Claude Code · 8 min · 2026-10-23 · Par Équipe MaitriseLIA
LLM Council : le skill Claude Code qui soumet vos décisions à cinq conseillers IA, testé sur une vraie décision
Un skill Claude Code promet d’en finir avec la première réponse complaisante de Claude : cinq conseillers aux profils opposés, une relecture anonyme, un verdict. Nous l’avons testé sur une vraie décision, posée sous deux formulations contraires, puis comparé à un second modèle. Le résultat est utile, mais les cinq conseillers sont un seul et même modèle.
L’essentiel en une minute
- Ce que c’est : un skill pour Claude Code. Vous écrivez « council this » suivi d’une décision ; il convoque cinq conseillers IA aux consignes opposées, leur fait relire anonymement leurs réponses, puis un président rédige le verdict.
- L’origine : le LLM Council d’Andrej Karpathy, qui faisait débattre plusieurs modèles différents (GPT, Gemini, Claude, Grok).
- La nuance : le skill fait jouer les cinq rôles au même modèle, Claude. Ses propres instructions le disent.
- Notre test : une vraie décision d’entreprise, posée sous deux formulations opposées, puis la même question à Codex.
- Notre verdict : marque-page. Utile pour structurer une grosse décision, sans être un conseil de plusieurs IA.
Le reel qui le présente promet d’arrêter de croire la première réponse de Claude. Le problème est réel : les assistants IA ont tendance à donner raison à leur interlocuteur, et Anthropic l’a documenté dès 2023 dans une étude sur la complaisance des modèles. Demandez « est-ce une bonne idée ? » et l’on vous trouvera des raisons d’y aller ; demandez « est-ce une erreur ? » et l’on vous en trouvera pour renoncer. LLM Council veut corriger ce biais en multipliant les points de vue.
D’où vient LLM Council
En novembre 2025, Andrej Karpathy, cofondateur d’OpenAI et ancien responsable de l’IA chez Tesla, publie une petite application web. Elle envoie la même question à plusieurs modèles via OpenRouter, leur fait noter les réponses des autres sans savoir qui a écrit quoi, puis confie la synthèse à un « président ». Il la décrit comme un bricolage d’un samedi, presque entièrement écrit par l’IA, qu’il ne compte pas maintenir. Le dépôt dépasse aujourd’hui 25 000 étoiles.
Au printemps 2026, Ole Lehmann adapte l’idée à Claude Code. Le skill circule depuis en deux copies presque identiques : celle de tenfoldmarc, montrée dans le reel (environ 930 étoiles, publiée le 18 avril), et celle d’aiwithremy (environ 2 700 étoiles, publiée le 25 avril). Les deux tiennent en un seul fichier d’instructions et n’ont pas été mises à jour depuis. Aucune n’a de fichier de licence : la première se dit « MIT » dans son README, la seconde ne dit rien, et le projet de Karpathy n’en a pas non plus.
Comment il fonctionne
- Le cadrage. Claude lit votre contexte (votre fichier CLAUDE.md, votre mémoire) et reformule la question de façon neutre.
- Cinq conseillers en parallèle, chacun avec une consigne : le contradicteur cherche ce qui va échouer, le penseur des principes se demande si l’on pose la bonne question, l’optimiste cherche le potentiel caché, le regard extérieur répond sans contexte, le pragmatique ne s’intéresse qu’à ce qu’on fait lundi matin.
- La relecture anonyme. Cinq nouveaux agents lisent les cinq réponses, étiquetées de A à E, et désignent la meilleure, celle qui a le plus gros angle mort, et ce que toutes ont oublié.
- La synthèse. Un président rédige le verdict : points d’accord, désaccords, angles morts, recommandation et première action. Selon la copie, le tout finit dans un rapport HTML ou dans la conversation.
Cela fait onze sous-agents par question, pour environ quatre minutes selon l’auteur.
Cinq conseillers, un seul modèle
C’est la différence que le reel passe sous silence. Karpathy interrogeait des modèles différents, entraînés par des équipes différentes sur des données différentes : leurs erreurs avaient une chance de ne pas se recouper. Le skill, lui, demande à Claude de jouer cinq rôles. Ses instructions le reconnaissent : les modèles différents y sont remplacés par des sous-agents qui reçoivent chacun une consigne différente.
Cela a deux conséquences. Cinq copies d’un même modèle partagent les mêmes connaissances et les mêmes angles morts : changer la consigne change l’angle et le ton, pas ce que le modèle sait. Et la relecture se fait entre clones. Karpathy anonymisait les réponses pour qu’aucun modèle ne favorise ses propres textes, un biais documenté par une étude présentée à NeurIPS 2024. Dans le skill, tous les textes sortent du même modèle : la relecture ne peut pas apporter le regard d’une autre IA.
Notre test : la même décision, posée de deux façons
Nous avons soumis au conseil un cas fictif mais réaliste. Une agence marketing de 8 personnes réalise 900 000 euros de chiffre d’affaires. Trois salariés utilisent Claude Pro à 20 euros par mois. Le dirigeant envisage de passer toute l’équipe sur l’offre Max, autour de 100 euros par mois et par personne, soit 9 600 euros par an. Nous avons posé la question deux fois : « est-ce une bonne idée ? », puis « est-ce que ce serait une erreur ? ». Nous avons déroulé le skill dans Claude Code, étape par étape, en reprenant ses modèles de prompts. Pour le détail des offres, voir notre article sur le prix de Claude Code.
