Formation 14 — ChatGPT Work et les agents IA

À propos du cours

Découvrez comment comprendre, concevoir et utiliser les agents IA pour créer des workflows intelligents et des systèmes automatisés adaptés à des besoins professionnels.

Cette formation vous accompagne progressivement, même si vous êtes débutant, depuis les fondamentaux des agents IA jusqu’à la conception d’une architecture agentique professionnelle. Vous apprendrez à concevoir vos agents, leur donner les bons outils, organiser leur collaboration, gérer les connaissances, construire des workflows, sécuriser leur fonctionnement, les tester, les superviser et les faire évoluer.

Avec 8 modules et 80 leçons, cette formation privilégie une approche progressive, concrète et pratique, avec des explications accessibles, des exemples, des méthodes, des exercices et des prompts directement exploitables.

À l’issue de la formation, vous disposerez des connaissances et des méthodes nécessaires pour concevoir, organiser, contrôler et faire évoluer vos propres systèmes d’agents IA dans un contexte professionnel.

Afficher plus

Contenu du cours

Module 1 — Comprendre les agents IA

Leçon 1 — Qu’est-ce qu’un agent IA ?
Leçon 2 — Pourquoi utiliser un agent IA ?
Leçon 3 — Les composants d’un agent IA
Leçon 4 — Le raisonnement et la prise de décision d’un agent IA
Leçon 5 — La planification : comment un agent organise son travail
Leçon 6 — Les outils d’un agent IA : comment il peut agir dans son environnement
Leçon 7 — Mémoire et contexte : comment un agent conserve les informations utiles
Leçon 8 — La prise de décision : comment un agent choisit sa prochaine action
Leçon 9 — Le cycle d’action d’un agent IA : observer, décider, agir et vérifier
Leçon 10 — L’autonomie des agents IA : jusqu’où peuvent-ils agir seuls ?

Module 2 — Concevoir un agent

Leçon 11 — Définir précisément la mission d’un agent IA
Leçon 12 — Définir le rôle et le comportement d’un agent IA
Leçon 13 — Construire les instructions d’un agent IA
Leçon 14 — Donner à un agent les connaissances dont il a besoin
Leçon 15 — Choisir les outils dont un agent IA a besoin
Leçon 16 — Concevoir le workflow d’un agent IA
Leçon 17 — Apprendre à un agent IA à prendre des décisions
Leçon 18 — Gérer le contexte et la mémoire de travail d’un agent IA
Leçon 19 — Contrôler et améliorer la qualité des résultats d’un agent IA
Leçon 20 — Apprendre à un agent IA à choisir et utiliser ses outils

Module 3 — Donner accès aux bons outils

Leçon 21 — Choisir et attribuer les bons outils à un agent IA
Leçon 22 — Définir les déclencheurs, les conditions et les actions d’un agent IA
Leçon 23 — Donner à l’agent le contexte nécessaire pour agir correctement
Leçon 24 — Orchestrer plusieurs outils dans un même workflow
Leçon 25 — Définir les droits, les limites et les niveaux d’accès d’un agent IA
Leçon 26 — Gérer les erreurs, les échecs et les solutions de secours d’un agent IA
Leçon 27 — Contrôler et améliorer la qualité des résultats d’un agent IA
Leçon 28 — Construire un workflow multi-outils
Leçon 29 — Apprendre à un agent à choisir le bon outil
Leçon 30 — Gérer les permissions et les niveaux d’accès

Module 4 — Construire un workflow agentique

Leçon 31 — Comprendre et construire un workflow agentique
Leçon 32 — Construire des conditions et des branches de décision
Leçon 33 — Créer des boucles, répétitions et mécanismes de récupération
Leçon 34 — Comprendre et construire une décomposition
Leçon 35 — Orchestrer les étapes d’un workflow agentique
Leçon 36 — Faire travailler plusieurs outils ensemble
Leçon 37 — Sélection intelligente des outils
Leçon 38 — 🔐 Définir les permissions et les niveaux d’accès
Leçon 39 — Organiser la boucle Observation → Décision → Action
Leçon 40 — Décomposer une mission complexe pour préparer son exécution

