Make AI Agents.

Définir des objectifs et des limites visibles

L'agent est utile quand les entrées varient par leur sens : analyser une demande, choisir une source d'information, préparer un brouillon ou déterminer l'étape suivante. Le scénario qui l'entoure conserve une logique plus précise : origine de l'événement, objet modifiable et destination du résultat.

La version actuelle Make AI Agents New s'intègre directement dans Scenario Builder. La documentation officielle souligne la possibilité de construire, d'exécuter et d'analyser le fonctionnement au même endroit. Le service est en bêta ouverte ; son comportement et ses conditions peuvent donc changer. Comparez les anciennes instructions de l'application précédente au nouveau module au lieu de les considérer comme universelles.

Modèle, connaissances et outils

Lors de la configuration, sélectionnez le fournisseur, le modèle et les instructions, puis ajoutez des outils et un contexte. La connaissance aide à répondre à la question et l'outil permet d'effectuer une opération; ces rôles ne doivent pas être confondus. Le document décrivant le CRM ne donne pas le droit de changer le CRM tant que l'action correspondante n'est pas connectée.

Make AI Provider est disponible dans le forfait gratuit ; l'utilisation de ses propres fournisseurs est prévue dans les forfaits payants. Cela ne signifie pas que tous les modèles ont le même coût. Le nombre d'appels et la quantité de contexte influent sur la consommation ; un modèle externe utilisé avec sa propre clé est facturé séparément. L'installation locale d'un connecteur externe ne transforme pas l'agent cloud en outil hors ligne.

Exemple: vérifier la demande d'équipement

Préparez un tableau de test des appareils disponibles et une demande fictive d'un salarié. L'agent doit trouver une option adaptée, citer la ligne utilisée et préparer un enregistrement à faire valider. Interdisez-lui de modifier les stocks ou d'envoyer une commande avant vérification. En l'absence de correspondance, il doit poser une question explicite plutôt qu'inventer une disponibilité.

Testez une demande avec un nom incomplet et deux appareils aux caractéristiques proches. Consultez l'historique pour voir l'outil appelé et les arguments transmis. Un résumé juste ne compense pas une recherche dans le mauvais tableau. Après un changement de source, répétez le contrôle : le contexte et les données réelles ne sont pas forcément mis à jour de la même façon.

Crédits, API et exploitation

Make comptabilise l'utilisation en crédits. Un scénario peut effectuer de nombreuses opérations, et les composants IA consomment des ressources selon leurs propres règles. Le quota gratuit de la plateforme est limité ; la disponibilité de l'agent dans tous les forfaits ne signifie pas que les calculs sont illimités. Avant une exécution récurrente, vérifiez le comportement à l'épuisement des ressources et lors de la réception répétée d'un événement.

Developer Hub propose des points de terminaison bêta distincts pour créer, modifier et lancer AI Agents. Il s'agit d'une API propre à la plateforme, différente de l'appel à une API tierce dans un scénario. L'intégration exige un jeton et des autorisations adaptées ; vérifiez dans la documentation actuelle la compatibilité de chaque méthode avec la nouvelle application. Évaluez le résultat du processus à partir des enregistrements et du journal d'actions, au-delà d'une simple réponse textuelle.

Pour quelles tâches convient-il

• Ajouter un choix effectué par l'IA à un scénario visuel
• Traiter des demandes en les vérifiant dans un tableau
• Examiner les outils et les arguments d'exécution
• Intégrer l'agent via l'API bêta documentée