Transcription
1. Introduction à la théorie de base des agents d'IA: Des agents
apparaissent partout. Vous avez probablement vu
des gens dire des choses comme « Je crée un agent intelligent
qui trouve des produits, des livres, des réunions ou gère
mon entreprise pour moi ». Mais voici la
vérité. Si vous ne comprenez pas les
concepts fondamentaux des agents, vous serez rapidement frustré.
Ils vont sembler confus. Ils ne feront pas ce que vous voulez, et vous finirez par
penser qu'ils ne fonctionnent pas. Ce cours est conçu
pour les débutants absolus. Peut-être avez-vous joué avec GPT. Vous avez peut-être déjà vu des outils
tels que Smith OS ou Auto GPT, mais vous ne comprenez pas
comment les agents fonctionnent réellement Si vous êtes curieux de connaître les
agents d'intelligence artificielle, mais que vous ne souhaitez
pas encore vous lancer dans le codage ou dans des configurations
compliquées, ce cours est parfait pour vous Vous n'avez pas besoin de logiciel payant ni de connaissances techniques
pour suivre. Un carnet ou même une feuille de papier suffisent pour
le projet de classe. Si vous avez accès à
HAHPT ou à un autre outil d'IA, c'est un avantage, mais tout
cela n'est pas obligatoire Bien sûr, je vais
décomposer cinq éléments de base. Chaque débutant doit savoir
ce
qu'est réellement un agent AI, ce
qu'est réellement un agent AI, comment fonctionnent les entrées et les sorties
et pourquoi les instructions sont essentielles. Pourquoi la mémoire et le contexte importants, comment les outils
donnent du pouvoir aux agents, comment l'autonomie
les rend intelligents mais risqués. D'ici là, vous aurez
un modèle mental clair de la façon dont les agents de l'IA pensent et agissent. Et pour que cela fonctionne, vous allez
réaliser un projet de classe simple, une carte conceptuelle d'un agent d'intelligence artificielle, mais ne vous inquiétez pas, c'est
rapide, c'est visuel et cela vous aidera à concevoir
des agents plus efficacement, quel que
soit l'outil que vous utilisez. Le cours est court, adapté aux
débutants et entièrement basé sur la théorie. Pas de codage, pas d'installations
compliquées,
les principes de base dont
vous avez besoin avant de vous lancer dans les agents de construction Une fois que vous aurez acquis cette base, vous comprendrez exactement
pourquoi certains agents échouent et comment en concevoir de
meilleurs vous-même. Bonjour. Je m'appelle Victor
Loiso et j'enseigne l'IA, commerce électronique et les
outils numériques d'une
manière pratique et conviviale
pour les débutants Si vous souhaitez
en savoir plus, n'hésitez pas à consulter mes
autres cours ici sur Skillshare Si vous avez des questions, n'
hésitez pas à me contacter
et à me le faire savoir. Mais pour l'instant, passons à l'action et commençons
à jeter bases de
votre
collaboration avec des agents de l'IA.
2. Projet de cours : carte conceptuelle Map: Votre projet de classe est
simple mais puissant. Créez une
carte conceptuelle d'un agent d'IA. Voici comment dessiner quatre
cases intitulées cerveau, mémoire, outils et objectifs. Connectez-les à l'aide de flèches
indiquant comment l'information circule, entre le cerveau et la sortie, le cerveau entre la mémoire, afin qu'il puisse
se souvenir des choses, le cerveau entre les outils, afin qu'il puisse agir, et
l'objectif est de se situer au sommet, guider l'ensemble du processus. Ajoutez ensuite une brève description dans vos propres mots pour chaque case. C'est ça. N'y réfléchis pas trop Ce projet ne concerne pas le codage. Il s'agit de montrer
que vous comprenez la structure
de base d'un agent d'IA. Une fois que vous aurez pu l'esquisser, vous ne regarderez plus jamais un outil d'
IA de la même manière. Vous saurez ce qui manque, ce qui est possible et pourquoi certains agents travaillent
mieux que d'autres. Prêt à vous lancer dans
la première leçon. Bien, allons-y.
3. Leçon 1 : qu'est-ce qu'un agent d'IA ?: Qu'est-ce qu'un agent d'intelligence artificielle ? Plus important encore, en quoi
est-ce différent d' un simple chatbot ou d'un outil
d'automatisation ? Pensez à un agent d'intelligence artificielle comme
à un petit travailleur numérique. Il ne s'agit pas simplement de répondre à
des questions comme fait
Chat CHIPT. C'est un objectif. Il a un cerveau
et il sait comment utiliser
les outils pour faire avancer les choses. Un chatbot est réactif. Il attend que vous disiez quelque
chose, puis il répond. Un outil d'automatisation est rigide. Il fait exactement ce qu'il a
programmé, rien de plus. Mais un agent d'intelligence artificielle est proactif. Je peux raisonner, il
peut agir et même regarder en arrière si cela ne résout pas le
problème du premier coup. Voici la façon la plus simple de l'imaginer. Tu as un cerveau. C'est le modèle d'IA,
le moteur de raisonnement. Alors tu as de la mémoire. La mémoire est ce dont elle peut se souvenir, à
court et à long terme. Tu as des outils.