Le verdict ne dépend pas de la formulation. Dès le cadrage, les deux questions ont été reformulées de façon équilibrée. Les deux présidents arrivent à la même conclusion : ne pas passer les huit personnes sur Max d’un coup, mesurer d’abord combien de fois les utilisateurs actuels butent sur les limites de Pro, et réserver Max à ceux qui saturent. Sur ce point, le skill tient sa promesse.
Les conseils sont concrets. Mesurer avant d’acheter, comparer avec l’offre Team de l’éditeur pour les données clients, et ne pas oublier que, si l’agence facture au temps passé, chaque heure gagnée est une heure qu’elle ne facture plus. Un dirigeant y trouverait de quoi décider.
La diversité est en partie de façade. Sur les dix conseillers des deux séances, huit répètent que Max apporte plus de volume sans donner un meilleur modèle, huit renvoient vers l’offre Team, huit demandent de mesurer les limites d’abord. Seul l’optimiste, dont la consigne est d’ignorer les risques, dit oui. Les dix relecteurs l’ont tous désigné comme le maillon faible, et neuf sur dix ont relevé le même oubli : les outils d’IA que l’agence paie peut-être déjà, comme Copilot ou Gemini.
La relecture apporte un vrai plus. Elle a fait remonter des points que la plupart des conseillers avaient manqués : des salariés qui utilisent peut-être déjà une IA personnelle avec des données clients, des contrats clients qui peuvent encadrer l’usage de l’IA, et la possibilité de tester Max un mois sur un seul utilisateur avant de décider.
Personne n’a vérifié les prix. Le skill ne demande à aucun agent de chercher l’information : toutes les réponses renvoient à un tarif « à vérifier », alors que la recommandation en dépend.
Chaque séance a demandé entre deux et trois minutes de calcul, en lançant les agents en parallèle, sans compter l’orchestration. Sur notre poste, chaque sous-agent a compté autour de 100 000 tokens, l’essentiel étant le contexte de départ qu’il recharge. Ce chiffre dépend de votre configuration, mais une séance pèse sur votre quota des dizaines de fois plus qu’une question simple.
Le contrepoint : un second modèle en 20 secondes
Nous avons posé la même question, dans les deux formulations, à Codex, l’assistant d’OpenAI. En 20 secondes, il a donné la même recommandation : ne pas passer les huit personnes sur Max, regarder l’offre Team, tester d’abord sur ceux qui atteignent les limites. Il a aussi cherché les tarifs en ligne avant de répondre.
Le conseil a couvert plus de terrain : la facturation au temps passé, l’usage d’IA personnelles, les contrats clients. Codex a été plus rapide et mieux informé sur les prix. Pour une décision qui engage, le plus solide est de combiner les deux : la structure du conseil, et au moins un modèle d’un autre éditeur dans la boucle.
Comment obtenir un vrai deuxième avis
- Le projet de Karpathy interroge réellement plusieurs modèles, avec une clé OpenRouter payante. C’est un prototype non maintenu, à réserver aux personnes à l’aise avec le code.
- Posez la même question à un autre assistant (ChatGPT, Gemini, Le Chat de Mistral) et comparez. Si vous faites relire les réponses, masquez de quel modèle vient chacune.
- Pour un plan technique, faites relire le plan de Claude par un modèle d’un autre éditeur. Des outils comme Claudex Loop automatisent cette relecture par Codex.
- Testez la formulation vous-même : posez la question dans les deux sens. Si la réponse change, méfiez-vous des deux.
Pour qui
- Utile pour les décisions qui engagent (prix, recrutement, positionnement, gros achat) : le skill oblige à cadrer la question, à entendre un contradicteur et à finir sur une première action.
- Inutile pour les questions factuelles, la rédaction ou les petites décisions ; ses propres instructions le précisent.
- À savoir : le skill lit votre fichier CLAUDE.md et votre mémoire pour donner du contexte aux conseillers. Tout reste dans Claude, mais relisez ce que contiennent ces fichiers. L’installation se résume à copier un fichier dans le dossier des skills de Claude Code.
Notre verdict : marque-page
LLM Council est un bon cadre de décision. Il force à reformuler la question, à écouter un contradicteur et à conclure, et notre test montre qu’il résiste à une formulation orientée. Mais ses « cinq IA » sont un seul modèle avec cinq consignes : les arguments se répètent et aucun fait n’est vérifié. Gardez-le pour les décisions qui comptent, et quand l’enjeu le justifie, ajoutez l’avis d’un modèle d’un autre éditeur.
Sources
À propos de l'auteur
Équipe MaitriseLIA
Experts en formation Claude Code, Anthropic API et outils d'IA professionnels. Nos contenus sont rédigés par des spécialistes qui utilisent Claude Code et les MCPs au quotidien pour automatiser leurs business.