Qualifier un prospect en 30 secondes avec l'IA : la démonstration

1 Qualifier, c'est trier, pas juger

Dans un service d'urgences, la première personne que l'on voit n'est pas un médecin, c'est l'infirmière de tri. Son travail n'est pas de soigner, ni de dire qui va guérir : c'est de décider qui passe en premier. Elle le fait vite, sur des constantes mesurées, et elle assume que sa décision sera révisée dès qu'une nouvelle constante tombera. Personne ne lui reproche de ne pas avoir posé de diagnostic : ce n'est pas son poste.

La qualification commerciale est ce poste-là, et on lui demande pourtant l'impossible : qu'un score annonce qui va signer. Il ne le peut pas, et aucune IA ne le pourra, parce que le budget réel, l'urgence réelle et les jeux internes chez le prospect ne sont écrits nulle part au moment où le lead arrive. Ce qu'un tri fait très bien, en revanche, c'est établir un ordre de passage défendable et signaler la constante qu'on n'a pas encore prise.

Aujourd'hui, ce tri se joue en cinq secondes, à la lecture d'un intitulé de poste et d'un nom d'entreprise, et il se joue mal. Le lead sympathique passe devant, le lead exigeant attend, et personne dans l'équipe ne sait dire sur quels critères. Ce n'est pas un problème d'outil, c'est un problème de critères non écrits : tant qu'ils restent dans la tête du commercial, ils ne se transmettent pas, ne se contestent pas et ne s'améliorent pas.

C'est là que l'IA est utile, et seulement là. Elle fait sortir les critères de la tête, les applique de la même façon au lead du lundi matin et à celui du vendredi soir, et rend un verdict écrit, donc discutable. Un score justifié se compare d'un commercial à l'autre et se corrige ; un « je le sens bien » ne se discute pas, il s'impose ou il se tait. Reste le cas qui met tout le monde d'accord contre les scores : le dossier mal noté qui finit par signer. Il existe, et il est la preuve que le tri est un ordre de passage, pas une prédiction.

La règle qui en découle tient en une ligne : un lead écarté l'est toujours par une décision humaine, et sa raison s'écrit. Le jour où cette raison est fausse, vous le saurez, et votre grille apprendra.

2 Les quatre entrées à préparer avant de demander un score

Une IA qui score dans le vide rend un score de façade : elle notera n'importe quel directeur des achats 7 sur 10, parce que ça sonne bien. La qualité de la sortie dépend entièrement de quatre entrées, et la quatrième pèse plus lourd que les trois autres réunies.

• Votre offre en une phrase : ce que vous vendez et à qui ça sert, en langage de client, pas en langage de plaquette. Si votre phrase pourrait décrire trois concurrents, elle ne sert à rien comme critère de tri.
• Votre client idéal : secteur, taille, et surtout le problème qu'il cherche à régler. Un client idéal décrit par sa seule taille d'entreprise ne discrimine rien.
• Le lead : prénom, nom, poste et entreprise, tels qu'ils sont écrits. Le poste exact compte, parce qu'il détermine si vous parlez à un prescripteur ou à un décideur.
• Ce que vous savez déjà, et d'où ça vient : la source du lead (formulaire, salon, recommandation, liste achetée), ce qui s'est dit s'il y a eu un échange, ce que vous avez lu. Cette ligne est celle qui sépare une fiche utile d'un texte générique, et la mention de la source est ce qui permet à l'IA de faire la différence entre un fait et une rumeur.

Deux ressources facultatives font franchir un cap : votre grille de client idéal, si vous en avez une, pour que l'IA score avec vos critères et non avec les siens ; et, la plus sous-estimée, vos cinq dernières affaires gagnées et vos cinq dernières perdues en trois lignes chacune, la matière qui apprend à l'IA ce qui pèse réellement chez vous plutôt que dans les manuels de vente.

Une dernière chose à préparer, qui n'est pas une donnée : accepter que l'IA vous pose des questions avant de produire. Notre prompt commence par un mode entretien, jusqu'à trois questions, les plus discriminantes. Un outil qui produit quoi qu'il arrive vous rend toujours quelque chose ; un outil qui vous demande d'abord ce qui lui manque vous rend quelque chose d'utilisable.

3 La démonstration : un cas fictif, une sortie réelle

Ce qui suit est un exemple produit en exécutant notre prompt de qualification sur un lead fictif. L'entrée est inventée de toutes pièces : ce n'est pas un client, ce n'est pas un résultat de Stéphane, aucune entreprise réelle n'est concernée. La sortie, elle, est bien celle que le prompt a rendue, recopiée sans retouche.