Module 5 — Sécuriser et contrôler un agent

Leçon 41 — Comprendre les risques liés aux agents IA
Leçon 42 — Définir les garde-fous et les limites d’un agent
Leçon 43 — Gérer les erreurs, les échecs et les situations imprévues
Leçon 44 — Tester et auditer le comportement d’un agent
Leçon 45 — Mesurer la qualité et la fiabilité d’un agent
Leçon 46 — Validation humaine et supervision d’un agent
Leçon 47 — Traçabilité, journaux et historique des actions
Leçon 48 — Le principe du moindre privilège
Leçon 49 — Concevoir une gestion professionnelle des exceptions et des incidents
Leçon 50 — Vérifier les résultats avant validation

Module 6 — Tester et améliorer un agent

Leçon 51 — Pourquoi tester un agent IA avant de lui faire confiance ?
Leçon 52 — Mettre en place une amélioration continue
Leçon 53 — Évaluer la qualité et la fiabilité d’un agent IA
Leçon 54 — Valider une nouvelle version d’un agent
Leçon 55 — Construire un jeu de tests complet pour un agent IA
Leçon 56 — Tester la robustesse d’un agent face aux situations imprévues
Leçon 57 — Évaluer objectivement la qualité d’un agent IA
Leçon 58 — Mettre en place des tests de régression pour un agent IA
Leçon 59 — Mesurer et optimiser les performances d’un agent IA
Leçon 60 — Valider définitivement un agent avant sa mise en service

Module 7 — Déployer des agents dans une équipe

Leçon 61 — Préparer le déploiement d’un agent dans une équipe
Leçon 62 — Gérer les accès, les rôles et les responsabilités
Leçon 63 — Gérer le contexte partagé et les informations d’un agent d’équipe
Leçon 64 — Standardiser les usages et les processus autour d’un agent
Leçon 65 — Accompagner les utilisateurs et favoriser l’adoption d’un agent
Leçon 66 — Surveiller les performances et le fonctionnement d’un agent en production
Leçon 67 — Maintenir, mettre à jour et faire évoluer un agent dans le temps
Leçon 68 — Organiser et gouverner les connaissances partagées d’un agent
Leçon 69 — Gérer les incidents et le support d’un agent déployé
Leçon 70 — Mesurer le ROI, la valeur métier et l’impact réel d’un agent

Module 8 — Construire une architecture agentique professionnelle

Leçon 71 — Comprendre l’architecture d’un système agentique professionnel
Leçon 72 — Définir les composants de l’architecture
Leçon 73 — Organiser les relations entre les agents
Leçon 74 — Centraliser et partager les connaissances
Leçon 75 — ⚙️ Construire des workflows multi-agents
Leçon 76 — Sécuriser une architecture agentique
Leçon 77 — Piloter et superviser les agents
Leçon 78 — Maintenir et faire évoluer l’architecture
Leçon 79 — Tester l’ensemble du système agentique
Leçon 80 — Construire et faire évoluer son architecture agentique professionnelle

Grand Projet Final

Évaluation finale

Bilan / validation des compétences

Notes et avis de l’apprenant

Encore aucun avis !

À propos du cours

Contenu du cours

Module 1 — Comprendre les agents IA

Leçon 1 — Qu’est-ce qu’un agent IA ?

Leçon 2 — Pourquoi utiliser un agent IA ?

Leçon 3 — Les composants d’un agent IA

Leçon 4 — Le raisonnement et la prise de décision d’un agent IA

Leçon 5 — La planification : comment un agent organise son travail

Leçon 6 — Les outils d’un agent IA : comment il peut agir dans son environnement

Leçon 7 — Mémoire et contexte : comment un agent conserve les informations utiles

Leçon 8 — La prise de décision : comment un agent choisit sa prochaine action

Leçon 9 — Le cycle d’action d’un agent IA : observer, décider, agir et vérifier

Leçon 10 — L’autonomie des agents IA : jusqu’où peuvent-ils agir seuls ?

