OpenClaw : les 5 cas d'usage les plus intelligents
C'est l'agent IA B2C le plus autonome du marché. Popularisé sur les réseaux sociaux par de nombreux cas d'usage en tous genres, OpenClaw révèle sa force à l'usage au quotidien. Après une installation plus ou moins complexe (sur un VPS, sur un Mac, sur Windows…), l'utilisation quotidienne de l'agent devient vraiment simple. Il suffit de lui adresser un prompt précis et ce dernier mettra tout en place pour répondre à votre demande. Sur un environnement Unix (VPS sous Linux ou Mac), l'agent tire parti des crons, des tâches programmées qui lui permettent de mettre en place des routines ou de vous notifier à souhait. Tri automatique des mails, brief matinal, pilotage de sa maison connectée, audit automatique de serveur et même deuxième cerveau insomniaque… Les cas d'usage ne sont limités que par les connecteurs disponibles, et votre imagination. Voici cinq prompts prêts à l'emploi où OpenClaw apporte une vraie plus-value.
1. Un agent mail vraiment intelligent
C'est l'agent mail que tous les éditeurs essaient de construire sans qu'aucun n'y soit parvenu pleinement, ou alors pour un coût prohibitif (cf. notre article sur Perplexity Mail). OpenClaw rend désormais possible la création d'un agent capable de trier intelligemment vos mails selon leur contexte et selon vos propres habitudes. L'agent peut également générer des brouillons à la volée, dans votre ton, en apprenant de vos habitudes et de votre style d'écriture.
Pour configurer cet agent, deux prompts sont nécessaires : d'une part pour configurer l'accès à vos mails, et d'autre part pour mettre en place le système agentique.
Configurons l’accès d’OpenClaw à vos mails, avec le prompt suivant :
Connecte-toi à ma boîte mail et configure un accès complet. Fournisseur : [NOM_FOURNISSEUR], adresse : [ADRESSE]. Privilégie IMAP/SMTP ; si le fournisseur exige OAuth2 ou un mot de passe d'application, précise-le moi. Guide-moi pas à pas et attends ma confirmation à chaque étape avant de continuer. Le périmètre d'accès requis est : lecture (réception, envoyés, brouillons, spam/corbeille) et écriture (envoi de mails, création de brouillons). Une fois configuré, effectue ces tests un par un en m'affichant le résultat : (1) lister les 3 derniers mails reçus (expéditeur + objet), (2) lister le dernier mail envoyé, (3) lister les brouillons, (4) envoyer un mail de test à ma propre adresse avec l'objet "Test OpenClaw – config OK", (5) vérifier sa bonne réception. Termine par un récap du statut : lecture OK / écriture OK / échec + diagnostic.
Une fois la boite mail connectée, nous configurons l’agent avec le prompt :
Mets en place un système automatisé de tri et de pré-réponse pour ma boîte mail, exécuté toutes les 30 minutes. Voici le fonctionnement attendu. (1) Catégorisation : à chaque exécution, analyse les nouveaux mails non traités et attribue-leur une ou plusieurs étiquettes parmi : URGENT (deadline proche, demande critique, relance insistante), PROFESSIONNEL (échanges de travail non urgents), PROMOTION (newsletters, offres commerciales), INFO (notifications automatiques, confirmations) et PERSONNEL. Si un mail ne rentre dans aucune catégorie, étiquette-le A TRIER. (2) Génération de brouillons : pour les mails étiquetés URGENT uniquement, rédige un brouillon de réponse et enregistre-le sans l'envoyer. Avant de rédiger, analyse systématiquement mes réponses précédentes au même interlocuteur et sur des sujets similaires : le brouillon doit reproduire fidèlement non seulement mon ton, ma signature et mon niveau de formalité, mais aussi ma façon de traiter le sujet sur le fond, type d'arguments que j'utilise, niveau de détail technique, engagements que j'ai l'habitude de prendre, formulations récurrentes, manière d'accepter, de refuser ou de temporiser. L'objectif est qu'un destinataire ne puisse pas distinguer le brouillon d'un mail que j'aurais écrit moi-même. Adapte-toi également au style de chaque interlocuteur (tutoiement/vouvoiement, langue, registre). Si le contexte ou l'historique est insuffisant pour rédiger une réponse fiable sur le fond, génère un brouillon qui le signale explicitement plutôt que d'inventer. (3) Notification Telegram : dès qu'un brouillon urgent est finalisé et enregistré, envoie immédiatement un message sur mon Telegram contenant : l'expéditeur du mail, l'objet, un résumé en une phrase du contenu et la mention que le brouillon est prêt à relire. Règle absolue : tu ne dois jamais envoyer de mail, seulement créer des brouillons.
2. Un brief matinal complet (et utile)
L'autre grande promesse des assistants personnels est de vous aider à gagner du temps au quotidien. Quoi de mieux qu'un brief matinal arrivant chaque jour, dans votre boîte mail ou sur votre Telegram, vous informant des rendez-vous à venir dans la semaine et de vos mails en attente ? Ajoutons à cela une veille sur un sujet donné, et votre journée démarre bien autour d'un bon café et de 4-5 minutes de lecture.
