Bonnes Pratiques

Rédiger des prompts efficaces

La qualité d'un agent IA dépend à 80% de la qualité de ses prompts. Un prompt bien rédigé transforme un agent médiocre en assistant performant.

Structure d'un prompt système

Un prompt système efficace contient cinq éléments dans cet ordre :

1. Rôle : Qui est l'agent et pour qui travaille-t-il
2. Contexte : L'environnement métier, les outils disponibles
3. Instructions : Les actions à réaliser, étape par étape
4. Contraintes : Ce que l'agent ne doit jamais faire
5. Format : Comment structurer les réponses

Tu es l'assistant commercial de [Entreprise], spécialisé 
dans [secteur].

CONTEXTE :
- Tu qualifies les demandes entrantes depuis le formulaire web
- Tu as accès au CRM Pipedrive pour vérifier si le contact existe
- Budget cible : 5 000€ à 50 000€

INSTRUCTIONS :
1. Analyse le message du prospect
2. Extrait : nom, entreprise, email, besoin principal
3. Évalue l'urgence (1-5) selon les mots-clés
4. Propose une catégorie : chaud / tiède / froid

CONTRAINTES :
- Ne jamais inventer d'informations manquantes
- Signaler "INCOMPLET" si données insuffisantes
- Ne pas répondre aux questions hors périmètre commercial

FORMAT DE SORTIE :
{
  "nom": "",
  "entreprise": "",
  "email": "",
  "besoin": "",
  "urgence": 1-5,
  "categorie": "chaud|tiède|froid",
  "notes": ""
}

Les erreurs courantes à éviter

Techniques avancées

Chain of Thought : Demander à l'agent de raisonner étape par étape améliore la précision sur les tâches complexes.

Avant de répondre, analyse la situation en suivant ces étapes :
1. Identifie le type de demande
2. Liste les informations disponibles
3. Note les informations manquantes
4. Formule ta recommandation
5. Vérifie qu'elle respecte les contraintes

Few-shot prompting : Donner 2-3 exemples de conversations réussies aide l'agent à comprendre le format attendu.

Persona : Définir une personnalité ("Tu es direct et concis, tu utilises le vouvoiement") garantit un ton cohérent.

Configurer les guardrails

Les guardrails sont des règles de sécurité qui empêchent l'agent de faire des erreurs coûteuses ou de sortir de son périmètre.

Les 5 types de guardrails essentiels

1. Guardrails de contenu

Filtrer ce que l'agent peut dire ou écrire :

• Liste de mots interdits (concurrents, sujets sensibles)
• Validation du ton (pas de familiarité excessive)
• Longueur maximale des réponses

2. Guardrails d'action

Limiter ce que l'agent peut faire :

• Montant maximum par transaction
• Nombre d'actions par heure
• Liste blanche d'outils autorisés

3. Guardrails de données

Protéger les informations sensibles :

• Masquer les numéros de carte bancaire
• Ne jamais exposer les mots de passe
• Anonymiser les données personnelles dans les logs

4. Guardrails de coût

Maîtriser les dépenses API :

• Budget quotidien maximum sur l'API OpenAI/Claude
• Alerte à 80% du budget mensuel
• Coupure automatique à 100%

5. Guardrails d'escalade

Savoir quand passer la main à un humain :

• Demande de remboursement > 500€
• Client mécontent (sentiment négatif détecté)
• Question hors périmètre après 2 tentatives

Implémentation technique

Dans Make.com, les guardrails s'implémentent avec :

• Filtres : Bloquer les exécutions non conformes
• Routeurs : Rediriger vers l'escalade humaine
• Error handlers : Capturer et logger les anomalies
• Data stores : Stocker les compteurs (actions/heure)

Supervision humaine

Un agent IA n'est pas autonome. La supervision humaine reste indispensable pour garantir la qualité et corriger les dérives.

Les 3 niveaux de supervision

Workflow de supervision recommandé

1. Semaine 1-2 : Human-in-the-loop sur 100% des actions
2. Semaine 3-4 : Human-on-the-loop, validation sur 30% aléatoire
3. Mois 2+ : Human-over-the-loop, revue hebdomadaire des anomalies

Outils de supervision

Pour superviser efficacement vos agents :

• Dashboard de monitoring : Visualiser les actions en temps réel
• Alertes Slack/Email : Être notifié des cas d'escalade
• Logs structurés : Tracer chaque décision de l'agent
• Métriques de qualité : Taux de correction humaine, satisfaction

Maintenance et amélioration continue

Un agent IA se dégrade dans le temps si vous ne l'entretenez pas. Les prompts deviennent obsolètes, les guardrails inadaptés.

Routine de maintenance mensuelle

1. Revue des erreurs : Analyser les cas où l'agent s'est trompé
2. Mise à jour des prompts : Intégrer les nouveaux produits, tarifs, procédures
3. Ajustement des guardrails : Relâcher ou resserrer selon les retours
4. Test de régression : Vérifier que les corrections n'ont pas cassé autre chose

Indicateurs à suivre

Versioning des prompts

Gérez vos prompts comme du code :

• Numérotez chaque version (v1.0, v1.1, v2.0...)
• Documentez les changements et leurs raisons
• Gardez la possibilité de rollback
• Testez sur un échantillon avant déploiement général

Checklist de déploiement

Avant de mettre un agent IA en production, vérifiez chaque point :

Préparation

• ☐ Cas d'usage clairement défini et documenté
• ☐ Prompt système rédigé et testé sur 20+ exemples
• ☐ Guardrails configurés (contenu, action, données, coût, escalade)
• ☐ Workflow de supervision défini
• ☐ Responsable désigné pour la maintenance

Tests

• ☐ Tests sur cas nominaux (10+ exemples)
• ☐ Tests sur cas limites (données manquantes, format incorrect)
• ☐ Tests adverses (tentatives de manipulation)
• ☐ Test de charge (volume attendu × 2)
• ☐ Test de rollback (retour à la version précédente)

Déploiement

• ☐ Déploiement progressif (10% → 50% → 100%)
• ☐ Monitoring activé et alertes configurées
• ☐ Documentation à jour pour l'équipe
• ☐ Plan de rollback prêt
• ☐ Communication aux utilisateurs finaux

Post-déploiement

• ☐ Revue quotidienne pendant la première semaine
• ☐ Collecte des retours utilisateurs
• ☐ Ajustements rapides si nécessaire
• ☐ Passage en maintenance mensuelle après stabilisation