Révision · module 105 de 155
Révision : de la tâche au workflow et à l’agent
Relie ce que tu as appris sur les workflows, les agents, les points de contrôle et la mesure dans une seule vue d’ensemble.
Après cette leçon
Tu conçois un petit workflow avec un moment d’arrêt clair, un point de contrôle humain, une deuxième route et un point de mesure.
En image · Étape par étape
Un workflow avec point de contrôle, solution de repli et point de mesure
L’entrée, l’étape d’IA et le format du résultat sont fixés ; l’agent connaît ses limites.
Un humain valide avant tout envoi d’e-mail, toute réservation ou tout paiement.
Une deuxième voie absorbe les pannes ; tu mesures le temps total, corrections comprises.
Partie 1 de 3 · Étapes fixes
Ta préférence pour moins de mouvement est prise en compte. Choisis chaque partie toi-même.
Du prompt isolé au workflow reproductible
Un workflow définit quelles données d’entrée sont nécessaires, quelle étape l’IA exécute, dans quel format arrive le résultat et où une personne contrôle (leçons 9 et 65). Un agent choisit lui-même une partie de ses étapes suivantes et peut utiliser des outils, comme effectuer une recherche ou lire un agenda (leçons 29, 73 et 74). Plus il a d’autonomie, plus des limites fixes deviennent importantes : quels outils peut-il utiliser, combien de tentatives a-t-il et quand s’arrête-t-il ? Une instruction trouvée sur une page web ne lui donne aucune nouvelle autorisation.
Une proposition n’est pas encore une action
Rédiger un brouillon et exécuter une action externe, comme envoyer un e-mail, réserver ou payer, sont des étapes différentes (leçons 69 et 99). Définis qui approuve et ce que cette personne voit. En cas de panne ou de time-out, vérifie d’abord le statut réel avant de répéter quoi que ce soit, pour ne pas provoquer une action en double. Prévois une deuxième route, par exemple un traitement manuel, et teste-la à l’avance (leçons 90 et 91). Enregistre les erreurs sans données personnelles inutiles, pour repérer des tendances (leçons 67 et 85).
Mesure si cela fonctionne vraiment mieux
Lors d’une comparaison, compte toutes les étapes : préparer, générer, vérifier et corriger, plus la mise en place unique et les coûts (leçons 15, 66 et 94). Un premier brouillon plus rapide avec davantage de corrections ne rapporte parfois rien. Teste sur les mêmes tâches représentatives et note tes hypothèses. Consigne ta méthode de travail dans une fiche de méthode avec source, prompt, contrôles, limites et deuxième route (leçon 100). Tu peux ainsi la répéter, la transmettre et l’améliorer.
Nouvel exemple d'exercice
De l'explication à un résultat utilisable.
Un flux de travail comporte des étapes fixes, un point de contrôle humain avant chaque action réelle, une voie de secours en cas de panne et un point de mesure.
Situation d'exercice fictiveFictif : un atelier de réparation de vélos veut informer automatiquement les clients que leur vélo est prêt. L’heure de retrait et le prix figurent dans le programme de bons de travail.
Voir une résolution possible
Voici comment faire
Entrée : bon de travail avec le statut prêt, le prix et les heures de retrait. Brouillon : l’IA rédige un court message avec uniquement ces données. Point de contrôle : les premières semaines, un collaborateur confirme chaque message. Action : envoi via le système clients. Vérification : statut d’envoi. Voie de secours : prévenir par téléphone. Point de mesure : temps par message et nombre de corrections.
Pourquoi cela fonctionne
Chaque étape a une entrée et un résultat clairs. Le point de contrôle se trouve avant l’action et la voie de secours garantit que le client est prévenu même en cas de panne.
Rends cela un peu plus difficile
Après un mois, plus aucune correction n’est nécessaire. Quelle vérification gardes-tu malgré tout, et comment déciderais-tu d’assouplir le point de contrôle ?
Entraîne-toi davantage, à ton rythme. Tu n'as rien à envoyer. Cela ne compte pas comme une évaluation automatique.
