Réussir la Claude Certified Architect (CCA-F) : le guide complet
Le 12 mars 2026, Anthropic a lancé sa première certification technique officielle : la Claude Certified Architect — Foundations (CCA-F). Ce n'est ni un badge de littératie IA, ni un test de « prompts malins ». C'est un examen de niveau 300, basé sur des scénarios de production, qui valide une seule chose : êtes-vous capable de concevoir et de livrer des systèmes Claude qui tiennent en conditions réelles ?
Ce guide rassemble tout ce qu'il faut pour la décrocher du premier coup : à qui elle s'adresse et ce qu'elle vaut, comment s'inscrire, le format exact, les cinq domaines et leur pondération illustrés par des schémas, le type de questions avec des exemples corrigés, les pièges qui font échouer la majorité, un plan de révision sur six semaines, les formations gratuites officielles avec leurs liens, et un lexique complet. Que vous visiez la certif pour vous ou pour cadrer la montée en compétences d'une équipe, lisez ceci avant de vous inscrire.
C'est quoi, exactement, la CCA-F ?
Voici les spécifications officielles à connaître avant de réserver votre créneau :
- Format : questions à choix multiple, chacune avec une bonne réponse et trois distracteurs.
- Nombre de questions : 60.
- Scénarios : l'examen pioche 4 scénarios sur 6 au hasard. Les six : Agent de résolution support client, Génération de code avec Claude Code, Système de recherche multi-agents, Productivité développeur avec Claude, Claude Code pour l'intégration continue, Extraction de données structurées.
- Durée : 120 minutes (soit ~2 minutes par question).
- Score : échelle de 100 à 1000, réussite à 720. Scoring pondéré : les questions des domaines lourds pèsent plus.
- Coût : 99 $ (0 $ pour les 5 000 premiers employés du Claude Partner Network).
- Surveillance : en ligne (proctored) ou centre d'examen. Vous ne pouvez pas avoir Claude ouvert dans une autre fenêtre.
- Langue : anglais uniquement.
- Inscription : via Anthropic Academy sur Skilljar. Rapport de score sous ~2 jours ouvrés.
À qui s'adresse-t-elle, et est-ce qu'elle vaut le coup ?
La cible : ingénieurs logiciel, architectes de solutions et développeurs IA qui construisent réellement avec Claude — l'API, Claude Code, l'Agent SDK, le MCP. Si vous n'avez jamais dépassé le stade du chat, ce n'est pas pour vous tout de suite : l'examen suppose de la pratique.
Pourquoi elle compte, concrètement : c'est la première certification adossée à l'éditeur lui-même, dans un écosystème en pleine adoption entreprise. Anthropic a engagé un investissement de 100 millions de dollars en 2026 sur son réseau de partenaires, et de grands cabinets de conseil forment leurs effectifs sur Claude à très grande échelle. Résultat : pour les rôles de delivery orientés Claude, le credential devient une attente de base. « Je sais faire du prompt engineering » se déclare ; une certif éditeur, elle, se prouve.
Comment s'inscrire
Le parcours d'inscription, étape par étape :
- Créez un compte sur Anthropic Academy (Skilljar) — un simple email suffit, pas besoin de compte Anthropic Console.
- Suivez le parcours de préparation et passez l'examen blanc officiel disponible sur la plateforme.
- Demandez l'accès à l'examen. Aujourd'hui, l'accès passe surtout par le Claude Partner Network ; l'ouverture au grand public et le prix post-lancement ne sont pas encore confirmés officiellement.
- Réservez votre créneau surveillé (en ligne ou en centre) et réglez les 99 $ (ou 0 $ si vous faites partie des 5 000 premiers employés partenaires).
- Recevez votre rapport de score sous environ 2 jours ouvrés.
Les cinq domaines (et leur poids)
C'est LA donnée stratégique de votre révision. Le scoring est pondéré, donc votre temps doit l'être aussi.
Pondération des domaines de la CCA-F
Domaine 1 — Architecture agentique & orchestration (27 %)
Le plus lourd, et celui qui fait le plus échouer. Conception de systèmes multi-agents, boucle agentique, décomposition de tâches, génération de sous-agents, gestion du cycle de vie des outils, hooks, état de session, gestion des échecs dans un pipeline. C'est ici que vivent les vraies décisions d'architecture, sur la base du Claude Agent SDK.
Tout commence par la boucle agentique. Elle repose entièrement sur le champ stop_reason renvoyé par l'API — à connaître par cœur.
Au-delà d'un seul agent, le pattern multi-agents de référence est l'orchestrateur en étoile : un agent central délègue à des sous-agents spécialisés, chacun avec un contexte isolé, puis agrège les résultats.
Domaine 2 — Configuration Claude Code & workflows (20 %)
Structures du fichier CLAUDE.md, configuration des prompts, mode plan vs mode exécution, intégration des actions de l'agent dans les pipelines CI/CD. L'examen vérifie que vous savez cadrer un agent de code : où placer les instructions persistantes, quand planifier avant d'agir, comment insérer un agent dans une chaîne d'intégration continue sans le laisser exécuter n'importe quoi.
