Un agent IA fait avancer une mission
Un agent IA utilise un modèle pour choisir certaines étapes d'un travail, consulter des informations et appeler des outils dans un périmètre donné. Il peut préparer un fichier, chercher une information, comparer des options ou proposer une action. Sa capacité à agir vient des outils et des droits qu'on lui accorde.
OpenAI décrit trois briques fondamentales : un modèle, des outils et des instructions. Anthropic ajoute une distinction utile. Un workflow suit un parcours défini à l'avance. Un agent choisit plus librement son parcours selon ce qu'il découvre. Cette liberté apporte de la valeur lorsque le travail contient de l'ambiguïté, des documents non structurés ou des exceptions.
Renommer un fichier, appliquer une règle de calcul, envoyer un rappel à date fixe.
Lire un dossier incomplet, recouper des sources, décider quelles vérifications lancer.
La règle Alta36 : l'autonomie doit répondre à une difficulté réelle du travail. Une suite d'étapes prévisible reste une automatisation.
Choisir une mission assez petite pour être jugée
« Gérer le marketing » ne décrit pas une mission. Cette formule cache la recherche, la stratégie, la rédaction, la validation, la publication et la mesure. Chaque étape demande des sources et des critères différents.
Choisissez un morceau de travail qui possède un début et une fin visibles. Quelques exemples : préparer le brief avant un rendez-vous, vérifier qu'un dossier est complet, qualifier une demande entrante, rapprocher deux exports ou produire une première synthèse sourcée.
Scorez chaque idée de 0 à 2 sur les cinq critères suivants. Une mission qui obtient au moins 8 points constitue un bon premier test.
| Critère | 0 point | 1 point | 2 points |
|---|---|---|---|
| Fréquence | Rare | Mensuelle | Hebdomadaire ou quotidienne |
| Entrées | Introuvables | Dispersées | Accessibles et identifiées |
| Sortie | Subjective | Partiellement décrite | Format observable |
| Validation | Personne ne sait trancher | Jugement lent | Responsable disponible |
| Risque | Irréversible ou externe | Écriture interne | Lecture ou brouillon |
Le score ne remplace pas le jugement. Il empêche surtout de choisir un sujet spectaculaire, mais impossible à tester proprement.
Écrire le contrat avant le prompt
Le contrat de mission tient sur une page. Une personne du métier doit pouvoir le lire et repérer une erreur. Il décrit le déclencheur, les entrées, les sources autorisées, la sortie attendue, les interdits, la condition de fin et le passage de relais.
RÔLE Tu prépares le brief avant un rendez-vous. DÉCLENCHEUR Un rendez-vous qualifié est ajouté au calendrier. ENTRÉES Nom du contact, entreprise, date, identifiant du dossier. SOURCES AUTORISÉES CRM, comptes rendus, documents du dossier. SORTIE Une synthèse sourcée, les points ouverts et cinq questions. INTERDITS Ne contacte personne. Ne modifie ni prix ni donnée source. ESCALADE Arrête-toi si deux sources se contredisent ou si le dossier ne permet pas d'identifier l'entreprise avec certitude. FIN Le brief respecte le format et chaque fait sensible possède une source consultable.
Le prompt devient alors la traduction opérationnelle du contrat. Vous pouvez changer de modèle ou d'outil sans perdre la définition du travail.
Organiser le contexte que l'agent doit retrouver
Le contexte rassemble ce qui permet de traiter le cas présent : instructions, faits, règles, exemples, historique et état. Une grande fenêtre de contexte ne résout pas l'organisation de l'information. Elle permet seulement de charger davantage de matière.
Commencez par séparer cinq catégories :
- les faits, datés et reliés à leur provenance ;
- les règles métier, avec leur propriétaire et leur version ;
- les exemples validés, accompagnés de la raison de leur qualité ;
- les décisions, avec ce qu'elles remplacent ;
- l'état de la mission, pour savoir où reprendre.
La mémoire d'entreprise n'a pas besoin de copier chaque document. Elle peut conserver l'emplacement de la pièce, sa version, les faits utiles et les relations entre les objets. L'humain et l'agent retrouvent ainsi le même contexte sans maintenir un second stock opaque.
Test simple : si une règle change demain, savez-vous où la corriger une seule fois pour qu'elle soit vraie au prochain run ?
Donner le minimum d'outils et de droits
Un outil donne une capacité réelle : lire un dossier, interroger une base, écrire un fichier, envoyer un message ou modifier un logiciel. Chaque capacité augmente l'utilité possible et le coût d'une erreur.
OpenAI recommande des garde-fous en couches. Le NIST place aussi l'identification, la mesure et la gestion des risques dans le cycle de vie du système. Dans la pratique, commencez avec trois niveaux de permission :
| Niveau | Capacité | Décision |
|---|---|---|
| Lecture | Consulter les sources nécessaires | Autoriser les périmètres identifiés |
| Préparation | Écrire un brouillon ou un fichier interne | Autoriser avec journal et dossier isolé |
| Action externe | Envoyer, publier, payer, supprimer, engager | Validation humaine explicite |
Les instructions trouvées dans un document ou sur le web ne possèdent pas la même autorité que le contrat de mission. Cette séparation devient indispensable dès que l'agent lit des sources externes susceptibles de contenir des consignes malveillantes ou trompeuses.
