffres absents de la source de façon plausible : comparez toujours avec les infos de mission avant l’envoi.

Q. Mettre un pseudonyme à la place du nom ne rend-il pas le texte bizarre ? R. Au stade du brouillon, « Mme A » ne pose aucun problème. Il suffit de remplacer « Mme A » par le vrai nom dans votre éditeur. Un simple rechercher-remplacer fait la conversion en une fois.

Ce que j’ai constaté en testant

Je m’y suis collé moi-même : mon amie m’a confié cinq dossiers de notes d’entretien, et je les ai passés dans les prompts et le script de contrôle ci-dessus. Je voulais vérifier trois choses : le temps de rédaction du brouillon, la détection des accidents de copier-coller, et la charge du travail de pseudonymisation.

Le brouillon d’une offre prenait en gros 5 minutes par dossier. Ce qui a le plus joué, c’est la consigne « une phrase pour recommander » : rien que ça, et le texte devient un message auquel on a envie de répondre. J’ai donné au script de contrôle un texte où j’avais volontairement laissé le nom d’un ancien candidat, et il s’est bien arrêté sur « À vérifier ». La pseudonymisation m’a semblé pénible au début, mais comme il n’y a qu’un remplacement à intercaler, je m’y suis habitué en deux jours.

À l’inverse, il y a eu une fois où l’IA a légèrement arrondi un chiffre de la mission : les deux derniers chiffres du taux horaire avaient changé. La vérification finale des chiffres laissée à l’humain, c’était bien le bon choix. Le brouillon à l’IA, la décision et les chiffres à l’humain : tant qu’on tient cette frontière, la rédaction des fiches de matching et des offres devient nettement plus légère.