4.3Workflows d'agents IA
L'essentiel en 30 secondes
- Le LLM répond, l'agent accomplit : il raisonne, choisit un outil, l'appelle, observe le résultat et recommence jusqu'au but.
- Boîte à outils limitée + objectif borné : l'agent ne peut faire que ce qu'on l'autorise à faire.
- Humain dans la boucle : l'agent PROPOSE, un humain valide avant toute action sensible (envoyer, payer, supprimer).
Mini-cas filé — Lina encadre un agent support
Forte de son étape de classement (4.2), Lina veut aller plus loin : un agent qui lit un ticket technique, cherche dans la documentation interne et rédige une proposition de réponse. Elle borne l'objectif, limite les outils à trois (rechercher, lire, rédiger) et impose la règle d'or : l'agent PROPOSE, c'est elle qui valide avant envoi. Premier test sur dix tickets réels, décisions tracées, limite d'étapes fixée. Lina a un agent utile — et sûr.
Suite du cas 4.1-4.2 — Lina passe de l'appel IA ponctuel à l'agent encadré.
1. Répondre vs accomplir
Un cran au-dessus : l'agent IA. Là où un LLM reçoit un prompt et répond une fois, un agent raisonne, choisit un outil, l'appelle, observe le résultat et recommence jusqu'à atteindre son but. On lui donne un objectif et une boîte à outils (rechercher, appeler une API, envoyer un mail), et il décide des actions à enchaîner. C'est la différence entre « répondre à une question » et « accomplir une tâche » — comme l'agent support de Lina qui cherche puis rédige.
2. Construire un agent simple
Avec n8n, Make ou Zapier, on construit des agents simples sans coder : un module « agent » relié à des outils (actions autorisées) et à une mémoire (contexte : historique, résultats intermédiaires). Exemple de Lina : objectif « proposer une réponse à partir de la doc », outils limités à trois, mémoire du fil de la demande.
La règle de proportion : beaucoup de besoins se traitent très bien avec de simples appels IA bien chaînés (4.2) — ne sortir l'agent que quand l'enchaînement autonome apporte vraiment quelque chose.
3. Encadrer : garde-fous obligatoires
Puissant, mais à encadrer : outils limités, humain dans la boucle pour les actions sensibles, décisions tracées, limite d'étapes. L'agent de Lina ne peut ni envoyer ni supprimer : il propose, elle valide. L'agent est l'automatisation qui « décide » — d'où les garde-fous. On élargit son autonomie progressivement, à mesure qu'on gagne en confiance sur ses résultats.
L'agent trop zélé (scène à ne pas reproduire)
Moralité : objectif borné, 3 outils, humain qui valide — la laisse n'est pas une option.
🔎 Exemple concret — 🔎 Exemple concret — Un agent support encadré
La fiche agent de Lina, affichée au-dessus de son écran :
Objectif : proposer une réponse à un ticket
Outils : rechercher dans la doc, lire un document, rédiger
Mémoire : le fil de la demande
Garde-fou : l'agent PROPOSE → un humain valide avant envoi.Lecture : trois outils autorisés, un interdit implicite (envoyer seul).
Leçon : un agent utile et sûr, aux actions bornées.
Vocabulaire de la section
- Agent IA
- IA qui, pour atteindre un but, raisonne et enchaîne elle-même des actions : choisir un outil, l'appeler, observer, recommencer.
Exemple simple : L'agent de Lina cherche dans la doc puis rédige, sans qu'on lui dicte chaque étape.
Ce que ce n'est pas : un simple appel IA qui répond une fois à un prompt (voir 4.2).
Réflexe : demander : mon besoin exige-t-il un enchaînement autonome ?
- Outil (tool)
- Action que l'agent a le droit d'utiliser ; l'ensemble forme sa boîte à outils.
Exemple simple : Chez Lina : rechercher, lire, rédiger — et rien d'autre.
Ce que ce n'est pas : un accès illimité à tous les systèmes de l'entreprise.
Réflexe : lister les outils autorisés par écrit avant de brancher.
- Boucle de raisonnement
- Cycle « penser → agir → observer » répété par l'agent jusqu'à atteindre l'objectif.
Exemple simple : L'agent de Lina cherche, lit le résultat, ajuste sa recherche, puis rédige.
Ce que ce n'est pas : une réponse unique sans étape intermédiaire.
Réflexe : fixer une limite d'étapes pour éviter les boucles sans fin.
- Mémoire
- Contexte conservé entre les étapes (historique, résultats intermédiaires) pour guider l'agent.
Exemple simple : L'agent de Lina garde le fil du ticket pendant ses recherches.
