Un cas concret de bout en bout : compléter l'annuaire Let Sign It pour les assistant·es sur site (et fonctions support) de ONE Clinic (site, lien Doctolib, téléphone)—sans ressaisir chaque ligne à la main. Les médecins sont traités séparément. On prépare la donnée, puis Cowork remplit l'application.
116assistant·es & support concernés
96 %complétés
90prêts sans réserve
160médecins traités à part
État : juin 2026 · Données RH internes (hors patients) · document de travail
Let Sign It est l'outil de signature et d'annuaire du personnel. L'export contient les 276 collaborateurs, mais trois colonnes restent à compléter pour chacun.
Le site« Paris 15e » — le bon centre, donc la bonne adresse.
2
Le lien DoctolibLe bouton « Prendre RDV » pointe vers le Doctolib du centre.
3
Le téléphoneLe numéro du centre, rattaché à la fiche.
Exemple de signature Let Sign It (anonymisé). Pour qu'elle soit juste, il faut 3 infos correctes par personne—multipliées par tous les assistant·es sur site.
Le point de départ
Dans l'export Let Sign It, il manque pour chaque personne : son site (le centre physique), son lien Doctolib et son téléphone de centre. Ces informations existent—mais éparpillées : le site est dans le fichier du personnel, le téléphone et le Doctolib sont sur oneclinic.fr/centres.
L'étape 1 cible les assistant·es sur site (et les fonctions support)—les médecins sont traités à part. Même pour ce périmètre, à la main c'est chaque personne × 3 recherches : retrouver l'assistant·e, identifier son centre, aller chercher le téléphone et le lien Doctolib du centre, recopier. Fastidieux, lent, et source d'erreurs de recopie.
📋L'idée : au lieu de faire ce travail de fourmi à la main, on prépare la donnée une fois (rapprochement + table de référence), puis on confie à Cowork le remplissage de l'application—la partie répétitive et chronophage.
2
La méthode en 3 temps
Deux temps de préparation (qui garantissent la fiabilité), puis le remplissage par Cowork.
1
Construire la table de référence des centres
À partir de la page publique oneclinic.fr/centres, on récupère pour les 13 centres leur téléphone et leur lien Doctolib. Résultat : une petite table « un centre = un téléphone + un Doctolib ».
2
Rapprocher le personnel et les utilisateurs Let Sign It
On relie chaque ligne Let Sign It à la liste du personnel (qui porte la colonne SITES) par le nom et le prénom. Le rapprochement est tolérant : il ignore les accents et les titres (Dr, Pr), et accepte les petites variations d'écriture. Une fois la personne identifiée, on connaît son site—donc son téléphone et son Doctolib via la table de l'étape 1.
3
Cowork remplit Let Sign It
Le fichier enrichi en main, Cowork ouvre l'application Let Sign It et reporte, pour chaque collaborateur, les trois informations dans les bons champs—étape par étape, sous votre regard.
💡 Pourquoi séparer en deux catégories : les médecins et les salariés ne se comportent pas pareil au rapprochement (beaucoup de médecins ne figurent pas dans le fichier du personnel). On les distingue dès le départ—ce qui donne un taux de réussite honnête au lieu d'un chiffre global trompeur.
3
Les résultats du rapprochement
L'étape 1 concerne les 116 assistant·es sur site (et fonctions support). Les ~160 médecins sont exclus et traités par un autre process. Voici le résultat sur cette population.
116assistant·es & support concernés (étape 1)
96 %complétés (112 / 116)
90prêts sans réserve
160médecins exclus (traités à part)
✅ À lire : sur les 116 assistant·es sur site, 112 ont été complétés (96 %), dont 90 prêts sans réserve. Seuls 4 cas restent à traiter à la main (introuvables ou site manquant dans le fichier du personnel). Les médecins (~160) sont volontairement mis de côté—ils relèvent d'un traitement dédié, pas de cette étape.
⚠️ Cas particuliers gérés : une personne sur plusieurs sites → on retient le premier site listé (signalé en note) ; les fonctions support / siège sans Doctolib → adresse du siège ; un centre absent du site web → laissé vide et signalé. Rien n'est inventé : ce qui n'est pas sûr est marqué.
4
Le déroulé de la démo
Réalisée pour de vrai avec Claude Cowork, en s'appuyant sur la compétence interne assistant-ia-siege (mode pro). Voici ce que Cowork fait à l'écran—et où chaque information va dans Let Sign It.
