Agents IA : les règles d'un prompt qui fonctionne vraiment
En 2024, l'entreprise Alfi Technologies, une ETI industrielle, utilisait un chatbot classique pour son support client. Mais les clients continuaient d'appeler massivement le SAV, faute de réponses précises. Plus récemment, Alfi a déployé Aidy, un agent IA "agentic" capable d'interpréter en langage naturel 20 ans de documentation technique et les données IoT des machines en temps réel. Il a été validé par des techniciens seniors pour garantir la sécurité des procédures. Cet agent a permis une réduction de 30% des appels entrants au SAV en seulement 6 mois. Il réduit les temps d'immobilisation des équipements ou accélère l'onboarding des nouveaux opérateurs.
Cet exemple illustre un basculement. Le chatbot classique répond à une demande. Il produit du texte, reformule, synthétise, propose des idées. Un agent IA, lui, part d'un objectif et peut enchaîner plusieurs étapes pour le réaliser. Il possède une capacité d'auto-correction que le chatbot n'a pas. Il bénéficie d'une autonomie pour planifier une tâche, peut interroger des sources, utiliser des outils, comparer des options, produire un livrable. Parfois, même, déclencher une action dans un logiciel métier s'il a été connecté à l'agent. Un agent efficace a aussi une "mémoire de travail".
"C'est ce passage du 'répondre' au 'faire' qui change profondément l'usage en entreprise", pointent Mathieu Chapon, fondateur Peak Ace (Groupe Heroiks) et Driss Boubekeur, Chief Transformation et AI Officer, Heroiks. "Les agents peuvent exécuter des processus multi-étapes dans le monde réel." Il est cependant recommandé de laisser l'humain dans la boucle. Les enjeux : définir un cadre, poser des critères de qualité, instaurer des points de contrôle et documenter les arbitrages.
Piloter les agents par une délégation encadrée
Pour bien utiliser les agents IA en entreprise, différentes techniques concrètes de prompting et de délégation peuvent être mises en œuvre. D'après Mathieu Chapon, un bon prompt agentique doit contenir au minimum cinq éléments.
- D'abord, l'objectif final. "Il ne faut pas dire seulement : 'analyse cette page', mais plutôt : 'prépare une recommandation SEO actionnable pour améliorer la visibilité organique de cette page sur telle intention de recherche'."
- Ensuite, le contexte métier. "Il faut expliquer le secteur, la cible, le niveau d'exigence, les contraintes client, les outils disponibles, les règles internes. Un agent sans contexte va optimiser de manière générique."
- Egalement, les étapes attendues sont à marquer. "Il faut demander à l'agent de décomposer son travail : diagnostic, collecte d'informations, analyse, recommandations, priorisation, livrable final."
- De plus, les critères de qualité sont à ajouter. "C'est souvent le point oublié. Il faut dire ce qu'est une bonne réponse : recommandations priorisées, justifiées, actionnables, non génériques, avec distinction entre quick wins et chantiers plus lourds."
- Enfin, les limites d'autonomie sont à noter. "Il faut préciser ce que l'agent peut faire seul, ce qu'il doit seulement proposer, et ce qui nécessite une validation humaine. Par exemple : "Tu peux proposer des modifications de contenu, mais tu ne dois pas les publier sans validation.""
Au niveau de la délégation, plusieurs différences peuvent être observées entre le chatbot classique et l'agent IA. Pour Mathieu Chapon, "la vraie compétence qui émerge n'est pas seulement le prompting. C'est la capacité à manager des agents IA. On doit apprendre à leur déléguer comme on le ferait à un junior. A savoir : clarifier le résultat attendu, donner le contexte, découper la mission, fixer les standards, contrôler les étapes critiques." Il recommande une technique simple : ne pas déléguer une tâche entière d'un coup. Il vaut mieux demander à l'agent de produire d'abord son plan d'action, puis le valider. Puis seulement, le laisser exécuter. "Cela évite beaucoup d'erreurs, surtout sur des sujets sensibles comme le SEO, la donnée, la relation client ou la production de contenu."
Une autre bonne pratique selon Mathieu Chapon est d'utiliser des "checkpoints". Par exemple, on peut écrire : "Avant de rédiger le livrable final, présente-moi ton diagnostic et les hypothèses que tu as retenues." "Cela force l'agent à expliciter son raisonnement opérationnel, et cela permet à l'humain de corriger la trajectoire avant que l'outil ne produise un résultat complet mais potentiellement mal orienté", analyse Mathieu Chapon.