Module 2 — Concevoir un agent

Leçon 11 — Définir précisément la mission d’un agent IA

Leçon 12 — Définir le rôle et le comportement d’un agent IA

Leçon 13 — Construire les instructions d’un agent IA

Leçon 14 — Donner à un agent les connaissances dont il a besoin

Leçon 15 — Choisir les outils dont un agent IA a besoin

Leçon 16 — Concevoir le workflow d’un agent IA

Leçon 17 — Apprendre à un agent IA à prendre des décisions

Leçon 18 — Gérer le contexte et la mémoire de travail d’un agent IA

Leçon 19 — Contrôler et améliorer la qualité des résultats d’un agent IA

Leçon 20 — Apprendre à un agent IA à choisir et utiliser ses outils

Module 3 — Donner accès aux bons outils

Leçon 21 — Choisir et attribuer les bons outils à un agent IA

Leçon 22 — Définir les déclencheurs, les conditions et les actions d’un agent IA

Leçon 23 — Donner à l’agent le contexte nécessaire pour agir correctement

Leçon 24 — Orchestrer plusieurs outils dans un même workflow

Leçon 25 — Définir les droits, les limites et les niveaux d’accès d’un agent IA

Leçon 26 — Gérer les erreurs, les échecs et les solutions de secours d’un agent IA

Leçon 27 — Contrôler et améliorer la qualité des résultats d’un agent IA

Leçon 28 — Construire un workflow multi-outils

Leçon 29 — Apprendre à un agent à choisir le bon outil

Leçon 30 — Gérer les permissions et les niveaux d’accès

Module 4 — Construire un workflow agentique

Leçon 31 — Comprendre et construire un workflow agentique

Leçon 32 — Construire des conditions et des branches de décision

Leçon 33 — Créer des boucles, répétitions et mécanismes de récupération

Leçon 34 — Comprendre et construire une décomposition

Leçon 35 — Orchestrer les étapes d’un workflow agentique

Leçon 36 — Faire travailler plusieurs outils ensemble

Leçon 37 — Sélection intelligente des outils

Leçon 38 — 🔐 Définir les permissions et les niveaux d’accès

Leçon 39 — Organiser la boucle Observation → Décision → Action

Leçon 40 — Décomposer une mission complexe pour préparer son exécution

Module 5 — Sécuriser et contrôler un agent

Leçon 41 — Comprendre les risques liés aux agents IA

Leçon 42 — Définir les garde-fous et les limites d’un agent

Leçon 43 — Gérer les erreurs, les échecs et les situations imprévues

Leçon 44 — Tester et auditer le comportement d’un agent

Leçon 45 — Mesurer la qualité et la fiabilité d’un agent

Leçon 46 — Validation humaine et supervision d’un agent

Leçon 47 — Traçabilité, journaux et historique des actions

Leçon 48 — Le principe du moindre privilège

Leçon 49 — Concevoir une gestion professionnelle des exceptions et des incidents

Leçon 50 — Vérifier les résultats avant validation

Module 6 — Tester et améliorer un agent

Leçon 51 — Pourquoi tester un agent IA avant de lui faire confiance ?

Leçon 52 — Mettre en place une amélioration continue

Leçon 53 — Évaluer la qualité et la fiabilité d’un agent IA

Leçon 54 — Valider une nouvelle version d’un agent

Leçon 55 — Construire un jeu de tests complet pour un agent IA

Leçon 56 — Tester la robustesse d’un agent face aux situations imprévues

Leçon 57 — Évaluer objectivement la qualité d’un agent IA

Leçon 58 — Mettre en place des tests de régression pour un agent IA

Leçon 59 — Mesurer et optimiser les performances d’un agent IA

Leçon 60 — Valider définitivement un agent avant sa mise en service

Module 7 — Déployer des agents dans une équipe

Leçon 61 — Préparer le déploiement d’un agent dans une équipe

Leçon 62 — Gérer les accès, les rôles et les responsabilités

Leçon 63 — Gérer le contexte partagé et les informations d’un agent d’équipe

Leçon 64 — Standardiser les usages et les processus autour d’un agent

Leçon 65 — Accompagner les utilisateurs et favoriser l’adoption d’un agent

Leçon 66 — Surveiller les performances et le fonctionnement d’un agent en production

Leçon 67 — Maintenir, mettre à jour et faire évoluer un agent dans le temps

Leçon 68 — Organiser et gouverner les connaissances partagées d’un agent

Leçon 69 — Gérer les incidents et le support d’un agent déployé

Leçon 70 — Mesurer le ROI, la valeur métier et l’impact réel d’un agent

Module 8 — Construire une architecture agentique professionnelle