Les informations d'entrée sont volontairement imparfaites, parce que c'est ainsi qu'elles se présentent dans la vraie vie : un champ vide, une taille approximative, une rumeur de couloir, aucun budget. Une démonstration faite avec des informations parfaites ne prouverait rien ; avec des informations trouées, on voit ce qui compte vraiment, c'est-à-dire ce que l'IA refuse d'inventer.

Ce qu'on donne à l'IA

Ce que l'IA demande avant de produire

Première surprise pour qui a l'habitude des prompts bavards : l'outil n'a rien produit tout de suite. Il a posé deux questions, puis attendu.

Avant de trier, deux points me manquent. Premièrement : dans les affaires que vous gagnez, la responsable supply chain décide-t-elle seule, ou l'achat passe-t-il systématiquement par la direction industrielle ou la direction générale ? Deuxièmement : vos clients gagnés viennent-ils plutôt d'une douleur de délais déjà installée, ou d'un projet de modernisation planifié ?

Réponses données, elles aussi partielles, comme dans la vraie vie : « elle ne décide jamais seule chez nos clients, la direction industrielle tranche, et au-delà d'un certain montant la direction générale aussi » ; et « je ne sais pas le dire pour cette entreprise, mais en général nos meilleures affaires viennent d'une douleur de délais ».

Ce que l'IA rend (sortie réelle, non retouchée)

1. La fiche de qualification

Score : 6 sur 10. Le profil d'entreprise et le motif d'entrée correspondent à votre client idéal, et la consultation de la page des tarifs indique une intention réelle. Mais rien dans vos informations n'établit la douleur, le circuit de décision ni le budget, ce qui interdit de monter plus haut.

• Signaux positifs : PME industrielle d'environ 120 salariés et planification sous Excel déclarée par elle-même, pas déduite par vous ; le motif d'entrée est votre sujet exact, un document sur les délais de livraison et non un contenu généraliste ; le parcours sur le site inclut la page des tarifs, signal d'intention plus fort qu'un simple téléchargement.
• Signaux négatifs : d'après votre réponse, une responsable supply chain ne décide jamais seule chez vos clients, vous parlez donc à un prescripteur et non à un décideur ; le champ téléphone a été laissé vide, ce qui traduit soit une réticence à être rappelée, soit un formulaire rempli pour obtenir le document ; le lead n'a pas encore été mis à l'épreuve, aucune objection n'a été formulée, et le frein le plus probable à surveiller est l'absence de sponsor identifié au-dessus d'elle.
• Ce que je ne sais pas encore : si les retards de livraison sont une douleur actuelle et mesurée ou un sujet de veille ; qui décide chez Sogemat Composites et si un projet est déjà ouvert en interne ; le budget et l'échéance, aucune information ; le nombre de sites, votre note portant un point d'interrogation sur le site espagnol alors que le périmètre et le prix en dépendent ; l'antériorité concurrentielle, le souvenir de votre collègue n'étant pas une information tant qu'il n'est pas confirmé.

2. La question qui déplace le score

Question à poser telle quelle : « Aujourd'hui, quand un délai de livraison est raté chez vous, qui s'en rend compte le premier, et qu'est-ce que ça déclenche ? »

• Branche 1 : elle nomme une personne au-dessus d'elle et décrit une conséquence concrète (client mécontent, pénalités, réunion de crise). Le score passe à 8. Geste suivant : proposer sous dix jours un rendez-vous à deux, avec elle et la personne qu'elle a nommée, sur le thème qu'elle vient d'employer, dans ses mots.
• Branche 2 : la réponse reste générale (« c'est un sujet », « on regarde ») et ne nomme personne. Le score passe à 4. Geste suivant : sortie propre, repasser le lead en veille avec une date de reprise à trois mois, et demander avant de raccrocher ce qui déclencherait le sujet chez eux, un nouveau client, un audit, une pénalité.

3. Le verdict, prêt à journaliser

Décision : contacter. Champs à recopier dans votre CRM, à faire correspondre aux libellés de votre outil.