Les outils sont des API ou des calculatrices que vous pouvez utiliser en cas de besoin. Alors
tu as l'objectif. La mission que vous lui
confiez est de me trouver cinq produits
Tik Tak tendance produits
Tik Tak aujourd'hui ou quelque chose
comme ça. Assemblez tout cela,
et vous avez la recette d'un agent. cerveau, la mémoire, les outils et objectif sont synonymes d'agent IA.
Pourquoi est-ce important ? Parce qu'une fois que vous aurez
compris ces éléments, vous cesserez de vous attendre à ce que les
agents soient des robots
magiques et omniscients, et vous commencerez à les
concevoir correctement. Les débutants se heurtent généralement à des
obstacles lorsqu'ils se demandent pourquoi mon agent ne peut-il pas
faire ceci ou cela ? Eh bien, si vous ne lui avez pas
donné la mémoire, le bon outil
ou si vous ne lui avez pas donné d'or clair, il ne
le peut tout simplement pas. Dans la leçon suivante, nous allons zoomer sur l'un de ces éléments de base, les
entrées et les sorties. Parce que si vous ne nourrissez pas correctement
votre agent, vous n'obtiendrez
rien d'utile en retour. Prêts ?
Passons à la leçon 2.
4. Leçon 2 : Entrées, sorties et invites: Entrées, sorties et instructions. Maintenant que vous savez qu'
un agent d'intelligence artificielle est un agent, voyons comment il parle. Chaque agent travaille en boucle entre
les entrées et les sorties, et le secret
entre les deux est votre message.
Voici le cycle. Vous donnez une entrée à l'agent, par exemple une question, une tâche ou des données. Le cerveau de l'agent, le modèle d'IA, y
réfléchit en utilisant
la mémoire et des outils si nécessaire. Ensuite, vous obtenez une sortie, réponse, une action ou un résultat. Voici un
exemple simple. Entrez, trouvez-moi trois produits TitokShoppproducts tendance cette semaine Il continue, recherche des
sources de données et applique un raisonnement, et le résultat serait
: voici trois produits et pourquoi ils sont tendance,
agréables et simples Mais voici le hic. La
saisie n'est pas simplement une question, c'est une invite, et les instructions façonnent l'ensemble du
comportement de l'agent Pensez aux instructions comme à des recettes. Si vous lui donnez des
instructions vagues, comme préparer de la nourriture, le chef pourrait
vous donner du pain grillé Mais si vous le dites, préparez un sauté de
poulet épicé avec du riz, deux portions, sans cacahuètes Soudain, le chef sait
exactement quoi faire. Pareil pour les agents.
Plus le message est clair, meilleur est
le résultat. C'est là que la plupart des
débutants font des erreurs. Ils s'attendent à ce que l'agent sache
juste ce qu'ils veulent, mais les agents ne sont pas des médiums. Si vous donnez de mauvaises entrées, vous obtiendrez toujours de mauvaises sorties. Voici la règle d'or.
Poubelles à l'intérieur, déchets à l'extérieur. Si vous maîtrisez les instructions, vous maîtrisez essentiellement la
façon dont votre agent pense Vous avez maintenant les entrées, les
sorties et les instructions claires. Ensuite, nous
parlerons de mémoire et contexte, car si votre
agent oublie tout, la seconde où vous arrêtez de lui
parler, eh bien, ce n'est pas
vraiment un agent Prêt à passer à autre chose ? Passons
à la leçon 3.
5. Leçon 3 : Mémoire et contexte ext: Bien, il est temps de parler mémoire parce que sans mémoire, votre agent est essentiellement comme
cet ami qui oublie votre nom 2 minutes après vous avoir rencontré, ce qui
est inutile, Les agents ont deux types de mémoire. Ils ont une
mémoire à court terme. C'est comme les notes que vous
griffonnez sur un bloc-notes L'agent se souvient de
ce qui se passe actuellement dans la
conversation ou la tâche. Et la mémoire longue, cela ressemble
plus à un journal ou à une base de données où l'agent peut réellement se souvenir de certaines choses plus tard. Par défaut, la plupart des agents ne disposent que d'une mémoire à court
terme. Cela signifie que si vous
continuez trop longtemps, mais que vous commencez une nouvelle discussion, l'
ardoise est effacée. La mémoire est ce qui donne le contexte à
l'agent. contexte signifie que l'agent comprend non seulement les
mots que vous dites, mais aussi la situation à laquelle
ils appartiennent. Par exemple, si vous dites «
réservez-moi un vol demain » sans aucun contexte,
cela n'a aucun sens Si l'agent se souvient de
votre dernière information, qui aurait
pu être, par exemple, « je dois être à Paris
pour une réunion avec un client », il sait
soudainement
que vous voulez prendre l'avion pour Paris, pas n'importe où ailleurs. Voici le piège. Les débutants
s'attendent à ce que les agents les connaissent. Ils disent des choses comme : pourquoi mon agent
ne
se souvient-il pas de mes préférences ? Eh bien, à moins que vous n'y ayez
intégré de la mémoire,
il n'aura pas à
définir où il stocke les informations, ce qu'il rappelle et quand. Sinon, c'est comme crier des
instructions à un poisson rouge, et même la
mémoire à court terme a Les modèles d'IA ont ce que l'
on appelle une fenêtre contextuelle, qui signifie essentiellement la
quantité d'informations qu'ils peuvent jongler avec eux à la fois Si votre saisie
dépasse cette fenêtre, tous les détails sont supprimés. Donc, si vous voulez des agents utiles, vous devez être intentionnel
quant à ce dont ils se souviennent. Et comment ? Ensuite,
nous parlerons outils et des actions,
car la mémoire est excellente, mais votre agent ne
peut pas faire grand-chose s'il ne dispose pas des bons
outils dans sa boîte à outils Ça sonne bien ? D'accord.
