Agents IA : les brancher sur de vraies données

Ce qu’est vraiment un agent

Un modèle de langage seul écrit du texte. Un agent est un modèle auquel on a donné trois choses :

• Un modèleIl écrit du texte.
• +
• Des outilsLire une base, interroger une API, écrire dans un système.
• +
• Un contexteLes données du métier, à jour, cherchées au moment de répondre.
• +
• Une mission bornéeCe qu’il fait, ce qu’il ne fait pas, quand il s’arrête.
• =
• Un agentUn collègue qui fait une partie du travail.

Et autour, des garde-fous

• Un vérificateurUn agent relit, puis un humain.
• Des règles dans le codePas dans une consigne.
• Un budget plafonnéUne boucle qui s’emballe s’arrête.
• Des tests sur cas réelsRejoués à chaque changement.

Sans outils et sans données, on a un rédacteur. Avec, on a un collègue qui fait une partie du travail.

Partir des données, pas du modèle

La qualité d’un agent se joue avant le modèle, dans ce qu’on lui donne à lire. Pour Votons, il a d’abord fallu construire l’ingestion : une vingtaine de sources publiques relevées automatiquement, des sondages et de la presse toutes les 15 minutes, et une veille qui relit chaque page de programme chaque semaine et signale le moindre changement.

L’assistant qui répond aux questions sur les programmes s’appuie ensuite sur le texte exact. Il ne répond pas de mémoire.

Avant d’écrire un prompt, on se demande donc :

1. Où sont les données fiables, et qui les met à jour ?
2. Comment l’agent y accède-t-il, et avec quels droits ?
3. Que doit-il répondre quand la donnée n’existe pas ?

Donner des outils, avec des droits étroits

Un outil est une fonction décrite au modèle : son nom, ce qu’elle fait, ses paramètres. Le protocole MCP (Model Context Protocol) permet d’exposer ces outils à un assistant comme Claude de façon standard.

C’est le principe de Comptoir : depuis une conversation, on modifie prix, stock, fiches et traductions sur plusieurs boutiques Shopify en une seule demande.

Quelques règles pour les outils :

• Lecture et écriture séparées. Un agent qui analyse n’a pas besoin de modifier.
• Une confirmation avant ce qui ne s’annule pas. Changer un prix sur cinq boutiques se valide.
• Un journal de tout. Chaque appel d’outil est enregistré, avec ses paramètres et son résultat.

Poser les garde-fous

Un agent se trompe, comme tout le monde. Le système doit le prévoir.

• Un vérificateur. Sur Votons, les cartes du quiz sont préparées par des agents, chacune relue par un agent vérificateur, puis par un humain.
• Des règles dans le code. La neutralité de Votons est appliquée par le code : positions anonymisées, parité gauche-droite. On ne la confie pas à une consigne.
• Un budget plafonné. L’agent d’Alfred travaille avec un plafond de dépense. Une boucle qui s’emballe s’arrête d’elle-même.
• Des tests sur des cas réels. Un jeu de questions avec les réponses attendues, rejoué à chaque changement de prompt ou de modèle.

Les agents qui travaillent seuls

Tous les agents ne discutent pas. Les plus utiles tournent sans qu’on leur parle : à heure fixe, ou quand un événement arrive.

Alfred en est un exemple. À chaque synchronisation des boutiques, il produit des constats (rupture, conversion, publicité à perte, SEO), un brief du matin et un rapport du lundi.

Pour ce type d’agent, on définit :

• le déclencheur (une heure, un événement) ;
• ce qu’il a le droit de faire seul, et ce qu’il doit seulement proposer ;
• où il rend compte, et à qui.

Banzai Labs, partenaire Claude

Banzai Labs fait partie du Claude Partner Network, le programme lancé par Anthropic en mars 2026 pour les sociétés qui aident les entreprises à adopter Claude.

Le programme nous donne accès à la formation et aux méthodes d’Anthropic, à sa certification technique, et à ses ingénieurs quand un projet client le demande. Pour vous, cela veut dire des agents construits selon les pratiques recommandées par Anthropic, avec un recours direct à ses équipes techniques sur les cas difficiles.

Formation

Les supports de l’Anthropic Academy et les méthodes de vente et de déploiement des équipes d’Anthropic.

Certification

Claude Certified Architect, l’examen technique pour construire des applications en production avec Claude.

Appui technique

Des ingénieurs d’Anthropic sur les projets clients en cours, et des architectes pour cadrer les intégrations complexes.

Par où commencer

Choisissez une tâche qui revient chaque semaine, qui repose sur des données que vous avez déjà, et dont le résultat se vérifie facilement. Un rapport, un tri, une veille. Faites-la faire par un agent en lecture seule pendant un mois, comparez avec le travail humain, puis élargissez ses droits.