Back to blog
Tutoriel
8 January 2025
12 min

Créer son premier agent IA avec OpenAI (guide débutant)

Pas à pas pour construire un agent IA simple qui répond aux emails ou qualifie des leads.

Qu'est-ce qu'un agent IA ?

Un agent IA est un programme qui utilise un modèle de langage (LLM) comme GPT-4 pour comprendre des instructions en langage naturel et accomplir des tâches de façon autonome.

Cas pratique : Agent de réponse email

Nous allons créer un agent qui lit les emails entrants et répond automatiquement aux questions fréquentes.

Étape 1 : Configuration de base

from openai import OpenAI

client = OpenAI(api_key="votre_cle_api")

def agent_reponse_email(email_client):
    prompt = f"""
    Tu es un assistant client pour une agence digitale.
    Analyse cet email et propose une réponse appropriée.

    Email reçu : {email_client}

    Règles :
    - Ton professionnel mais chaleureux
    - Réponse concise (max 3 phrases)
    - Si question complexe, propose un appel
    """

    response = client.chat.completions.create(
        model="gpt-4",
        messages=[{"role": "user", "content": prompt}]
    )

    return response.choices[0].message.content

Étape 2 : Connexion à Gmail/Outlook

Utilisez n8n ou Make pour déclencher l'agent à la réception d'un email :

  1. Trigger : Nouvel email reçu
  2. Condition : Email contient "question" ou "prix"
  3. Action : Appeler l'agent OpenAI
  4. Action : Envoyer la réponse

Étape 3 : Amélioration avec mémoire

Pour des conversations multi-tours, ajoutez un contexte :

contexte_conversation = []

def agent_avec_memoire(nouvel_email):
    contexte_conversation.append({"role": "user", "content": nouvel_email})

    response = client.chat.completions.create(
        model="gpt-4",
        messages=contexte_conversation
    )

    reponse = response.choices[0].message.content
    contexte_conversation.append({"role": "assistant", "content": reponse})

    return reponse

Optimisation des prompts

Technique 1 : Few-shot prompting

Donnez des exemples de bonnes réponses :

Exemples de questions/réponses :
Q: "Combien coûte un site web ?"
R: "Nos sites web débutent à 800€ pour une landing page. Le prix varie selon la complexité. Je peux vous envoyer notre grille tarifaire ?"

Q: "Faites-vous de l'automatisation ?"
R: "Oui, c'est notre spécialité ! Nous créons des workflows n8n et des agents IA. Quel process souhaitez-vous automatiser ?"

Technique 2 : Chain-of-thought

Demandez à l'IA d'expliquer son raisonnement :

Analyse étape par étape :
1. Quelle est l'intention de l'utilisateur ?
2. Quelles informations manquent ?
3. Quelle est la meilleure réponse ?

Coûts et monitoring

Budget OpenAI (GPT-4) :

  • ~0,03€ par réponse moyenne
  • 100 emails/jour = ~90€/mois

Optimisation :

  • Utilisez GPT-3.5 pour les cas simples (10x moins cher)
  • Mettez en cache les réponses aux questions très fréquentes
  • Limitez la longueur des réponses (tokens = coût)

Prochaines étapes

Votre agent fonctionne ? Passez au niveau supérieur :

  • Multi-agents spécialisés (un pour support, un pour ventes...)
  • Intégration base de connaissances (RAG)
  • Actions (créer tickets, planifier rendez-vous...)

On s'occupe de tout ? Voir nos packs agents IA →

Free audit · No commitment

And at your place, what wastes your time?

We call you, look at your processes, and tell you exactly what can be automated — how long it takes, how much it costs. No commitment.