Exportez une conversation avec quelqu'un qui compte. Déposez-la dans Claude. Collez un prompt. Deux minutes plus tard, vous avez votre bulletin, noté sur 20. Puis, si ça vous donne envie, branchez WhatsApp pour que Claude lise tout et prépare vos réponses, boulot ou perso, sans jamais rien envoyer.
Où ça vit. Le repo github.com/marge-now/whatsapp, licence MIT : les trois prompts, le script wa.py et le skill qui apprend à Claude à s'en servir. Python 3 tel qu'il est livré sur le Mac, pas de clé API, rien n'est installé dans WhatsApp.
Tout ce qui compte passe par WhatsApp. Votre associé, votre conjoint, votre meilleur ami, le groupe du client. Des milliers de messages, et personne ne les relit jamais.
Un modèle qui lit toute la conversation voit ce qu'on ne voit plus : qui écrit en premier, qui répond en trois minutes, ce qui revient, ce qui a été promis et oublié. Cet atelier vous donne ce regard en dix minutes, avec une seule règle : Claude lit, Claude prépare, rien ne part sans vous.
Le bulletin vient d'un AI Day chez un client, le 7 octobre. En clôture, on a exporté la conversation WhatsApp entre Charles et Brian, les deux co-fondateurs de Marge, et on a demandé à Claude de noter la relation sur 20. Résultat : 17/20, quatre matières, un mot du proviseur. La salle a ri pendant dix minutes, et tout le monde a voulu le faire sur quelqu'un en rentrant.
Votre relation notée sur 20, quatre matières tirées de la conversation, une appréciation du prof par matière.
Et une phrase du proviseur, pour finir.Un message qui lui dit qu'il compte, dans votre voix, ancré dans un vrai moment entre vous.
Prêt à envoyer. C'est vous qui appuyez.Trois idées pour la semaine prochaine, de cinq minutes à ambitieuse, chacune tirée d'un détail cité.
Rien de générique, tout vient de ce qu'il a dit.Niveau 1 · 10 minutes · n'importe quel téléphone
Rien à installer. WhatsApp sait exporter une discussion en texte depuis toujours, c'est la fonction que personne n'utilise. On s'en sert.
Sur iPhone : ouvrez la conversation, touchez le nom du contact ou du groupe en haut, puis Exporter la discussion, et Sans fichiers multimédias. Sur Android : les trois points en haut à droite, Plus, Exporter la discussion, Sans médias. Vous obtenez un fichier texte, WhatsApp Chat - Prénom.txt (ou un zip qui le contient), que vous vous envoyez par mail, AirDrop ou dans Fichiers.
Sans les médias, vraiment. Dix semaines de conversation en texte font 300 Ko. Les mêmes avec les photos et les vocaux font 200 Mo, et ça ne rentre pas dans Claude. Une conversation très active peut dépasser ce que Claude lit en une fois : dans ce cas, coupez le fichier en deux.
Dans claude.ai, créez un projet « WhatsApp » et déposez-y le fichier (dans Claude Cowork : un dossier whatsapp/ sur votre disque, connecté au projet). Le fichier contient les mots d'autres personnes : il vit chez vous, dans un dossier à vous, jamais dans un espace partagé avec l'équipe, jamais dans un dépôt de code.
Les trois prompts sont plus bas, avec un bouton pour les copier. Commencez par le bulletin. Remplacez le prénom entre crochets, collez, laissez Claude lire. Il comprend les deux formats d'export, celui de l'iPhone ([13/10/2026, 09:12:45] Prénom: message) et celui d'Android (13/10/2026 09:12 - Prénom: message), les vocaux apparaissent comme « audio omis ».
Le bulletin est un jeu, avec des vrais chiffres dedans. Lisez-le comme l'avis d'un ami commun qui aurait tout lu. Ce que vous en faites, le message, la surprise, le coup de fil, c'est vous qui le faites. Et si le résultat vous gêne, supprimez l'export du projet : Claude n'en garde rien.
