Comment créer un agent IA : la méthode pas à pas, avec ou sans code

Ce qu’il vous faut avant de commencer

• Un problème qui justifie un agent : un agent IA convient, selon Anthropic, aux problèmes ouverts dont vous ne pouvez prévoir ni le nombre d’étapes ni le chemin à suivre. Commencez par des prompts simples, c’est-à-dire des consignes adressées au modèle, puis évaluez et améliorez leurs résultats. Un système agentique à plusieurs étapes ne se justifie que si ces solutions ne suffisent pas.
• Un navigateur à jour et un compte adapté pour Copilot Studio : Copilot Studio permet de créer un agent sans coder et nécessite un navigateur moderne, maintenu à jour. Pour l’inscription, Microsoft conseille un compte professionnel ou scolaire. Une adresse e-mail personnelle peut être refusée.
• Un compte Make : pour créer un agent IA avec Make, qui l’intègre dans un scénario, vous devez disposer d’un compte et vous y connecter. La création du scénario appartient ensuite à la procédure de construction de l’agent.
• Une clé d’API pour l’Agent SDK de Claude : un agent construit avec l’Agent SDK s’authentifie par une clé d’API. Sauf accord, Anthropic n’autorise pas l’utilisation de la connexion claude.ai dans les produits de développeurs tiers.

Pour comparer des agents prêts à l’emploi plutôt que d’en créer un, Aikiwi tient un classement des meilleurs agents IA.

Créer un agent sans coder avec Copilot Studio

Copilot Studio permet de créer un agent sans code dans une interface graphique guidée, selon la documentation de Microsoft. Cette procédure ne demande pas l’intervention de développeurs ou de scientifiques des données.

1. Décrire votre agent avec vos mots : indiquez ce que l’agent doit accomplir. Cette description sert de point de départ à l’IA pour générer sa configuration.
2. Relire les éléments générés et les suggestions : examinez le nom, la description et les instructions produits par l’IA. Distinguez ces éléments des suggestions de déclencheurs, de canaux de diffusion, de sources de connaissances et d’outils : ces suggestions ne constituent pas toute la configuration de votre agent.
3. Ajuster la configuration : modifiez ces éléments pour qu’ils correspondent à la mission attendue. Ajoutez les sources de connaissances, les outils et les déclencheurs nécessaires au fonctionnement de l’agent.
4. Tester, modifier et retester : utilisez la conversation de test pour échanger avec l’agent. Microsoft recommande de modifier ensuite ses instructions, puis de le tester à nouveau pour examiner son comportement après les changements.
5. Publier sur le site de démonstration : publiez l’agent sur un site web de démonstration, comme le prévoit le parcours de démarrage de Microsoft. Vous pouvez partager ce site pour donner accès à l’agent.

Créer un agent IA avec Make

1. Planifier l’agent : Make recommande de définir ce que l’agent doit faire avant de le configurer. Précisez les outils nécessaires à ses actions, les connaissances dont il aura besoin et ce qui déclenchera son exécution.
2. Créer le scénario et son déclencheur : Créez un scénario, l’enchaînement de modules dans lequel l’agent fonctionnera. Celui-ci commence généralement par un module déclencheur.
3. Ajouter le module Run an agent : Ajoutez au scénario le module « Run an agent » de l’application Make AI Agent. Ce module sert à configurer l’agent.
4. Choisir le modèle et rédiger les instructions : Sélectionnez un fournisseur d’IA et un modèle dans le module. Rédigez ensuite les instructions qui définissent le rôle de l’agent, son comportement, ses objectifs et les étapes à suivre pour les atteindre.
5. Ajouter les outils : Associez à l’agent les modules, scénarios, serveurs MCP ou autres agents nécessaires à sa mission. Les serveurs MCP utilisent un protocole de connexion aux outils. Limitez l’imbrication à un niveau : un agent peut avoir un sous-agent, mais ce sous-agent ne peut pas en avoir un autre.
6. Ajouter les connaissances : Joignez les fichiers de référence que l’agent devra consulter, par exemple des consignes d’entreprise ou des glossaires. Les formats acceptés sont JSON, TXT, CSV et PDF.
7. Tester avant la mise en service : Testez l’agent dans Make avant de le mettre en service. Cette étape intervient après la configuration de ses instructions, de ses outils et de ses connaissances.

Créer un agent IA avec n8n

• Le nœud AI Agent : n8n permet de construire un agent au sein d’un workflow, c’est-à-dire un enchaînement de tâches, grâce au nœud AI Agent.
• Le modèle de chat et les outils : vous connectez un modèle de chat et des outils au nœud. L’agent décide quels outils appeler pour traiter la demande.
• Une connexion obligatoire : le nœud AI Agent doit être relié à au moins un sous-nœud d’outil. Le modèle de chat seul ne suffit pas.
• La différence entre chaîne et agent : selon n8n, une chaîne suit une séquence d’appels fixée à l’avance. Un agent utilise un modèle de langage pour choisir les actions à mener.
• Les exécutions successives : dans un workflow contenant un agent, celui-ci s’exécute plusieurs fois. Il passe par une mise en place, un appel d’outil, puis l’évaluation de la réponse de cet outil avant de répondre.
• Les modèles de workflows : n8n propose des workflows prêts à l’emploi pour le nœud AI Agent. Vous pouvez partir de ces modèles plutôt que construire votre enchaînement depuis le début.

Créer un agent avec Claude : Agent SDK et Managed Agents

Claude permet de créer un agent IA avec une boucle d’exécution déjà fournie ou avec une boucle que vous écrivez. Pour l’hébergement, Managed Agents confie l’agent à Anthropic.

• Agent SDK : ce kit de développement fournit les outils, la boucle d’agent et la gestion du contexte de Claude Code. Vous les programmez en Python ou en TypeScript, sans réécrire la boucle qui enchaîne les appels aux outils.
• Client SDK : un accès direct à l’API de Claude depuis votre code. Vous écrivez vous-même la boucle d’appel des outils, plutôt que d’utiliser celle de l’Agent SDK.
• Managed Agents : Anthropic héberge l’agent, que vous configurez par l’API de Claude. Cette option porte sur une exécution hébergée, tandis que les kits de développement donnent accès aux composants programmables.
• CLI de Claude Code : cette interface en ligne de commande sert au développement interactif et aux tâches ponctuelles depuis un terminal. Vous interagissez avec Claude Code dans cet environnement plutôt que de programmer les appels depuis un kit de développement.

Tester et encadrer votre agent avant de l’utiliser

• Tests en environnement isolé : un agent IA doit faire l’objet de tests approfondis avant son utilisation réelle, selon les recommandations d’Anthropic. Un environnement isolé et des garde-fous adaptés permettent d’encadrer ces essais sans exposer directement les opérations réelles.
• Points de contrôle humains : prévoyez les moments où l’agent doit suspendre son travail pour demander votre avis. Anthropic décrit cette intervention à des points de contrôle définis ou lorsque l’agent rencontre un blocage. L’agent ne poursuit pas systématiquement seul.
• Conditions d’arrêt : fixez une limite au déroulement de l’agent. Anthropic cite notamment un nombre maximal d’itérations, c’est-à-dire de répétitions de sa boucle de travail, pour garder le contrôle sur son exécution.
• Injection de prompt et fuite de données : intégrez ces risques aux essais avant l’usage réel. OpenAI les signale dans la construction de parcours d’agents : une injection de prompt cherche à détourner les instructions suivies, tandis qu’une fuite expose des données hors du périmètre prévu.