synthese-multi-llm
Synthétiser du texte avec un conseil multi-LLM
Les documents longs peuvent être difficiles à résumer sans perdre de sens ni biaiser le résultat. Cette compétence compare plusieurs perspectives de modèles et conserve la trace du raisonnement.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Ressources lisibles par les agents
Utilisez ces liens lorsqu'un AI Agent, un crawler ou un script a besoin d'un contexte propre au lieu de lire toute la page.
Tester
Utilisation de "synthese-multi-llm". Un rapport stratégique de 20 pages doit être résumé pour une réunion de direction.
Résultat attendu:
Un résumé exécutif concis avec les affirmations clés, les points de décision, les notes d’incertitude et une évaluation de convergence.
Utilisation de "synthese-multi-llm". Un projet de résumé pourrait surestimer le document source.
Résultat attendu:
Une revue de fidélité qui liste les affirmations non étayées, le contexte manquant et des formulations de remplacement plus sûres.
Utilisation de "synthese-multi-llm". Un article technique nécessite une explication accessible aux lecteurs.
Résultat attendu:
Un résumé structuré qui distingue les faits, l’interprétation et les questions non résolues.
Audit de sécurité
Risque moyenStatic analysis found many command, credential, network, filesystem, and hash patterns. Review confirms these are mostly intended multi-LLM orchestration features, not confirmed malicious behavior. The skill should publish with a medium-risk warning because it can send source text to model providers and persist audit data locally.
Problèmes à risque moyen (4)
Problèmes à risque faible (3)
Facteurs de risque
⚡ Contient des scripts (3)
🌐 Accès réseau (4)
📁 Accès au système de fichiers (3)
🔑 Variables d’environnement (4)
Motifs détectés
Score de qualité
Ce que vous pouvez construire
Réviser une note de politique publique
Créer un résumé équilibré et identifier les points où le sens pourrait changer lors de la compression.
Comparer des interprétations de recherche
Demander à plusieurs rôles de modèles d’extraire les affirmations, de critiquer les omissions et de converger vers une synthèse finale.
Préparer des résumés exécutifs
Transformer un long rapport en résumé ciblé avec des contrôles d’audience, de ton et de longueur.
Essayez ces prompts
Utilise synthese-multi-llm pour résumer ce document pour un public général. Conserve les affirmations clés et note les principales incertitudes.
Utilise le conseil pour résumer ce rapport pour des dirigeants. Rends-le concis, formel et axé sur les décisions.
Compare ce texte source avec mon projet de résumé. Identifie les omissions, les ajouts et les changements de sens avant de le réviser.
Lance une synthèse multi-modèles standard avec piste d’audit activée. Préserve les points de désaccord et explique le score de convergence.
Bonnes pratiques
- Vérifiez la sensibilité de la source avant d’envoyer des documents à des fournisseurs de modèles externes.
- Utilisez le mode critique lorsque l’exactitude compte davantage que la vitesse.
- Désactivez les pistes d’audit lorsque la persistance locale du texte source n’est pas acceptable.
Éviter
- Ne traitez pas de secrets, d’identifiants ou de dossiers confidentiels sans politique de données approuvée.
- Ne considérez pas le score de convergence comme une preuve que le résumé est correct.
- N’exécutez pas de backends CLI configurables à partir de fichiers de configuration non fiables.