Celui par lequel on commence. Pour un associé, un conjoint, un ami, un frère.
Voici l'export de ma conversation WhatsApp avec [prénom]. Lis tout. Note notre relation sur 20, comme un bulletin scolaire français. Puis choisis quatre matières qui apparaissent vraiment dans la conversation, note chacune sur 20, avec une ligne d'appréciation du prof. Termine par une phrase du proviseur. Chaque note s'appuie sur des faits de la conversation, avec des chiffres quand tu peux : qui écrit en premier, qui répond en combien de temps, ce qui revient, ce qui a été promis. Drôle, oui. Méchant, non.
Pour lui dire qu'il compte. Claude écrit, vous relisez, vous envoyez.
Même export. Écris un message WhatsApp de ma part à [prénom] pour lui dire qu'il compte pour moi. Dans ma voix telle qu'elle apparaît dans la conversation : mêmes tournures, même ponctuation, mêmes emojis, même longueur, même langue. Ancré dans un vrai moment entre nous, que tu cites. Prêt à envoyer tel quel, sans aucun air d'IA. Je relis et j'envoie moi-même.
Pour la semaine prochaine. La bonne idée est déjà dans la conversation.
Même export. Donne-moi trois idées de surprise pour [prénom] la semaine prochaine, de cinq minutes à ambitieuse. Chacune s'appuie sur un détail précis de la conversation, que tu cites avec sa date. Rien de générique : si l'idée pouvait marcher pour n'importe qui, elle ne compte pas.
Niveau 2 · 20 minutes · Mac avec WhatsApp Desktop
C'est la version qu'on utilise tous les jours chez Marge. WhatsApp Desktop garde une copie de vos conversations sur le Mac, synchronisée avec le téléphone tant que l'app est ouverte. Un script Python la lit, en copie temporaire, et Claude s'en sert pour vous dire ce qui attend une réponse, relire un fil, chercher ce qu'on s'est dit sur un sujet, et préparer vos réponses. Il ne marque rien comme lu, il ne modifie rien, il n'envoie rien.
Un Mac, WhatsApp Desktop installé depuis l'App Store et connecté à votre téléphone (l'historique se synchronise à la première ouverture, laissez-lui le temps), et Claude Cowork avec le connecteur « Control your Mac », ou Claude Code dans le Terminal. Le script lit la base locale de WhatsApp dans ~/Library/Group Containers/. Si macOS vous demande une autorisation la première fois, accordez-la à l'application qui lance le script, pas à WhatsApp.
Collez le prompt d'installation ci-dessous. L'agent clone le repo dans son dossier de skills, lit le SKILL.md, et lance wa.py unread pour vous montrer ce qui attend. Rien d'autre à configurer.
Quatre commandes font le travail : unread (les conversations non lues et leurs messages), recent --days 2 (ce qui a bougé), chat "Prénom" --last 30 (relire un fil), search "mot" --days 90 (retrouver ce qu'on s'est dit sur un sujet, accents et casse ignorés). Vous ne tapez rien de tout ça : vous parlez à Claude, et le skill sait quelle commande lancer.
Les trois prompts du niveau 1 marchent aussi ici, sans export : « Note ma relation avec Thomas sur 20, sur un an de conversation. »
Claude rédige dans votre voix, montre le texte, et attend votre « envoie ». Sur ce mot, la commande draft ouvre la conversation dans WhatsApp avec le message pré-rempli. C'est vous qui appuyez sur Entrée. Vérification ensuite : chat "Prénom" --last 3 doit montrer votre message.
Avec ffmpeg et whisper-cpp installés par Homebrew, le script transcrit les vocaux et les vidéos en local, sur le Mac, rien ne sort. Un vocal d'une minute prend quelques secondes. Sans ces outils, les vocaux apparaissent comme « vocal, 0:42 » et le reste marche pareil.