Nous commençons par configurer les services nécessaires (à remplacer selon les outils de digital workplace que vous utilisez) :
Vérifie et confirme tes accès à mes comptes Google Calendar et Gmail. Pour Gmail, liste mes 5 derniers e-mails reçus (expéditeur, objet, date) et mes 3 derniers envoyés (destinataire, objet, date), et confirme que tu peux lire le contenu des messages. Pour Google Calendar, liste mes 5 prochains événements (titre, date, heure, participants, lien visio). Pour chaque test, indique V ou X avec l'erreur exacte et la marche à suivre si un accès échoue. Adresse du compte : [adresse mail]
Configurons ensuite la routine :
Chaque matin à 8h, génère et envoie sur [ton adresse mail] un brief quotidien lisible en moins de 5 minutes, structuré en trois blocs. Bloc 1 — Agenda : liste des événements du jour (heure, titre, participants, lien visio) puis aperçu des 48h suivantes. Bloc 2 — Inbox : les e-mails non lus reçus depuis 12h, classés par priorité (expéditeur, objet, extrait clé, action requise ou non). Bloc 3 — Veille [INSERER THEMATIQUES : ex. IA générative, régulation européenne, marché immobilier] : 5 à 10 informations essentielles du jour issues exclusivement de sources primaires (communiqués officiels, publications institutionnelles, blogs d'entreprise, papers), avec lien vers la source pour chaque item. Le format doit être scannable en lecture transversale : titres courts, bullet points, mise en gras des éléments clés, pas de prose inutile.
3. Un administrateur système avancé et pro-actif
Autre cas d'usage, plus technique : utiliser un agent IA (en lecture uniquement) pour monitorer un serveur dédié ou VPS. Le but ? Obtenir une surveillance H24 du serveur et maintenir une bonne santé sur le long terme en évitant les problèmes de sécurité. Concrètement, l'agent analyse en continu les logs système, surveille la consommation CPU, RAM et disque, détecte les pics d'activité anormaux et repère les tentatives de connexion suspectes (brute force SSH, requêtes inhabituelles sur les ports exposés). Il peut aussi vérifier l'état des certificats SSL, s'assurer que les paquets critiques sont à jour, et alerter dès qu'un service tombe ou qu'un seuil critique est franchi. Le prompt est assez simple :
Crée un système de monitoring multi-agents pour le serveur sur lequel tu es instancié, composé de trois sous-agents et d'un agent orchestrateur. Agent Cyber : toutes les 30 minutes, audite les logs des services exposés (SSH, HTTP, bases de données, etc.), analyse l'activité réseau, détecte les connexions suspectes, les tentatives de brute-force, les escalades de privilèges et toute anomalie de sécurité. Agent MAJ : vérifie quotidiennement que tous les paquets système et dépendances sont à jour, identifie les CVE connues sur les versions installées, signale les paquets orphelins ou dépréciés et confirme que les redémarrages post-mise à jour nécessaires ont été effectués. Agent Santé : toutes les 30 minutes, contrôle les métriques de performance (CPU, RAM, swap, disque, I/O, load average, latence réseau), surveille l'état des services critiques et détecte les fuites mémoire ou la saturation progressive des ressources. Un agent orchestrateur supervise les trois sous-agents et traite chaque anomalie remontée selon ce pipeline de décision : évaluer la gravité et l'urgence du problème signalé ; si critique ou urgent, envoyer immédiatement une notification Telegram détaillant le diagnostic complet, la cause probable, la solution recommandée et la marche à suivre étape par étape pour que l'utilisateur puisse agir ; si non critique et non urgent, mettre l'alerte en file d'attente et la transmettre par Telegram dans la plage horaire 8h-19h, en regroupant les alertes mineures dans un résumé actionnable. Chaque notification doit inclure le nom de l'agent source, l'horodatage de détection, le niveau de sévérité et les commandes exactes à exécuter le cas échéant. Aucune action sans la permission CLAIRE et NETTE de l'utilisateur ne doit être entreprise (read only par défaut).
4. Un gestionnaire maison connecté
Dans un autre registre, il est possible de connecter sa maison connectée à votre instance d'OpenClaw. Le prérequis ? Disposer d'un hub Home Assistant, plus facile à connecter qu'un Google Home ou Alexa. Le but ici n'est pas d'avoir un scénario universel applicable à tout, mais bien de laisser OpenClaw vous suggérer des automatisations pertinentes dans votre maison, à partir des éléments et des patterns qu'il détecte. Par exemple, si l'agent voit que chaque matin votre porte se ferme et qu'avant, vous éteignez les lumières de votre maison et baissez le chauffage, il peut vous suggérer de l'automatiser via une routine. L'agent est ici proactif.