Pour lui, les agents IA ne suppriment donc pas le besoin d'expertise. "Au contraire, ils rendent l'expertise encore plus importante. Quelqu'un qui ne sait pas évaluer un bon livrable SEO, juridique, RH ou financier ne saura pas non plus contrôler correctement un agent. L'IA accélère l'exécution, mais elle ne remplace pas le jugement. Pour moi, l'enjeu des prochains mois dans les entreprises ne sera donc pas seulement de "déployer des agents", mais de créer une vraie culture de délégation augmentée : savoir quelles tâches confier, comment les cadrer, comment contrôler les résultats, et comment intégrer ces agents dans les outils et les processus existants."
Des processus métiers sous contrôle
De manière schématique, on peut noter différentes techniques, selon différents postes en entreprise, à travers des scénarios spécifiques.
Le cadre : exemple pour la veille et la décision.
On cherche ici à passer du simple scan à l'analyse de contradictions stratégiques. Le master-prompt :
L'objectif final : "agis comme mon shadow Manager. Ta mission est d'extraire les contradictions stratégiques et les signaux faibles du secteur [X] pour préparer ma prise de décision sur le projet [Y]. Je veux pouvoir trancher en X minutes." Le contexte métier : "nous opérons dans un environnement [Secteur] très concurrentiel. Le niveau d'exigence est celui d'une note de synthèse pour direction générale. Contrainte : ignore les communiqués de presse lisses, concentre-toi sur les analyses d'experts et les rapports financiers." Les étapes attendues : - "Scan : identifie les 10 actualités majeures du jour sur le secteur [X]." - "Filtrage : ne retiens que celles impactant directement les piliers de notre projet [Y]." - "Analyse comparative : identifie si deux sources se contredisent sur une tendance." -"Synthèse : rédige 3 points clés avec sources citées." Les critères de qualité : "une bonne réponse doit mettre en lumière un risque ou une opportunité que je n'aurais pas vue seul. Évite le résumé descriptif ; je veux une analyse d'impact "si [A] arrive, alors notre projet [Y] risque [B]"." Les limites d'autonomie : "tu es libre de sélectionner les sources, mais tu dois me présenter tes 3 points clés sous forme de brouillon. N'envoie aucune alerte à l'équipe sans ma validation."
Astuce de Gregory Robinson, fondateur d'Au-delà l'IA : "un cadre ne demande pas "résume-moi ça". Il sollicite un livrable décisionnel. Le mot magique, c'est "je veux pouvoir trancher en X minutes". Cela force l'agent à hiérarchiser."
L'assistant : exemple pour le workflow multi-outils
Dans ce cas, on essaie d'aller de la création de dossier à la gestion d'un pipeline d'onboarding client sécurisé. Le master-prompt :
L'objectif final : "orchestre le workflow d'onboarding client dès réception d'une confirmation. L'objectif est d'éliminer toute latence administrative entre la vente et le démarrage opérationnel." Le contexte métier : "nous gérons des clients grands comptes. Les outils à utiliser sont [Gmail, Google Drive, Google Calendar]. La règle d'or est la confidentialité : aucun document ne doit être partagé en dehors du domaine de l'entreprise. Les étapes attendues : - "Détection : dès qu'un e-mail contient une confirmation de signature, extrais le nom du client et le type de forfait." - "Architecture : crée un dossier dédié sur le Drive avec les sous-dossiers [Contrats, Livrables, Factures]." - "Planification : ajoute une "Réunion de Lancement" de 45 min au calendrier de l'équipe sur le premier créneau libre commun." - "Action : prépare l'envoi du formulaire d'onboarding personnalisé." Les critères de qualité : "le workflow doit être exécuté sans erreur de nomenclature (format : CLIENT_PROJET_DATE). L'invitation calendrier doit inclure l'ordre du jour standard en description." Les limites d'autonomie : "tu peux créer les dossiers et les invitations, mais l'envoi du formulaire au client est soumis à ma validation. Notifie-moi sur Slack dès que le pipeline est prêt."
Selon Gregory Robinson, "pour ce profil, on essaie de rester en mode brouillon. L'agent prépare, l'humain envoie. C'est la seule discipline qui évite les catastrophes en B2B : le ton qui dérape, les informations confidentielles qui fuitent ou encore le rendez-vous mal calé."
Le freelance : exemple pour la prospection et la vente.