Domaine 3 — Prompt engineering & sorties structurées (20 %)
Placement du contexte, balises XML, few-shot, schémas JSON, stratégies de parsing, boucles de validation/retry. Ce domaine pèse moins que l'orchestration : l'examen part du principe que vous savez écrire un prompt. Ce qu'il teste, c'est la robustesse — et notamment un piège récurrent : un schéma JSON garantit la syntaxe, jamais la sémantique.
Domaine 4 — Tool design & intégration MCP (18 %)
Conception de serveurs MCP (Model Context Protocol), schémas de ressources et de prompts, validation des outils, prévention du mauvais routage (tool misrouting). Le MCP est le protocole standard par lequel Claude se connecte à des outils et données externes.
Domaine 5 — Gestion du contexte & fiabilité (15 %)
Le plus léger, mais ne le sautez pas. Optimisation de la fenêtre de contexte, élagage, budget de tokens, prompt caching (économie de tokens), propagation des erreurs, boucles d'escalade, points de contrôle Human-in-the-Loop (HITL), dégradation gracieuse, état de session.
Le type de questions (et comment y répondre)
Toutes les questions sont des mises en situation : on vous décrit un système en production, et on vous demande la meilleure décision d'architecture. Le piège est structurel : les trois mauvaises réponses sont des anti-patterns réalistes, exactement ce que choisirait quelqu'un avec une connaissance incomplète.
La bonne méthode : ne cherchez pas « la réponse juste » dans l'absolu, cherchez celle qui tient en production. Demandez-vous toujours : laquelle gère l'échec ? laquelle évite l'action irréversible non validée ? laquelle s'appuie sur le mécanisme natif (le stop_reason, le schéma, le cache) plutôt que sur un bricolage ?
Reconnaître le distracteur
| Anti-pattern (distracteur) | Bonne réponse (production) | |
|---|---|---|
| Fin de boucle agentique | Parser le texte pour deviner la fin | Se fier à stop_reason (end_turn) |
| Sortie structurée | Faire confiance au JSON valide | Valider la sémantique en plus de la syntaxe |
| Revue de code | L'agent relit son propre code | Instance indépendante, sans contexte de génération |
| Action irréversible | Laisser l'agent décider seul | Point de contrôle HITL avant exécution |
| Contexte saturé | Tout empiler dans la fenêtre | Élaguer + budgéter les tokens + cache |
| Mauvais routage d'outil | Descriptions d'outils vagues | Schémas et descriptions explicites |
Entraînez-vous sur des questions réalistes
Votre agent appelle un outil. La réponse de l'API contient stop_reason: "tool_use". Que doit faire votre boucle ?
Les pièges classiques qui font échouer
stop_reason, jamais le parsing de texte.
4. Faire auto-réviser l'agent. L'isolation de contexte n'est pas un détail, c'est une réponse d'examen.
5. Oublier le HITL. Dès qu'une action est irréversible, la bonne réponse passe presque toujours par un point de contrôle humain.Plan de révision (≈ 6 semaines)
Calé sur les poids. Adaptez le rythme, gardez l'ordre.
Itinéraire de préparation
Lire le guide d'examen officiel
Le PDF officiel fonctionne comme un cours autonome. Lisez-le en entier avant de toucher aux cours. Repérez les 6 scénarios.
Domaine 1 — Agentique (27 %)
Claude Agent SDK, boucle agentique, orchestrateur/sous-agents, hooks, état de session. Construisez un mini système multi-agents pour ancrer la théorie.
Domaines 2 & 3 (20 % + 20 %)
Claude Code & CLAUDE.md, mode plan vs exécution, CI/CD. Puis prompt engineering : schémas JSON, balises XML, boucles de validation.
Domaines 4 & 5 (18 % + 15 %)
MCP : concevoir un serveur, valider les outils, éviter le misrouting. Fiabilité : prompt caching, budget de tokens, HITL, dégradation gracieuse.
Examen blanc + stratégie
Passez l'examen blanc d'Anthropic Academy en conditions chronométrées. Analysez chaque erreur, révisez les distracteurs, calez votre rythme à 2 min/question.
Les formations gratuites officielles (avec liens)
La bonne nouvelle : la meilleure prépa est gratuite et signée Anthropic. Évitez les « braindumps » payants douteux — souvent périmés et risqués. Concentrez-vous sur les sources officielles.
Les cours d'Anthropic Academy les plus utiles pour la CCA-F (tous gratuits, en anglais) : Building with the Claude API, Claude Code in Action, Claude Code 101, Introduction to Subagents, Skills in Claude Code, Introduction to Claude Cowork, et le socle AI Fluency / AI Capabilities and Limitations. La doc technique officielle reste la référence absolue : docs.claude.com (API, Agent SDK, MCP, prompt caching, Claude Code).
Le jour J
- Rythme : 60 questions en 120 minutes = 2 min/question. Ne vous enlisez pas ; marquez les questions difficiles et revenez-y.
- Environnement : examen surveillé. Pièce calme, bureau dégagé. Claude doit être fermé — aucune fenêtre ouverte.