Nous commençons par configurer OpenClaw avec home assistant :
“Connecte toi à mon instance homassistant à l’adresse : https://votreadressehomeassistant.com:8123 avec le token suivant : VotreToken”
Et nous lançons la routine pro-active d’OpenClaw :
Tu es un expert en domotique Home Assistant. Ta mission : analyser l'ensemble de l'activité de ma maison (capteurs, appareils, habitudes, horaires, consommation énergétique) pour identifier des patterns et proposer des automatisations intelligentes. Commence par analyser les logs des 3 derniers mois, détecte les corrélations entre événements (ex : départ/arrivée, luminosité/volets, température/chauffage, présence/éclairage), et propose moi immédiatement les 10 routines les plus impactantes à mettre en place, classées par gain de confort et d'efficacité énergétique. Ensuite, chaque matin à 8h, analyse l'activité des dernières 24 heures et suggère 3-4 nouvelles routines ou ajustements basés sur les changements de comportement détectés, en expliquant pour chacune le déclencheur, l'action, et le bénéfice concret. L'objectif permanent : automatiser tout ce qui peut l'être sans intervention manuelle.
5. Un deuxième cerveau insomniaque
C'est un cas d'usage assez intelligent, partagé sur X par Andranik Sahakyan, ingénieur en intelligence artificielle. Et si l'IA pouvait réfléchir à vos idées (géniales, on n'en doute pas) pendant que vous dormez ? C'est la promesse de ce workflow. Le principe est simple : tout au long de la journée, vous envoyez en vrac des notes vocales : projets, idées, réflexions. Puis chaque nuit, à 3 heures du matin, une équipe de sous-agents prend le relais : elle évalue votre idée, vérifie ce qu'elle vaut vraiment, explore plusieurs pistes, sélectionne la meilleure et commence même à coder un MVP si le projet s'y prête. Au réveil, le fruit de cette réflexion nocturne vous est livré, prêt à être arbitré.
Voici le prompt à donner à OpenClaw pour mettre en place une telle routine :
Mets en place un système autonome de traitement d'idées nocturnes avec la structure de dossiers suivante : /ideas/inbox/, /ideas/processed/, /ideas/evaluated/, /ideas/explored/, /ideas/mvp/, /ideas/archive/, /ideas/reports/. Le système fonctionne en deux modes. MODE RECEPTION (en continu) : quand je t'envoie des notes vocales, mémos audio, photos de notes manuscrites, fichiers texte ou tout message qui ressemble à une idée, un projet ou une réflexion, tu le stockes automatiquement dans /ideas/inbox/ avec un nom horodaté ({timestamp}_{résumé_court}.{ext}), tu confirmes en une phrase, et tu ne fais rien d'autre. MODE TRAITEMENT (chaque nuit à 3h) : tu scannes /ideas/inbox/, tu transcris les audios, tu OCR les notes manuscrites, et tu consolides chaque idée en fichier structuré dans /ideas/processed/. Puis tu lances en parallèle pour chaque idée un sous-agent "Critique" qui résume le concept, note faisabilité/originalité/potentiel marché sur 10, liste 3 risques, identifie les concurrents et rend un verdict GO/MAYBE/KILL. Pour chaque GO ou MAYBE, un sous-agent "Explorateur" génère 3 angles stratégiques, les classe et sélectionne le meilleur. Pour la meilleure idée de la nuit, un sous-agent "Builder" produit un MVP fonctionnel (feature set minimal, spec technique, prototype). Enfin un sous-agent "Rapporteur" compile un briefing matinal avec tableau récap de toutes les idées, deep dive sur celle retenue, et parking lot des MAYBE. Sois brutal dans les évaluations, archive tout, boucle en 2h max. Commence par créer la structure de dossiers et confirme que le système est prêt.
Un effet waouh, des contraintes majeures
OpenClaw s'engouffre en réalité là où les éditeurs de modèles d'IA peinent à s'aventurer : le terrain du risque juridique et réputationnel. En tant que projet open source, OpenClaw transfère de fait l'intégralité de la responsabilité sur l'utilisateur final. OpenAI, Google ou Anthropic ont les moyens techniques de proposer des agents aux capacités similaires. Mais ils le font de façon encadrée, progressive, sécurisée. Et pour cause : une action non autorisée, une fuite de données, un agent qui dérape, et c'est leur crédibilité qui est en jeu, en plus du risque de poursuites.
Enfin, si l'effet waouh d’OpenClaw est bien réel, il s'accompagne néanmoins de contreparties à garder en tête. L'agent repose sur des LLM : il peut donc halluciner, sortir du cadre de ses instructions ou tout simplement échouer dans l'exécution d'une tâche. Les dernières mises à jour du projet renforcent la sécurité, mais le risque zéro n'existe pas. Autre point à ne pas négliger, les données envoyées à OpenClaw transitent par les API du provider configuré (OpenAI, Anthropic, Google). Pour des cas d'usage sensibles, le choix d’un modèle en local (via ollama, par exemple) s’imposera.