• Société : Sogemat Composites
• Contacts : Karine Ferreira, responsable supply chain
• Affaire : à compléter [aucun projet identifié à ce stade, intitulé à créer après le premier échange]
• Montant : à compléter [aucun budget évoqué, et le périmètre dépend du nombre de sites, non confirmé]
• Étape : premier contact à établir
• Date de clôture : à compléter [aucune échéance connue, ni côté client ni côté projet]
• Prochaine activité : appel de découverte dans les cinq jours ouvrés, tant que le téléchargement est récent. Numéro de téléphone : à compléter [champ laissé vide au formulaire, à demander par email]
• Risque : parler à un prescripteur sans sponsor identifié au-dessus d'elle
• Note d'activité : lead entrant du 9 septembre, téléchargement du document sur les délais de livraison, planification sous Excel déclarée, page des tarifs consultée. Score 6 sur 10 : profil conforme au client idéal et intention visible, mais ni douleur confirmée, ni circuit de décision, ni budget. Premier appel à passer avec une question unique sur ce que déclenche un retard de livraison. Deux points à vérifier à la source avant d'aller plus loin : le nombre de sites, et une éventuelle consultation concurrente l'an dernier, non confirmée.

4. La riposte à l'entrée en contact

Réaction la plus probable, dans ses mots : « Je n'ai fait que télécharger un document, on n'a pas de projet en ce moment. »

Réponse à lui faire : « C'est exactement pour cela que je vous appelle maintenant plutôt que dans six mois : je ne viens pas vous vendre un logiciel, je voudrais comprendre comment vous tenez vos délais aujourd'hui avec Excel, et ce que ça coûte quand ça déraille. Donnez-moi dix minutes et vous saurez à la fin si le sujet mérite d'être ouvert chez vous ou non. »

Phrase d'ouverture, tirée de ce que vous savez réellement : « Bonjour, vous avez téléchargé la semaine dernière notre document sur les délais de livraison et vous y avez indiqué que vous planifiez encore sous Excel : c'est précisément le point sur lequel je vous appelle. »

5. Ce que ce lead apprend à votre grille

• Une case déclarative cochée par le prospect lui-même vaut plus qu'une déduction tirée d'une page LinkedIn : à remonter en tête de grille.
• La consultation de la page des tarifs est un signal d'intention à tracer systématiquement ; il ne figure dans aucun de vos critères actuels.
• Le niveau responsable supply chain est un point d'entrée, jamais un point d'arrivée : ajoutez à votre grille un critère « sponsor identifié au-dessus du contact », qui plafonne le score tant qu'il reste vide.

Ce niveau de retenue ne vient pas du modèle, il vient du prompt : un bloc de garde-fous impose de n'inventer aucune valeur, de ne prêter aucune objection au prospect si rien ne l'étaye, et de ne jamais employer les libellés propres à un éditeur de CRM. C'est la partie la plus fastidieuse à écrire, et c'est celle que vous n'avez pas envie de refaire vous-même.

4 Lire la sortie sans se faire piéger

Une sortie bien construite ne vous dispense pas de la lire correctement. Trois réflexes suffisent.

Les crochets sont la partie utile

L'instinct pousse à lire le score et à sauter le reste. C'est l'inverse qu'il faut faire : les mentions « à compléter » sont la liste de courses de votre premier appel. Dans l'exemple ci-dessus, elles disent exactement quoi demander : le budget, l'échéance, le nombre de sites, le numéro de téléphone. Un commercial qui appelle avec cette liste ne fait pas un appel de découverte au hasard, il fait un appel de vérification.

Le score se relit à l'envers

Ne demandez pas « est-ce que 6 sur 10 est juste ? », demandez « qu'est-ce qui ferait passer ce 6 à 8, et qu'est-ce qui le ferait tomber à 4 ? ». C'est le rôle des deux branches : elles transforment une note statique en scénario, et elles rendent la sortie vérifiable, puisque vous saurez après l'appel laquelle s'est réalisée.

Le mauvais signal, celui qui doit vous faire relancer

Trois défauts trahissent une sortie de façade : un score rond sans justification, une date de relance sortie de nulle part, ou une objection prêtée au prospect alors que vous n'avez jamais rien dit de tel. Une relance suffit alors : « Ne garde que ce qui découle de mes informations, et marque le reste à compléter avec sa raison. » Si la seconde sortie ressemble à la première, c'est que vos entrées sont trop maigres, pas que l'outil est mauvais.

L'aveu qui va avec cette page

Nous n'avons aucune mesure indépendante du gain de temps réel de ce geste sur une équipe entière, et vous n'en trouverez pas de sérieuse ailleurs : les chiffres qui circulent viennent presque tous d'éditeurs qui vendent la fonction. Les 30 secondes du titre sont le temps de production de la fiche, pas celui de la qualification, qui inclut votre relecture et votre appel. Pour un chiffre honnête, chronométrez une semaine avant et une semaine après sur vos propres leads : un petit chiffre vrai vaut mieux qu'un grand chiffre rond.

5 Le même geste aux trois paliers : prompt, assistant, agent

Sur la qualification comme ailleurs, l'IA se monte en pyramide. Le même bloc de sortie change simplement de main à chaque étage, et c'est ce qui rend la montée évidente.