Préparer trois cas avant le premier run
Un exemple impressionnant ne prouve pas la fiabilité du système. Écrivez les critères de réussite avant de voir la sortie. Anthropic formalise cette logique avec une tâche, un essai, des critères de notation, une trace complète et un état final vérifiable.
Pour une première version, trois cas suffisent à révéler les défauts principaux :
Toutes les entrées sont disponibles et cohérentes.
L'agent doit signaler le manque et adapter sa sortie.
L'agent doit citer les deux versions et passer la main.
Exactitude, complétude, respect des limites, utilité métier.
Définissez aussi la condition d'échec. Par exemple : un fait sensible sans source, une action interdite, une sortie dans le mauvais dossier ou l'affirmation d'un résultat alors que le run a échoué.
Lancer le run et conserver ce qui s'est réellement passé
Le premier run doit laisser une trace exploitable : entrées, sources consultées, outils appelés, sortie produite, erreurs et état final. Une phrase de l'agent qui annonce « mission terminée » ne suffit pas. Vérifiez l'effet réel dans le système.
Mission reçue. Identifiant du dossier présent.
CRM et deux comptes rendus consultés.
Le chiffre d'effectif diffère entre deux sources. Aucune valeur retenue.
Brief écrit dans le dossier de sortie. Validation humaine requise.
Quand la sortie échoue, cherchez la cause dominante : source absente, règle ambiguë, outil inadapté, format incomplet ou limite du modèle. Corrigez un élément, puis rejouez le même cas. Vous saurez ainsi ce qui a réellement amélioré le résultat.
Transformer la correction en mémoire de travail
Une correction utile doit survivre à la conversation. Selon sa nature, elle devient un fait daté, une règle, un exemple validé ou un test de régression. Le prochain run doit pouvoir retrouver cet apprentissage sans relire tout l'historique.
Supposons qu'un responsable corrige trois fois la même présentation de chiffre. La quatrième correction n'apporte plus seulement une amélioration au document. Elle révèle une règle de calcul, une préférence de format ou une source de référence qui manque au système.
Le point de vue Alta36 : la valeur s'accumule quand la correction rejoint la mémoire commune et devient rejouable.
Ajoutez un deuxième agent lorsque la séparation apporte un gain mesurable. Un rôle de recherche et un rôle de vérification peuvent être utiles pour une mission documentaire longue. Une tâche courte et stable gagne rarement à multiplier les agents.
La checklist du premier agent
- La mission tient en une phrase avec un début et une fin.
- Les entrées et les sources autorisées sont identifiées.
- La sortie possède un format, un dossier et un destinataire.
- Les actions externes demandent une validation explicite.
- Un cas normal, incomplet et contradictoire ont été testés.
- Les faits sensibles sont reliés à une provenance consultable.
- Le coût, le temps, les erreurs et l'état final sont tracés.
- L'humain sait arrêter, corriger et reprendre le système.
Ce qu'il faut trancher au départ
Faut-il savoir coder pour créer un agent IA ?
Vous pouvez concevoir la mission, les sources, les limites et les tests sans savoir coder. Le code ou un outil d'automatisation devient nécessaire pour connecter durablement des logiciels et encadrer les actions.
Quel agent IA créer en premier ?
Choisissez un travail récurrent avec un déclencheur clair, des entrées accessibles, une sortie observable et une personne capable de juger le résultat.
Combien d'agents faut-il au départ ?
Commencez avec un seul agent et un seul rôle. Ajoutez un rôle lorsque cette séparation améliore de façon mesurable la qualité, le contrôle ou la reprise.
Combien coûte un agent IA ?
Le coût dépend du modèle, du volume de contexte, des outils appelés, du nombre d'essais et du niveau d'intégration. Mesurez le coût complet par mission avant d'augmenter la fréquence ou l'autonomie.
Quand un workflow suffit-il ?
Quand les étapes, les règles et les entrées sont stables. L'agent devient intéressant lorsque le travail exige de lire, choisir, recouper ou gérer des exceptions.
Le prochain guide dépend de votre mission
Instructions, faits, règles, outils, état et mémoire de reprise.
Recherche, preuve et brouillon avant toute action externe.
Relier le travail, les données, les droits, la mémoire et la mesure.
Pour aller à la source
- OpenAI, A practical guide to building agents. Architecture, choix des cas, outils, instructions et garde-fous. Consulté le 20 août 2026.
- Anthropic, Building effective agents. Différence entre workflows et agents, patterns simples et composables. Publié le 19 décembre 2024.
- Anthropic, Demystifying evals for AI agents. Tâches, essais, traces, résultats et critères d'évaluation. Publié le 9 janvier 2026.
- NIST, Artificial Intelligence Risk Management Framework: Generative AI Profile. Gestion des risques sur le cycle de vie. Publié le 26 juillet 2024, mis à jour le 8 avril 2026.