Pour cet exemple, on peut parvenir de l'identification de leads à la rédaction d'approches personnalisées basées sur le portfolio. Le master-prompt :
L'objectif final : "agis comme mon agent de croissance. Ton but est d'identifier 5 prospects qualifiés et de rédiger des approches de prospection basées sur mon portfolio." Le contexte métier : "je suis freelance en [métier]. Ma cible est [type de client]. Mon avantage concurrentiel est [point fort]. Je dispose de mon portfolio en PDF et de mon profil LinkedIn comme références. Les étapes attendues : - "Recherche : identifie 5 prospects sur LinkedIn correspondant exactement à ma cible." - "Audit : analyse leur activité récente (posts, actualités entreprise) pour trouver un "point de douleur" (pain point)." - "Matching : relie ce besoin à un projet spécifique de mon portfolio." - "Rédaction : rédige un message d'approche de 3 paragraphes maximum." Les critères de qualité : "le message ne doit pas ressembler à un template. Il doit commencer par un élément spécifique à l'actualité du prospect et démontrer une valeur immédiate. Pas de vente agressive, juste de l'aide." Les limites d'autonomie : "tu peux identifier les leads et rédiger les messages. Interdiction d'envoyer les invitations ou les messages. Présente-moi la liste et les textes dans un tableau pour que je puisse les envoyer manuellement."
D'après Gregory Robinson, "pour un freelance, le piège est de vouloir un agent qui fait tout. Mieux vaut démarrer avec un agent sur une tâche pénible, la maîtriser, puis empiler. Sinon, on peut passer la semaine à débugger les agents."
La petite équipe : exemple pour l'avancement du projet
Dans cette illustration, on tente de partir de la simple mise à jour pour aller à la garantie de cohérence entre discussion et exécution. Le master-prompt :
L'objectif final : "garantis la "vérité du projet" en synchronisant nos échanges Slack avec notre tableau Trello. Ton but est qu'aucune décision d'équipe ne reste lettre morte."
Le contexte métier : "petite équipe de [Nombre] personnes. Nous utilisons le canal #projets pour décider et Trello pour exécuter. Le niveau de réactivité attendu est élevé : mise à jour en temps réel."
Les étapes attendues :
- "Surveillance : analyse en continu le canal #projets."
- "Diagnostic : détecte quand un message implique une nouvelle tâche ("@nom, tu peux faire X ?") ou une décision actée ("Ok, on part sur X")."
- "Action : crée ou mets à jour la carte Trello correspondante."
- "Livrable : poste un court message de confirmation sur Slack : "Carte Trello créée/mise à jour pour [Action]"."
Les critères de qualité : "chaque carte créée doit impérativement avoir : un titre clair, le nom du responsable assigné, et un lien vers le message Slack d'origine pour le contexte."
Les limites d'autonomie : "tu peux créer et déplacer des cartes. Cependant, si une tâche n'a pas de responsable clair ou d'échéance, ne devine pas. Pose la question directement dans le fil de discussion Slack avant d'agir."
Selon Gregory Robinson, "en petite équipe, mieux vaut nommer un seul superviseur dès le jour 1, avec 30 minutes par jour bloquées dans son agenda. Sans cela, l'agent peut dériver en 15 jours."
L'IA s'intègre aux processus par déclenchements variés
Notons qu'avec les agents IA, le prompt ne se limite plus forcément à une interface conversationnelle, comme ChatGPT. Il peut être placé dans l'interface de l'agent, dans un outil métier, dans un workflow automatisé, dans une plateforme no-code comme n8n ou Make, dans un CRM, un outil de support, un outil SEO, ou directement dans une application via API. "La différence est que le prompt devient souvent une instruction système ou une consigne de mission, intégrée dans un processus", observe Mathieu Chapon. Jérémy Lacoste, directeur général chez Eskimoz France, conseille d’ailleurs de "privilégier les Skill ou Gems, c’est-à-dire des mega prompts qui sont très travaillés et historisés dans les interfaces afin de rejouer les séquences".
Pour activer le prompt, il y a plusieurs cas. Soit l'utilisateur le lance manuellement, par exemple en cliquant sur un bouton, en envoyant une demande ou en déclenchant une action dans un outil. Soit le prompt est activé automatiquement par un événement. Cela peut être la réception d'un e-mail, l'ajout d'un ticket support, ou encore une nouvelle ligne dans un fichier. L'agent peut aussi s'auto-activer via une tâche planifiée ou une surveillance active de données, sans événement extérieur direct.