Socle officiel
Les organismes de normalisation, documentations officielles et autorités publiques servent de premiers repères.
Les ressources IA mêlent documentation de modèles, services et communautés. Pour un usage professionnel, distinguez capacité démontrée, données envoyées, vérification des sorties et coût réel de l’exploitation.
Préparez un petit jeu de tâches réelles avec réponses attendues, sources permises et cas d’échec. Comparez les sorties, le coût observé et le traitement des données avant d’intégrer un modèle.
Parcourir les ressourcesChaque entrée possède un rôle clair et renvoie vers une destination officielle. Le catalogue évite les fermes de liens, les descriptions copiées et les classements artificiels.
Les organismes de normalisation, documentations officielles et autorités publiques servent de premiers repères.
Les services établis sont classés par usage réel : créer, héberger, mesurer, sécuriser, publier ou promouvoir un site.
La présence est éditoriale et non rémunérée. Une fiche ne constitue ni un partenariat ni une garantie.
| Critère | Question à résoudre |
|---|---|
| Données confiées | Quelles données quittent le projet, pour quelle finalité et avec quelle conservation ? |
| Évaluation | Quels exemples réels permettront de détecter erreurs, omissions et résultats inventés ? |
| Validation | Qui valide la réponse et comment reprend-on le travail lorsque le service échoue ? |
Conservez une courte trace de décision : besoin, source, résultat observé et point encore à confirmer. Faites effectuer la même tâche à chaque solution envisagée plutôt que de comparer des listes commerciales de fonctionnalités.
Comparez leur rôle et leur documentation avant de choisir un outil. La présence dans cette liste ne constitue pas un classement.
24 ressources affichées
Aucune ressource ne correspond à ces filtres. Essayez une recherche plus large.
Documentation et ressources officielles pour intégrer les modèles OpenAI.
À utiliser pour : Comparer capacités documentées, traitement des données et coûts sur un test représentatif.
Assistant conversationnel pour recherche, rédaction, analyse et création.
À utiliser pour : Définir une tâche et vérifier sources, chiffres et droits avant de publier une réponse.
Entreprise d’intelligence artificielle à l’origine des modèles Claude.
À utiliser pour : Lire les capacités et limites documentées avant d’intégrer un modèle à un flux.
Assistant IA d’Anthropic pour analyse, rédaction et programmation.
À utiliser pour : Tester des cas représentatifs et relire les sorties avant leur usage public.
Documentation Google pour Gemini et les outils de développement IA.
À utiliser pour : Comparer documentation, modèles et conditions applicables au projet visé.
Assistant multimodal de Google pour recherche et production de contenu.
À utiliser pour : Vérifier les informations générées et distinguer assistance et source primaire.
Entreprise française qui développe des modèles et services d’IA générative.
À utiliser pour : Comparer les options de déploiement aux contraintes de données et de maintenance.
Assistant conversationnel de Mistral AI.
À utiliser pour : Éprouver des questions réelles et contrôler les réponses avant diffusion.
Assistant IA de Microsoft pour recherche, création et productivité.
À utiliser pour : Préciser quelles données de travail sont accessibles dans le contexte choisi.
Plateforme Microsoft pour concevoir et exploiter des solutions d’IA.
À utiliser pour : Prévoir évaluation, surveillance et coûts pour chaque cas d’usage retenu.
Assistant IA proposé par Meta dans ses services et sur le Web.
À utiliser pour : Vérifier les conditions d’usage et les résultats sur des tâches concrètes.
Famille de modèles ouverts et ressources techniques de Meta.
À utiliser pour : Contrôler la licence du modèle et les ressources de déploiement nécessaires.
Plateforme communautaire de modèles, jeux de données et démonstrations IA.
À utiliser pour : Explorer modèles et jeux de données en vérifiant leurs licences et limites.
Moteur de réponse assisté par IA avec liens vers ses sources.
À utiliser pour : Ouvrir les sources citées et confirmer qu’elles soutiennent réellement la réponse.
Modèles et plateforme IA destinés aux applications professionnelles.
À utiliser pour : Tester le modèle sur les langues et documents réellement utilisés.
Modèles génératifs consacrés notamment à l’image et aux médias.
À utiliser pour : Contrôler droits, cohérence visuelle et origine des images retenues.
Outils Adobe de génération et modification visuelle assistées par IA.
À utiliser pour : Vérifier les modalités d’usage des visuels et leurs détails avant publication.
Assistant de programmation intégré aux outils et dépôts GitHub.
À utiliser pour : Relire le code proposé, ses dépendances et ses tests avant intégration.
Référence officielle des rôles et règles robots pour OAI-SearchBot, GPTBot et ChatGPT-User.
À utiliser pour : Identifier les agents publiés et vérifier les règles d’accès du site selon l’usage souhaité.
Catalogue officiel des modèles OpenAI, de leurs capacités et de leurs usages pris en charge.
À utiliser pour : Comparer les capacités et limites documentées avant de choisir un modèle pour une tâche précise.
Documentation officielle pour construire des évaluations reproductibles et mesurer la qualité d’un système fondé sur des modèles.
À utiliser pour : Définir des exemples représentatifs et un critère de réussite avant de comparer des sorties.
Guide officiel pour formuler des instructions, structurer le contexte et améliorer la fiabilité des réponses.
À utiliser pour : Tester des consignes sur des cas réels et garder une étape de vérification des réponses.
Guide officiel pour obtenir des sorties conformes à un schéma JSON défini par l’application.
À utiliser pour : Utiliser un schéma quand la sortie doit être lue par un programme, puis valider les données.
Cadre volontaire pour identifier, évaluer et gérer les risques des systèmes d’intelligence artificielle dans leur contexte d’usage.
À utiliser pour : Décrire le contexte, les personnes concernées et des tests observables avant de juger un outil d’IA.
Ces exemples éclairent les usages ; ils ne sont ni un classement ni une recommandation commerciale. Vérifiez la documentation et les conditions en vigueur avant toute décision.
Les ressources IA mêlent documentation de modèles, services et communautés. Pour un usage professionnel, distinguez capacité démontrée, données envoyées, vérification des sorties et coût réel de l’exploitation.
Points à vérifierMise en pratique : Préparez un petit jeu de tâches réelles avec réponses attendues, sources permises et cas d’échec. Comparez les sorties, le coût observé et le traitement des données avant d’intégrer un modèle.
Limite à connaître : Une démonstration isolée ou une réponse convaincante ne prouve pas la fiabilité sur les cas difficiles. Une information publique citée par un assistant reste à vérifier.
Exemples : OpenAI Developers · Hugging Face
Guide associé : Vérifier les sources et les preuves d’un contenu web
Cet annuaire non exhaustif a été revu le 30 août 2026 ; ses liens ont été contrôlés le 25 septembre 2026. Certains sites limitent les vérifications automatiques. Il contient des liens externes vers des sites indépendants. Leur disponibilité, leurs contenus, tarifs, cookies et conditions peuvent évoluer. Française du Numérique ne les contrôle pas et ne reçoit aucune commission pour leur présence.