Ce qu'est Claude Cowork dans l'écosystème Anthropic
Anthropic dispose de trois produits distincts. Claude est le chatbot conversationnel classique, équivalent à ChatGPT. Claude Code est l'outil de développement en terminal, orienté développeurs, qui permet de créer des applications et des scripts. Claude Cowork est une troisième couche, construite au-dessus de Claude Code, pensée pour les personnes sans compétences techniques.
La différence fonctionnelle principale : Claude Code nécessite de comprendre ce qui se passe sous le capot, de lire du code, de gérer des erreurs. Claude Cowork masque toute cette couche. Vous donnez une instruction en langage naturel, il convertit ça en commandes et les exécute. Vous ne voyez pas le code, seulement le résultat.
Contrairement à ce qu'on pourrait imaginer, Claude Cowork n'a pas accès à tout votre ordinateur par défaut. Il s'exécute dans un environnement restreint sur macOS (disponible uniquement sur Mac pour l'instant). Il n'accède qu'aux dossiers que vous lui accordez explicitement, et à Google Chrome via une extension dédiée appelée Claude Chrome.
Côté tarification : initialement disponible uniquement pour le plan Max à 100 dollars par mois, l'accès a été étendu au plan Pro suite à l'engouement. Mais le plan Pro se consomme très vite avec ce type d'usage, chaque action nécessitant des captures d'écran repassées dans le modèle, des scripts générés et relancés en boucle. En pratique, l'usage intensif de Claude Cowork est dimensionné pour le plan Max.
Cas 1 et 2 : organisation des photos et du dossier Téléchargements
Premier test : organiser un dossier Photos. Claude Cowork commence par inventorier les types de fichiers présents, identifie les doublons et les extensions, propose un plan d'organisation, demande confirmation avant d'exécuter, puis réorganise les dossiers. Il ne supprime rien : les fichiers dupliqués sont regroupés dans un dossier dédié pour que vous décidiez vous-même.
Même logique appliquée à un dossier Téléchargements contenant 4300 fichiers : factures, installeurs (.dmg), archives (.zip), doublons, captures d'écran. Après analyse, il crée automatiquement des sous-dossiers thématiques (Documents, Media, Installers, Duplicates, etc.) et déplace les fichiers en conséquence. Le tout prend environ 5 minutes.
C'est l'un des cas d'usage les plus solides. La logique de ne rien supprimer est une bonne décision par défaut, et le résultat est directement exploitable : les doublons sont isolés, les installeurs regroupés, le dossier nettoyé.
Cas 3 : audit de profil LinkedIn
Deuxième catégorie de test : la navigation web. L'instruction donnée : aller sur un profil LinkedIn public, l'analyser en tant qu'expert en personal branding, et produire un rapport d'amélioration.
Claude Cowork ouvre Chrome via l'extension, recherche le profil, scrolle la page en prenant des captures d'écran à intervalles réguliers pour analyser le contenu visible, puis génère un audit structuré avec un score global et des recommandations concrètes : description trop autobiographique, absence de CTA, informations datées, contenu entièrement en anglais sur un profil francophone.
Le rapport est exporté en fichier .docx. Le résultat est exploitable. Ce qui aurait nécessité de copier-coller manuellement le contenu du profil dans un LLM a été fait de bout en bout de façon autonome.
Cas 4 : création d'une présentation PowerPoint
À partir du rapport d'audit LinkedIn, l'instruction suivante : créer une présentation PowerPoint avec les recommandations, style minimaliste inspiré d'Apple.
Claude Cowork génère d'abord des fichiers HTML intermédiaires, les convertit en PowerPoint via un script. Le résultat est une présentation correcte, sobre, avec le contenu de l'audit structuré en slides. Pour une instruction aussi courte (pas de template fourni, pas de couleurs précisées, pas de structure imposée), le rendu est au-dessus des attentes.
Là où ça coince : l'import vers Google Slides échoue systématiquement. Claude Cowork n'arrive pas à interagir avec les boîtes de dialogue natives de macOS pour uploader un fichier. C'est une limite structurelle actuelle, pas un bug ponctuel.
Quand on lui demande de modifier les couleurs de la présentation via l'extension Chrome dans Google Slides, il y arrive en naviguant et en cliquant lui-même sur les éléments, mais avec une lenteur notable et des tentatives multiples. Chaque action passe par une capture d'écran, une analyse, un clic, une nouvelle capture, une vérification.
Cas 5 : extraction et classification de factures vers Excel
Test sur les factures organisées lors du premier cas : demande de lire toutes les factures PDF du dossier, les classifier par catégorie et fournisseur, et produire un fichier Excel.