Palier 1, le prompt : le tri d'un commercial, un lead à la fois

Projetez-vous un mardi à 9 h 15, devant quatorze leads tombés pendant le week-end. Vous collez vos quatre entrées pour le premier, vous répondez aux deux questions posées, vous obtenez la fiche que vous venez de lire, vous recopiez les champs dans votre CRM et vous décrochez avec la question qui déplace le score. Quinze minutes plus tard, vos quatorze leads sont classés, quatre sont à appeler aujourd'hui, et vous savez pourquoi les dix autres attendent.

Trois réglages changent le résultat, documentés par les éditeurs eux-mêmes. Dans ChatGPT, activez la recherche web si vous voulez que l'actualité de l'entreprise entre dans le score, puis relisez les sources citées : une actualité mal attribuée fausse tout le raisonnement qui suit. Dans Claude, un Projet permet de définir des instructions permanentes, donc d'y placer une fois pour toutes votre offre et votre client idéal. Perplexity est le plus adapté quand vous ne savez presque rien du lead, chaque élément avancé arrivant avec sa source ; même exigence qu'ailleurs, ce qui n'a pas de source n'entre pas dans le score.

Palier 2, l'assistant : la grille de l'équipe, pas celle du commercial

Le prompt sert un commercial, l'assistant sert l'équipe. Un assistant dédié embarque une fois pour toutes votre client idéal, votre méthode de qualification (BANT, MEDDIC, CHAMP ou la vôtre), vos critères de disqualification et vos libellés d'étapes. Personne ne recolle son contexte, et surtout les scores deviennent comparables d'un commercial à l'autre : c'est le palier où la revue de pipeline cesse d'être une conversation d'humeurs. C'est aussi le palier que nourrit le quatrième temps de la sortie : les trois lignes « ce que ce lead apprend à votre grille », accumulées lead après lead, deviennent la base de connaissances de l'assistant. Vous ne construisez pas cette base un jour, vous la récoltez.

Palier 3, l'agent : le tri déjà fait quand vous ouvrez votre journée

Au dernier palier, la chaîne se déclenche seule : un lead entre dans le CRM, l'agent le récupère, produit la fiche, écrit lui-même les champs et la note d'activité, et vous trouvez votre liste déjà ordonnée en arrivant. Le commercial ne recopie plus rien, il valide, corrige et appelle. Ce palier suppose une connexion réelle à votre CRM, dont la disponibilité varie selon l'éditeur : HubSpot, Salesforce et folk publient chacun un serveur MCP officiel, tandis que chez Pipedrive les connexions MCP disponibles sont des implémentations tierces, ce qui change la question à poser à votre DSI (faits relevés dans notre référentiel outils, sources éditeurs vérifiées en juillet 2026). La localisation des données se vérifie dans le même mouvement : chez HubSpot, l'hébergement européen suppose d'avoir choisi le centre de données de l'Union européenne, il n'est pas automatique. Pour comprendre cette tuyauterie sans jargon, notre article sur les connecteurs, API et MCP la démonte pièce par pièce. Et la règle habituelle s'applique : on n'automatise que ce qui marche déjà à la main. Si votre grille n'est pas rodée au palier 1, l'agent industrialisera du flou, et il le fera vite.

Pour savoir par quel palier commencer dans votre équipe, notre diagnostic de maturité IA commerciale (gratuit, 3 minutes) donne un point de départ et un ordre de priorités.

6 Les erreurs fréquentes

• Demander un score sans donner de client idéal : l'IA note alors avec les critères des manuels de vente, pas avec les vôtres, et tout le monde finit à 7 sur 10.
• Confondre score et prédiction : un tri dit par quoi commencer, pas qui signera. Le jour où vous présentez un score comme une probabilité de signature, votre direction commerciale a raison de ne plus vous croire.
• Disqualifier sans écrire la raison : un lead écarté sans motif écrit ne vous apprend rien et ne peut jamais être repêché. C'est la perte la plus discrète du pipeline.
• Accepter une sortie sans crochets : si l'IA a tout rempli alors que vos informations étaient trouées, elle a comblé. Relancez plutôt que de recopier.
• Coller la liste entière le premier jour : commencez par cinq leads que vous connaissez déjà, comparez le verdict de l'IA au vôtre, corrigez votre grille. C'est ce test-là qui vous donnera confiance, pas une démonstration.
• Scorer la personne plutôt que l'affaire : on qualifie une situation professionnelle, un besoin, un circuit de décision. Jamais un caractère, un ton de voix ou une impression sur quelqu'un.