- Lecture du scénario : lisez le contexte en entier avant les options. Le scénario contient souvent l'indice qui élimine deux distracteurs.
- Méthode d'élimination : repérez d'abord les deux anti-patterns évidents, puis tranchez entre les deux réponses « plausibles » avec le critère production (échec géré ? action validée ? mécanisme natif ?).
- Ne sur-réfléchissez pas : la bonne réponse suit les bonnes pratiques Anthropic, pas la plus astucieuse.
Lexique IA & Claude à connaître
Les termes qui reviennent dans les questions. Maîtrisez-les, ils sont la grammaire de l'examen.
📚Glossaire complet (déroulez)
Agentic loop (boucle agentique) — Cycle requête → appel modèle → exécution d'outil → réinjection du résultat → re-bouclage, jusqu'à end_turn.
stop_reason — Champ renvoyé par l'API indiquant pourquoi Claude s'est arrêté. tool_use = il demande un outil ; end_turn = il a fini.
Claude Agent SDK — Kit officiel pour construire des agents autonomes : gestion de la boucle, des sous-agents, des hooks et de l'état de session.
Subagent (sous-agent) — Agent secondaire à qui l'orchestrateur délègue une tâche isolée, avec son propre contexte.
Orchestrator / hub-and-spoke — Pattern où un agent central coordonne plusieurs sous-agents spécialisés en étoile.
Task decomposition — Découper une tâche complexe en sous-tâches déléguables.
MCP (Model Context Protocol) — Protocole standard pour connecter Claude à des outils et sources de données externes via des serveurs MCP.
MCP server — Service exposant des ressources, prompts et outils à Claude selon le protocole MCP.
Tool use — Mécanisme par lequel Claude appelle un outil défini par son schéma, plutôt que de répondre en texte libre.
Tool misrouting — Erreur où l'agent appelle le mauvais outil ; à prévenir par des schémas et descriptions clairs.
JSON Schema — Spécification décrivant la forme attendue d'une sortie ; garantit la syntaxe, pas la sémantique.
Pydantic — Bibliothèque Python de validation de données, souvent utilisée pour typer/valider les sorties structurées.
CLAUDE.md — Fichier de configuration et d'instructions persistantes pour Claude Code, lu automatiquement.
Plan mode vs execute mode — Dans Claude Code, séparation entre planifier (sans agir) et exécuter les actions.
Hooks — Points d'interception permettant d'exécuter du code à des moments clés du cycle de l'agent.
Prompt caching — Mise en cache de portions de prompt réutilisées pour réduire coût et latence (économie de tokens).
Context window (fenêtre de contexte) — Espace de travail limité du modèle ; sa mémoire à court terme.
Context pruning (élagage) — Retirer du contexte ce qui n'est plus utile pour éviter la saturation.
Token budgeting — Allouer délibérément les tokens entre instructions, contexte et sortie.
HITL (Human-in-the-Loop) — Point de contrôle où un humain valide avant une action sensible ou irréversible.
Few-shot prompting — Donner des exemples dans le prompt pour guider le format et le comportement.
XML tags — Balises structurant le prompt pour délimiter clairement contexte, consignes et exemples.
Structured output (sortie structurée) — Sortie contrainte à un format machine (JSON via schéma), pour fiabiliser le parsing.
Validator / retry loop — Boucle qui vérifie la sortie et redemande en cas d'échec de validation.
Message Batches API — API de traitement par lots pour exécuter de nombreuses requêtes de façon asynchrone et économique.
Multi-pass review — Revue en plusieurs passes (par fichier puis transversale) pour éviter la dilution de l'attention.
Graceful degradation — Concevoir le système pour qu'il se dégrade proprement plutôt que d'échouer brutalement.
Escalation loop (boucle d'escalade) — Mécanisme qui fait remonter un cas à un agent supérieur ou à un humain quand l'agent échoue.
Distractor (distracteur) — Dans un QCM, une mauvaise réponse plausible — ici souvent un anti-pattern réaliste.
En résumé
La CCA-F récompense une chose : la capacité à faire des choix d'architecture qui tiennent en production. Trois leviers font la différence — réviser par poids (l'agentique d'abord), s'entraîner à reconnaître les anti-patterns plutôt qu'à mémoriser des réponses, et s'appuyer sur les ressources officielles gratuites plutôt que sur des dumps. Le reste, c'est de la pratique : construisez un petit système agentique, cassez-le, réparez-le. C'est exactement ce que l'examen vous demandera de savoir faire.
Cet article fait partie du module Apprendre de nAIvigate. Pour approfondir deux sujets directement testés par la certification, lisez La dérive des agents IA et La mémoire persistante.
Vous voulez certifier une équipe entière ou passer de la théorie à un système Claude réellement déployé ? C'est le métier de nAIvigate Studio : de l'architecture agentique à la mise en production, accompagnés bout en bout.
Sources officielles
- Anthropic Academy (formations gratuites) : anthropic.skilljar.com
- Documentation technique Claude : docs.claude.com
- Programme partenaire & certification : anthropic.com/news