Tel quel, dans Claude Cowork (avec « Control your Mac ») ou Claude Code.
Installe le skill du repo github https://github.com/marge-now/whatsapp puis montre-moi mes conversations WhatsApp non lues
Qu'est-ce qui m'attend dans mes WhatsApp ? Sépare ce qui attend une réponse de moi, les groupes à lire, et le bruit. Relis ma conversation avec [prénom] sur 30 jours et prépare une réponse à son dernier message, dans ma voix. Montre-la moi, n'envoie rien. Cherche dans mes WhatsApp tout ce qu'on s'est dit sur [sujet] depuis trois mois. Note ma relation avec [prénom] sur 20, comme un bulletin scolaire, sur un an de conversation.
Le skill lit, cherche, compte et rédige. Il n'envoie jamais un message. Il n'ouvre aucune conversation dans l'app, donc rien n'est marqué comme lu. Il ne modifie pas la base de WhatsApp, il en lit une copie. Il n'écrit pas dans une conversation que vous n'avez pas nommée, et il ne relaie pas le contenu d'une conversation à quelqu'un d'autre. Le seul geste qui fait partir un message, c'est votre doigt sur Entrée.
C'est le même principe que les agents qu'on met en production chez nos clients : l'agent prépare jusqu'au dernier clic, l'humain fait le dernier clic. Sur WhatsApp, le dernier clic engage votre nom auprès de gens qui vous connaissent. On ne le délègue pas.
Le 7 octobre, en clôture d'un AI Day chez un client, Charles a exporté notre conversation WhatsApp et collé le prompt du bulletin devant la salle. 17/20. Un participant a demandé si ça marchait pour un rendez-vous amoureux, un autre a voulu un certificat. Depuis, c'est la démo qu'on nous redemande.
Deux leçons de ce jour-là. Lancez le prompt avant de montrer le résultat : sur une longue conversation, Claude met plusieurs minutes à tout lire, et vingt minutes d'attente devant une salle, c'est long. Et exportez sans les médias, sinon le fichier ne rentre pas.
Le niveau 2 est né la même semaine. Charles a branché son Claude sur son WhatsApp le premier, Brian a voulu la même chose le jour même et a écrit ce script : dix-neuf mille messages depuis 2015, lus en lecture seule depuis le 6 octobre. Ce qu'on lui demande d'abord, c'est le triage : « Qu'est-ce qui m'attend ? ». Les réponses arrivent prêtes, dans la voix de chacun, et aucune ne part sans un « envoie ».
draft ne marche que pour une conversation à deux. Pour un groupe, Claude vous donne le texte, vous le collez.Le repo vit de prompts qui ont donné quelque chose. La meilleure contribution est un prompt que vous avez fait tourner sur une vraie conversation, avec ce que ça a sorti d'inattendu, anonymisé, dans prompts/. Trois consignes plus longues attendent dans prompts/plus/ : le bilan d'amitié, les envies oubliées, le groupe client.
Bienvenus aussi : une version Windows du script (WhatsApp Desktop y range sa base ailleurs, on ne l'a pas encore ouverte), un lecteur d'export qui compte les messages avant de les donner à Claude, un prompt pour les groupes de famille, une correction quand WhatsApp change son schéma. Fork, branche, pull request, et deux lignes sur la conversation qui a motivé la contribution.
Chez les ETI, on branche les agents sur l'ERP, la boîte mail et les devis avec exactement cette règle : il prépare jusqu'au dernier clic, l'humain fait le dernier clic. WhatsApp, c'est la version qu'on peut essayer ce soir.
Découvrir Marge ou écrivez-nous à [email protected]Cet atelier est tiré de Marge, la newsletter : l'IA sans bullshit, cartes sur table, chaque jeudi. Les meilleurs mots du proviseur s'y racontent, anonymisés. Inscrivez-vous ici.