Claude Cowork crée un script Python pour lire les PDF, tombe sur des erreurs, recrée le script, identifie lui-même une anomalie de classification (104 factures dans la catégorie Télécom, ce qui n'est pas cohérent), corrige sa logique de classification et relance. Après environ 7 minutes, il produit un fichier CSV avec noms de fichiers, fournisseurs, catégories et montants.
Le résultat importé dans Google Sheets est exploitable. Il y a des erreurs de lecture sur certains PDF, mais la majorité est correctement traitée. Ce qui est remarquable : il a identifié lui-même que sa première classification était erronée et l'a corrigée sans intervention.
Cas 6 : créer une landing page à partir d'une vidéo
Test plus ambitieux : partir d'une vidéo Instagram, en extraire le contenu, et créer une landing page complète avec un lead magnet (formulaire de capture d'email en échange d'un contenu).
Premier obstacle : l'extraction audio échoue, les modèles de transcription en ligne sont bloqués. Solution trouvée de façon autonome : découper la vidéo frame par frame et lire les sous-titres pour reconstituer la transcription. La méthode est détournée mais elle fonctionne.
À partir de cette transcription, Claude Cowork crée une landing page HTML complète avec une promesse de contenu (50 prompts Claude Code), un formulaire d'email, et un design sobre. Il génère ensuite l'interface des 50 prompts eux-mêmes, en allant chercher les meilleures pratiques en ligne, organisés par catégories avec un système de filtrage et un bouton de copie. La recherche fonctionne dans l'interface générée. Le tout est déployable tel quel sur un hébergeur.
C'est le cas d'usage le plus impressionnant du test : partir d'une vidéo et arriver à une interface fonctionnelle avec du contenu réel, sans écrire une ligne de code.
Cas 7 : gestion des emails
Instruction : se connecter à la boîte email, analyser les 7 derniers jours, identifier les emails urgents et suggérer des réponses.
Claude Cowork navigue sur Gmail via Chrome, lit les emails non lus un par un en prenant des captures d'écran, puis produit un récap structuré avec les emails urgents identifiés. Il peut ensuite rédiger un brouillon de réponse sur demande.
Ça fonctionne, mais c'est lent et gourmand en tokens. Chaque email nécessite une navigation, une capture, une analyse. Pour une gestion quotidienne d'inbox, ce n'est pas le format le plus efficace. Une intégration via API Gmail serait plus adaptée, mais c'est précisément ce que Claude Cowork est censé éviter pour les non-développeurs.
Bonus : réorganiser les playlists YouTube
Test sur YouTube Studio : réorganiser les playlists d'une chaîne en suivant des recommandations SEO générées par un autre outil IA.
Claude Cowork crée les nouvelles playlists une par une dans YouTube Studio en cliquant lui-même sur les boutons, écrit les titres, puis essaie d'ajouter les vidéos existantes aux bonnes playlists. À mi-parcours, il suggère lui-même d'utiliser l'API YouTube plutôt que la navigation manuelle parce que le processus est trop lent. Quand on lui demande de créer le script Python correspondant, il le fait, mais précise ensuite qu'il faudra le lancer manuellement.
C'est le cas qui illustre le mieux la limite structurelle de l'outil : pour les tâches répétitives à grande échelle sur des interfaces web, la navigation manuelle par captures d'écran atteint ses limites en temps et en tokens, et la solution optimale (un script via API) sort du périmètre "sans code" pour lequel l'outil est positionné.
Ce qui manque encore
Claude Cowork a été développé en 10 jours, et ça se voit. L'interface ne scrolle pas automatiquement vers le dernier message, ce qui oblige à scroller manuellement en permanence pendant les longues sessions. Certaines actions plantent entre deux onglets. L'upload de fichiers vers des services externes (Google Drive, Google Slides) ne fonctionne pas à cause de la limitation d'interaction avec les boîtes de dialogue natives macOS.
La consommation de tokens est élevée par nature : chaque action passe par une capture d'écran repassée dans le modèle. Sur le plan Pro, les sessions intensives épuisent le quota rapidement. L'usage réel est dimensionné pour le plan Max.
Ce qui fonctionne bien : l'organisation de fichiers, l'audit et la navigation web pour collecter des informations, la génération de documents et d'interfaces HTML à partir de contenu existant, la lecture et classification de PDF. Ce qui reste fragile : tout ce qui nécessite des interactions répétitives avec des interfaces web complexes, et les tâches qui nécessitent à terme une API plutôt qu'une navigation manuelle.
Le potentiel est réel. Pour quelqu'un sans compétences techniques qui voulait automatiser la classification de ses factures, créer un audit de profil ou générer une landing page, Claude Cowork fait des choses qui auraient nécessité soit d'apprendre à coder, soit de payer quelqu'un pour le faire. Ce n'est pas encore au niveau d'un outil de production robuste, mais la direction est claire. Pour une approche plus technique de l'automatisation SEO, un audit complet reste le meilleur point de départ.
