Cas pratique — Comparaison de modèles

Un dossier Unédic avec Luna puis Sol

Cet atelier te fait tester le même dossier sur deux modèles ChatGPT différents, pour observer concrètement ce qui change : la profondeur d’analyse, la prise en compte des exceptions réglementaires, et le temps de réponse.

🟣 Niveau Expert ⏱ 20 min 🛠 Outil · ChatGPT (Sol / Luna, GPT-5.6)

📂 Contexte

Tu es conseiller(ère) formation et tu accompagnes un stagiaire dans la compréhension de son dossier d’allocation chômage (Unédic / France Travail). Le dossier combine plusieurs situations : une rupture conventionnelle, une reprise d’activité partielle pendant l’indemnisation, et un trop-perçu signalé par France Travail.

Tu vas poser exactement la même question à ChatGPT, une première fois avec Luna sélectionné (le modèle rapide et économique), puis une seconde fois avec Sol sélectionné (le modèle le plus capable de la famille GPT-5.6).

Le prompt à copier-coller, identique dans les deux casUn demandeur d’emploi a signé une rupture conventionnelle en février, perçoit l’ARE depuis mars, a repris une activité salariée à temps partiel en mai sans la déclarer immédiatement à France Travail, et vient de recevoir une notification de trop-perçu. Explique-lui, étape par étape, ce qui a pu se passer, ce qu’il doit vérifier dans son dossier, et les points de vigilance réglementaires liés au cumul ARE/salaire.

Pas à pas

Étape 1 — Avec Luna

  • Sélectionne Luna dans le sélecteur de modèle
  • Colle le prompt ci-dessus
  • Note le temps de réponse ressenti
  • Note si la réponse liste des étapes claires mais reste assez générale

Étape 2 — Avec Sol

  • Ouvre une nouvelle conversation, sélectionne Sol
  • Colle exactement le même prompt
  • Note si la réponse croise davantage les trois problématiques entre elles (rupture + cumul + trop-perçu)
  • Note si des nuances ou mises en garde supplémentaires apparaissent

Ce qu’il faut observer

CritèreLunaSol
Vitesse de réponseQuasi instantanéeSensiblement plus lente
Structure de la réponseÉtapes listées, efficacesÉtapes détaillées, souvent reliées entre elles
Prise en compte des interactions entre les 3 problèmesTraite plutôt chaque point isolémentRelie explicitement rupture conventionnelle, cumul et trop-perçu
Mises en garde / cas particuliersPeu ou pas mentionnéesSouvent évoquées (ex. délai de carence, régularisation)
Consommation de quotaFaiblePlus élevée
📝 Voir le corrigé

Ce que tu devrais constater : Luna produit une réponse correcte et rapide, qui couvre les grandes lignes de la marche à suivre. Elle convient très bien si le stagiaire a juste besoin d’un premier repère.

Sol, sur le même prompt, prend davantage de temps mais croise les trois éléments du dossier entre eux : il explique par exemple comment la reprise d’activité non déclarée peut être à l’origine du trop-perçu, et signale des points de vigilance que Luna n’aborde pas forcément (délais de déclaration, risque de récupération échelonnée, etc.).

Conclusion pédagogiquePour une question de dossier isolée et simple, Luna suffit. Dès qu’un dossier croise plusieurs règles Unédic entre elles — comme ici — Sol apporte une vraie valeur ajoutée en reliant les points entre eux, ce qui justifie le coût de quota supplémentaire.
Bon à savoirCet exercice est pédagogique : ChatGPT ne remplace jamais un conseiller France Travail ou un juriste pour une décision définitive sur un dossier réel. Utilise-le pour dégrossir un dossier et préparer les bonnes questions, pas comme source réglementaire officielle.