✨ Le bon réflexe : avant d'agir, Cowork a reformulé la demande (expert à mobiliser, sources, cible, exclusions) et a posé les bonnes questions plutôt que de deviner—exactement les arbitrages site / siège / multi-sites. Il a aussi détecté les médecins par leur champ Department, et exclu les ~160 lignes médecins « à traiter plus tard », comme demandé.
📷 Capture à insérer : assets-claude/cowork-letsignit-cadrage.png
Cowork cadre la demande (expert · sources · cible · exclusions) et pose ses questions avant de lancer le remplissage.
1
On donne le contexte à Cowork
On ouvre le fichier de rapprochement et on indique la cible : « remplis l'annuaire Let Sign It avec le site, le Doctolib et le téléphone de chaque collaborateur ».
2
Cowork propose son plan
Il annonce ce qu'il va faire, dans quel ordre, et demande votre accord avant d'agir sur l'application.
3
Il remplit, ligne par ligne
Pour chaque collaborateur, Cowork reporte les trois informations dans les bons champs Let Sign It—et vous voyez la progression en direct.
4
Vous relisez et validez
Le travail terminé, vous vérifiez le résultat avant de l'utiliser. Les cas signalés (non trouvés, multi-sites) restent à traiter à la main—ils sont peu nombreux.
📷 Capture à insérer : assets-claude/cowork-letsignit-plan.png
Cowork rend la main : il signale les incohérences repérées sur le site web et propose un menu de choix (valider, refaire, etc.) plutôt que de trancher seul.
Où va chaque information
Information préparéeDans le fichier de rapprochement
Champ Let Sign ItOù Cowork l'écrit
📍Site (centre)
→ Work address
📞Téléphone du centre
→ Work Phone
🔗Lien Doctolib
→ Lien Doctolib
Le résultat réel
À la demande (« peux-tu ajouter une colonne pour savoir ce qui est traité, à revoir ou exclu ? »), Cowork a ajouté une colonne Statut traitement à code couleur—chaque ligne devient lisible d'un coup d'œil et traçable.
📷 Capture à insérer : assets-claude/cowork-letsignit-resultat.png
Le fichier livré par Cowork, avec la colonne Statut traitement et le bilan ligne par ligne.
Traité sans réserve — site + adresse + Doctolib + téléphone (dont 25 fonctions siège)90
Traité — multi-site (1er site retenu, signalé)13
À confirmer — nom marital / composé9
À revoir — introuvable dans le fichier du personnel3
À revoir — site manquant dans le fichier du personnel1
Exclu — médecin (à traiter plus tard, comme demandé)160
Total des lignes traitées et tracées276
✅ Ce que ça change : au lieu d'un fichier « rempli ou pas », on a un fichier actionnable : 90 lignes prêtes telles quelles, ~22 à vérifier rapidement (multi-sites, noms composés), 4 vrais cas à traiter à la main—et les médecins clairement mis de côté. Rien n'est laissé au hasard, rien n'est inventé.
5
Garde-fous & données
Un cas RH—donc des règles claires sur ce qui est manipulé et comment.
👤
Données RH, pas patients
On manipule des informations internes de collaborateurs (nom, site, téléphone pro, Doctolib)—aucune donnée patient. Le périmètre reste celui de l'annuaire interne.
✅
L'humain valide
Cowork propose son plan, agit sous votre regard, et vous relisez le résultat avant usage. Rien n'est publié automatiquement.
🔒
Rien n'est inventé
Le rapprochement signale ce dont il n'est pas sûr (non trouvés, multi-sites) plutôt que de combler au hasard. Les cas incertains sont traités à la main.
6
Ce que ça illustre
Ce cas est un exemple type du « dernier kilomètre » : une tâche manuelle, répétitive, dans une application sans API pratique.
🎯 Le bon partage des rôles : la préparation de la donnée (table de référence, rapprochement) se fait en amont, en local—c'est là qu'on garantit la fiabilité. Le remplissage de l'application, lui, est le travail idéal pour Cowork : répétitif, dans une interface, sous contrôle humain. C'est exactement l'esprit One AI Lab : on automatise la partie pénible, on garde la main sur le reste.
💡 À retenir : ce n'est qu'un exemple. C'est un cas d'usage que chacun peut retrouver en fonction de ses propres problématiques métier—dès qu'il faut compléter, recopier ou mettre à jour des informations d'une source vers une application, de façon répétitive. Si une tâche de ce genre vous prend du temps, il y a sans doute un « dernier kilomètre » à confier à Cowork.
Envie de comprendre Cowork plus en détail ?
Ce use case s'appuie sur Cowork, le mode de Claude qui agit sur votre poste. La page dédiée explique ce qu'il sait faire et comment démarrer en sécurité.
