> For the complete documentation index, see [llms.txt](https://academy.shade.inc/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://academy.shade.inc/guides/guides-fr/objets-personnalises-et-metadonnees/concevez-un-schema-de-metadonnees-evolutif.md).

# Concevez un schéma de métadonnées évolutif

Choisissez les types de champs, les options, les prompts d’IA et les règles de nommage qui restent cohérents à mesure que vous ajoutez des drives et des personnes.

**Résultat :** un ensemble bref et délibéré de champs de métadonnées que votre équipe renseigne de façon cohérente, que l’IA peut remplir lorsqu’elle est fiable, et que vous pouvez copier dans chaque nouveau drive.

**À qui cela s'adresse :** les administrateurs et responsables qui configurent les métadonnées pour la première fois, ou qui nettoient un drive où les champs ont proliféré.

**Temps :** environ une heure pour concevoir, et quelques minutes par drive pour l’appliquer.

## Avant de commencer

* Lire [Métadonnées et champs personnalisés](https://academy.shade.inc/ai-tools/custom-and-automated-metadata) pour les types de champs et les paramètres.
* Dressez la liste des questions que les gens posent lorsqu’ils recherchent des médias, comme « Où sont les photos phares approuvées pour ACME ? » Chaque champ devrait aider à répondre à l’une d’elles.

## Principes

{% stepper %}
{% step %}

### Commencez avec cinq à huit champs

Chaque champ correspond à quelque chose que quelqu’un doit renseigner, ou que l’IA peut se tromper. Commencez par les champs qui répondent à vos recherches les plus fréquentes. Un ensemble de départ typique :

| Champ                | Type                                      | Renseigné par                            |
| -------------------- | ----------------------------------------- | ---------------------------------------- |
| Statut               | Sélection unique                          | Personnes                                |
| Projet               | Relation (avec un objet Projets) ou texte | Automatisation ou personnes              |
| Type de contenu      | Sélection unique                          | IA                                       |
| Tags                 | Tags                                      | IA, avec de nouvelles options autorisées |
| Évaluation           | Évaluation                                | Personnes                                |
| Droits d’utilisation | Sélection unique                          | Personnes                                |

Shade extrait déjà les données du fichier (dates, dimensions, EXIF et IPTC), alors ne créez pas de champs pour celles-ci.
{% endstep %}

{% step %}

### Utilisez des sélections pour tout ce que vous filtrez

Si vous allez filtrer ou regrouper selon un champ, faites-en un champ à sélection unique ou à tags, pas un champ texte. « Approved », « approved » et « APPROVED » sont trois valeurs différentes dans un champ texte, et une seule valeur dans une sélection.

Conservez des listes d’options courtes et mutuellement exclusives. Si vous avez besoin de plus d’environ 15 options, le champ devrait probablement plutôt être une relation vers un objet personnalisé.
{% endstep %}

{% step %}

### Laissez l’IA renseigner ce qu’elle peut voir

Activez **Remplissage automatique par l’IA** pour les champs qui décrivent ce qu’il y a dans l’image ou la vidéo, comme le type de plan, le décor, les objets ou les numéros de maillot. Rédigez les prompts comme des instructions :

* « Déterminez lequel des types de plan s’applique le mieux à la vidéo ou à l’image. »
* « Choisissez les tags qui conviennent le mieux. Si un tag n’est pas disponible, créez-en un. Les tags doivent comporter un ou deux mots. »

Gardez l’IA désactivée pour les faits métier qu’elle ne peut pas voir, comme le client, les droits d’utilisation et l’approbation. Le remplissage automatique par l’IA fonctionne sur les images et les vidéos.
{% endstep %}

{% step %}

### Verrouillez les champs qui déterminent les décisions

Pour des champs comme **Statut** et **Droits d’utilisation**, activez **Verrouillage de la modification des métadonnées**, afin que seuls les gestionnaires de drive et les niveaux supérieurs puissent les modifier. Ajoutez une **Description** à chaque champ expliquant quand et comment l’utiliser.
{% endstep %}

{% step %}

### Nommez les champs pour la personne qui effectue la recherche

Utilisez des noms simples qui se lisent bien comme en-têtes de colonnes et libellés de filtres, comme **Type de plan** plutôt que `shot_type_v2`. Utilisez les mêmes noms dans chaque drive, afin que les vues et les exportations correspondent.
{% endstep %}

{% step %}

### Placez le schéma sur un drive modèle

Construisez le schéma final sur un drive modèle vide et créez de nouveaux drives avec **Dupliquer le drive**. Les modifications du schéma ne se répercutent pas sur les copies antérieures, donc lorsque vous modifiez le modèle, appliquez la même modification manuellement aux drives existants. Voir [Modèles de drive](https://academy.shade.inc/workspaces-and-drives/drive-templates).
{% endstep %}
{% endstepper %}

## Nettoyage d’un drive existant

* **Archivez** les champs que personne n’utilise. L’archivage masque le champ mais conserve ses valeurs, et vous pouvez le réactiver plus tard.
* Fusionnez les options de sélection presque dupliquées avant d’en ajouter de nouvelles.
* Après avoir modifié un prompt d’IA, utilisez **Voulez-vous relancer et remplacer toutes les cellules ?** uniquement lorsque vous souhaitez remplacer toutes les valeurs existantes.

## Guides connexes

* [Modéliser des projets et des clients en tant qu'objets personnalisés](/guides/guides-fr/objets-personnalises-et-metadonnees/modeliser-des-projets-et-des-clients-en-tant-quobjets-personnalises.md)
* [Organiser automatiquement les nouveaux téléversements](/guides/guides-fr/automatisations/organiser-automatiquement-les-nouveaux-televersements.md)
* [Créez une archive consultable](/guides/guides-fr/recherche-ia-et-archives/creez-une-archive-consultable.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://academy.shade.inc/guides/guides-fr/objets-personnalises-et-metadonnees/concevez-un-schema-de-metadonnees-evolutif.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.