Ton lieu de travail · apprendre par la pratique
Crée quelque chose. Regarde ce qui change.
Vérification de la connexion IA en cours… Tu peux déjà consulter l'exemple écrit.
Présente ta mission à Ende.
Lis la réponse, change une seule chose et compare.
Version précédente
Nouvelle version
Tu gardes le contrôle
Que veux-tu améliorer dans ta prochaine tentative ?
Uniquement sur cet appareil. Les réponses de l’IA restent uniquement dans la mémoire de cette page. Il s'agit d'un auto-contrôle, pas d'une note.
Pourquoi cette approche fonctionne
Chaque étape a une entrée et un résultat clairs. Le point de contrôle se trouve avant l’action et la voie de secours garantit que le client est prévenu même en cas de panne.
Une étape de plus
Après un mois, plus aucune correction n’est nécessaire. Quelle vérification gardes-tu malgré tout, et comment déciderais-tu d’assouplir le point de contrôle ?
Essaie & découvre · sans engagement
Mets les étapes dans un ordre opérationnel
Déplace les étapes avec les flèches. Vérifie que chaque étape possède ses entrées et ses contrôles nécessaires.
De quoi une étape dépend-elle ?
- Fixe l’objectif et les limites doit précéder Vérifie les données d’entrée et l’autorisation
- Vérifie les données d’entrée et l’autorisation doit précéder L’IA fait une proposition
- L’IA fait une proposition doit précéder Un humain approuve
- Un humain approuve doit précéder Une fonction distincte exécute
- Une fonction distincte exécute doit précéder Vérifie le statut et mesure
Déplace une étape puis vérifie l'ordre. Les flèches fonctionnent également avec ton clavier.
Ce modèle contrôle les dépendances, pas la durée, la capacité ou l'exécution réelle. En cas de multiples agents, la décision humaine reste une étape distincte.
Cet essai fonctionne localement avec des données fictives et ne compte pas pour ta complétion de leçon. Elle recommencera lors d'une nouvelle leçon ou d'un rechargement.
Un prompt pour commencer
Avec des données fictives, conçois un workflow pour répondre aux questions générales sur les horaires d’ouverture. Utilise les étapes vérifier l’entrée, rédiger un brouillon, approbation humaine, envoyer et vérifier le résultat. Pour chaque étape, indique ce qui est nécessaire, qui décide et quand le workflow s’arrête. Ajoute une deuxième route en cas de panne et un point de mesure pour voir si le workflow fait gagner du temps. N’exécute toi-même aucune action.
Applique-le
Un workflow envoie automatiquement des rappels. Après une panne, personne ne sait si les rappels d’hier sont partis.
Quelle approche correspond le mieux à cette situation ?
- Vérifie d’abord le statut d’envoi de chaque message et ne renvoie que ce qui, de façon avérée, n’est pas parti.
- Renvoie tout pour être sûr.
- Demande au modèle si les messages ont été envoyés et fie-toi à sa réponse.
Avec JavaScript, tu peux contrôler ton approche et recevoir un feedback immédiat.
Teste ta compréhension
Un agent peut envoyer des e-mails. Où se place l’approbation humaine dans le workflow ?
- Après l’envoi, pour voir si le destinataire est satisfait.
- Avant l’action externe, sur la base du texte définitif et des destinataires.
- Nulle part, si le prompt dit que l’agent doit être prudent.
S'entraîner davantage
Dessine le workflow issu de ton prompt. Marque d’une couleur le moment où une proposition devient une action réelle et note quel point de mesure tu examineras après deux semaines.
Entrée : uniquement des questions générales, sans données personnelles. Brouillon : l’IA rédige une réponse sur la base des horaires d’ouverture approuvés. Point de contrôle : un collaborateur approuve. Action : envoi via le système de tickets. Vérification : contrôler le statut d’envoi ; en cas de time-out, regarder d’abord le statut. Deuxième route : répondre manuellement. Point de mesure : temps de traitement total par question, corrections comprises.