Ce que ce n'est pas : une base documentaire externe (voir RAG en 4.4).
Réflexe : vérifier ce que l'agent retient — et ce qu'il doit oublier.
- Humain dans la boucle
- Point de contrôle où une personne valide une action sensible avant que l'agent ne la réalise.
Exemple simple : Lina relit et valide chaque réponse avant envoi au client.
Ce que ce n'est pas : une surveillance après coup des dégâts déjà causés.
Réflexe : interdire à l'agent envoyer, payer, supprimer sans validation.
En pratique — En pratique — Construire un agent IA simple
- Définissez un objectif clair et borné (ex. « proposer une réponse à un ticket support à partir de la documentation »).
- Donnez à l'agent une boîte à outils limitée : rechercher dans une base, lire un document, rédiger une réponse — comme Lina.
- Ajoutez une mémoire/contexte pour qu'il garde le fil, et testez sur des cas réels en observant ses décisions.
- Placez un garde-fou : l'agent PROPOSE, un humain valide avant l'envoi (surtout pour les actions sensibles).
Script prêt à dire — cadrer un agent devant l'équipe (30 s)
« C'est Lina : notre agent support propose des réponses à partir de la doc, avec trois outils autorisés — rechercher, lire, rédiger. Il ne peut ni envoyer ni supprimer : chaque proposition passe par une validation humaine avant envoi. On trace ses décisions et on élargira son autonomie quand les tests seront concluants. »
À dire avant toute mise en production ; écrire la liste des outils autorisés et interdits.
Modèle copier-coller — fiche agent (exemple factice)
FICHE AGENT — exemple factice à adapter
OBJECTIF (borné) : _______________
OUTILS AUTORISÉS (3 max au début) : 1) ________ 2) ________ 3) ________
INTERDITS SANS VALIDATION : envoyer / payer / supprimer
MÉMOIRE : _______________ (fil conservé entre étapes)
LIMITE D'ÉTAPES : _______________ (ex. 5 max)
VALIDATION HUMAINE PAR : _______________
TRACE DES DÉCISIONS : _______________ (journal consulté le : ___)Support client pressé
Garder l'agent en mode proposition : le gain (pré-rédaction) est immédiat, le risque (envoi erroné) reste nul.
Veille et synthèse interne
Bon premier agent : objectif borné, actions réversibles (lire, résumer), validation légère.
Actions irréversibles en jeu
Interdire purement : l'agent prépare, l'humain exécute — aucun envoi, paiement ou suppression autonome.
Équipe tentée par le tout-agent
Tester d'abord des appels IA chaînés (4.2) : s'ils suffisent, l'agent est superflu — plus puissant mais moins prévisible.
✓ Bonnes pratiques
- Borner l'objectif et limiter les outils.
- Humain dans la boucle pour le sensible.
- Tracer les décisions, limiter les étapes.
✗ Pièges fréquents
- Donner trop d'outils ou un objectif flou.
- Laisser l'agent agir seul sur l'irréversible.
- Sortir un agent quand des appels chaînés suffisent.
Points clés à retenir
- Un agent IA raisonne et enchaîne lui-même des actions (choisir un outil, l'appeler, observer, boucler).
- On lui fournit une boîte à outils (actions autorisées) et une mémoire (contexte).
- Différence clé : le LLM répond, l'agent accomplit une tâche.
- À encadrer : outils limités, humain dans la boucle pour le sensible, traçabilité.
Défi 48h — appliquez demain
Rédigez la fiche agent pour 1 cas réel borné (objectif, 3 outils max, validateur humain nommé) — sans encore le brancher.
- Je peux distinguer appel IA et agent IA.
- Je sais citer les 3 garde-fous obligatoires.
- J'ai rédigé 1 fiche agent bornée et validable.
Questions fréquentes
Quelle différence entre un simple appel IA et un agent ?
Un appel IA est ponctuel : une entrée, une réponse, terminé. Un agent poursuit un objectif et enchaîne plusieurs étapes de lui-même : chercher une info, appeler un outil, lire le résultat, rédiger — en bouclant si nécessaire. L'appel est une fonction ; l'agent est un exécutant autonome, plus puissant mais moins prévisible.
Un agent IA en no-code est-il fiable pour la production ?
Avec des garde-fous, oui pour de nombreux cas : outils strictement limités, objectif borné, humain dans la boucle pour le sensible, décisions tracées, limite d'étapes. Bien encadré, un agent qui propose et laisse l'humain valider est déjà très utile et sûr. On élargit son autonomie progressivement, à mesure qu'on gagne en confiance.
Quelle est la différence entre un appel IA et un agent IA ?