Leçon 1
Qu'est-ce qu'un agent IA (et quand ne pas en construire)
Une équipe produit décide de « mettre un agent IA » dans son support client. Trois mois plus tard, le prototype impressionne en démo mais coûte 0,40 $ par conversation, répond parfois à côté et a créé 200 tickets en double un vendredi soir. Le problème n'était pas le modèle : c'était la décision initiale. Personne n'avait défini ce qu'est un agent, ce qu'il apporte par rapport à un simple enchaînement d'appels, ni ce qui justifie son coût. Cette leçon vous donne une définition opérationnelle, une grille de décision et le cadre du projet que vous construirez pendant toute la formation.
Chatbot, workflow ou agent : une définition opérationnelle
Le mot « agent » désigne aujourd'hui presque tout ce qui touche à un LLM. Pour concevoir, il faut une définition qui se traduise en code. Le critère décisif est simple : qui décide de l'étape suivante ?
| Type de système |
Qui décide de la suite ? |
Nombre d'appels LLM |
Exemple |
| Appel unique |
Personne : une entrée, une sortie |
1 |
Résumer un ticket |
| Chatbot |
L'utilisateur, message après message |
1 par message |
Assistant FAQ sans outils |
| Workflow LLM |
Le code, selon un chemin écrit à l'avance |
Fixe (2 à 10) |
Classer un e-mail, puis extraire les champs, puis rédiger un brouillon |
| Agent |
Le modèle, selon ce qu'il observe |
Variable, non connu d'avance |
Chercher dans la doc, relancer une recherche, décider de créer un ticket ou d'escalader |