7 Scorer une personne, c'est traiter une donnée personnelle

Le point se règle en trois minutes, mais il ne se saute pas. Dès que vous notez une personne nommée, vous traitez une donnée personnelle, et deux règles s'appliquent.

La première concerne la base légale de votre prospection. En B2B, la CNIL admet que la prospection s'appuie sur l'intérêt légitime de l'organisme dès lors que la sollicitation est en rapport avec la fonction de la personne contactée, à condition qu'elle soit informée de l'origine de ses données et qu'elle puisse s'opposer facilement à de nouvelles sollicitations. Ce n'est pas une formalité de juriste : c'est ce qui fait la différence entre une prospection défendable et un fichier ramassé n'importe où. Nous détaillons ces règles, y compris pour les fichiers achetés, dans notre article sur le RGPD en prospection B2B.

La seconde concerne la décision elle-même. Le RGPD encadre strictement les décisions fondées exclusivement sur un traitement automatisé lorsqu'elles produisent des effets significatifs sur la personne, et la CNIL rappelle le droit à une intervention humaine. Un commercial qui lit un score, le discute et décide n'est pas dans ce cas de figure ; un système qui disqualifierait seul des contacts sans qu'aucun humain n'intervienne s'en approche dangereusement. La bonne nouvelle, c'est que la règle de conformité et la règle commerciale disent la même chose : l'IA propose l'ordre de passage, le commercial décide qui il appelle.

Trois réflexes pratiques pour finir. Restez sur des faits professionnels (poste, périmètre, ce qui s'est dit) et ne portez jamais de jugement sur la personne dans une note qu'elle pourrait demander à consulter. Vérifiez ce que votre entreprise autorise à coller dans un outil d'IA, en particulier si vous y versez un export du CRM. Et ne confondez pas veille et dossier : on se renseigne sur une fonction et une entreprise, pas sur une vie.

Questions fréquentes sur la qualification de prospect avec l'IA

Comment qualifier un prospect avec l'IA en quelques secondes ?

Vous donnez à l'IA quatre choses : votre offre en une phrase, votre client idéal, l'identité du lead, et surtout ce que vous savez déjà de lui avec la source de chaque information. En retour, elle rend un score justifié, les signaux positifs et négatifs nommés, la liste de ce qui manque encore, la question à poser pour trancher, et les champs à recopier dans votre CRM. Les 30 secondes sont le temps de production de cette fiche, pas le temps de la qualification complète : la décision, elle, reste un acte commercial.

Un score de qualification produit par une IA est-il fiable ?

Il est fiable comme mise en ordre, pas comme prédiction. L'IA ne connaît ni le budget réel, ni l'urgence réelle, ni les jeux internes chez le prospect : elle hiérarchise ce que vous lui donnez, rien de plus. Un score dit par quoi commencer, il ne dit pas qui signera. Sa vraie valeur est ailleurs : dans la justification écrite, qui rend le tri discutable avec un manager, et dans la liste de ce que vous ne savez pas encore.

Faut-il un outil payant pour qualifier ses leads avec l'IA ?

Non pour qualifier les leads un par un : une offre gratuite de ChatGPT, Claude ou Perplexity suffit, puisque le travail se fait sur les informations que vous fournissez. Les offres payantes changent deux choses : les quotas, quand vous passez une liste entière, et l'accès à la recherche web, qui fait entrer l'actualité de l'entreprise dans le score. Dans ce cas, relisez les sources citées : une actualité mal attribuée fausse tout le raisonnement qui suit.

Le scoring par l'IA remplace-t-il le jugement du commercial ?

Non, et il ne doit pas. L'IA propose un ordre de passage, le commercial décide qui il appelle et qui il écarte, et la raison d'un lead écarté s'écrit. Un lead noté 4 sur 10 peut devenir prioritaire parce que vous connaissez un contexte que l'IA ignore : une recommandation, un ancien collègue en poste, une conversation de salon. La machine trie, l'humain tranche.

A-t-on le droit de scorer un prospect nommé avec une IA ?

Oui, à des conditions simples. Scorer une personne nommée est un traitement de données personnelles, et la prospection B2B se fonde en général sur l'intérêt légitime, à condition que la sollicitation soit en rapport avec la fonction de la personne et qu'elle puisse s'y opposer facilement, comme le rappelle la CNIL. Deux règles de conduite s'ajoutent : rester sur des faits professionnels et ne jamais porter de jugement sur la personne, et garder une décision humaine, la CNIL encadrant strictement les décisions entièrement automatisées produisant des effets significatifs.