Passons à la suivante.
6. Leçon 4 : Outils et actions d'agent IA: Parlons des
outils et des actions. Bien, votre
agent a un cerveau et une certaine mémoire, mais
voici le hic. Sans outils, c'est comme un chef coincé dans une
cuisine sans couteaux, sans cuisinière, sans casseroles,
pratiquement inutile. Les outils sont les pouvoirs supplémentaires auxquels votre agent peut faire
appel pour accomplir ses tâches. Pensez aux API comme
le
plugin Internet de l'agent, qui peut extraire des données, consulter les
calculateurs de statistiques des produits TikTok pour calculer les chiffres, les
scrapers pour
scanner des sites Web, les
planificateurs pour réserver des informations. Les
outils sont des extensions qui permettent à outils sont des extensions qui permettent agent d'aller au-delà de
la Voici comment cela se passe. Vous
essayez l'agent, par
exemple, enfin, cinq produits
tendance de la boutique TikTok Le cerveau de l'agent
sait qu'il a besoin de données. Il utilise un outil de scraper, il vérifie les statistiques de la boutique TikTok, puis il raisonne sur les données et vous donne les résultats Ce sont les entrées, les outils et les
sorties qui fonctionnent tous de manière synchronisée. Où sont bloqués les débutants ? Ils supposent que tous les outils
sont déjà intégrés à l'agent . Non Si vous ne lui donnez pas
d'outil, il ne peut pas agir. C'est comme demander à un chef de
faire un gâteau sans four. Vous aurez un
désastre ou pire encore, rien. Et voici
autre chose. Les outils ne sont pas parfaits.
Les API tombent en panne, les scrapers tombent en panne, les
calculatrices échouent. C'est pourquoi les bons agents
ont besoin de gérer les erreurs. En gros, un plan B lorsqu'
un outil ne fonctionne pas. Maintenant, une fois que vous avez donné de la mémoire et des outils à l'
agent, il peut commencer à agir
comme un véritable assistant. Mais voici la grande question. Quelle liberté
devriez-vous lui donner ? C'est là qu'intervient l'autonomie. Passons à la
leçon suivante, l'autonomie et les boucles.
7. Leçon 5 : autonomie et boucles: Parlons autonomie et boucles. Très bien, abordons la grande
question de l'autonomie. Quelle liberté
devriez-vous réellement donner à votre agent ? Parce que
voici la vérité. Un agent capable de penser
par lui-même est puissant, mais il peut aussi rapidement devenir
incontrôlable. L'autonomie signifie simplement que l'agent n'attend pas chacune de
vos commandes. Vous vous fixez un objectif, et il continue à
travailler pour atteindre cet objectif jusqu'à ce qu'il soit atteint ou jusqu'à ce
qu'il décide qu'il est bloqué. Par exemple, vous dites « trouvez-moi dix produits de boutique
Tik Tok tendance »
et rédigez un plan de lancement Le chatbot
vous donnera une réponse et vous arrêtera. Un agent autonome
continuera à faire des recherches, à effectuer des
tests et à planifier en boucle , jusqu'à ce qu'il produise quelque
chose d'utile Voici la boucle. Allez. L'agent comprend la
mission, le plan créé, les étapes qu'
il pense devoir prendre,
les actions, les résultats, la
réflexion. Cela a-t-il fonctionné ? Dois-je réessayer ? Répétez les boucles jusqu'à ce qu'
elles réussissent ou qu'elles heurtent un mur. C'est grâce à cette boucle que
les agents se sentent vivants. Ils ne se contentent pas de
cracher des réponses, ils résolvent des problèmes Mais voici le hic. Si
vous ne fixez pas de limites, la boucle peut se poursuivre indéfiniment. C'est ce qu'on appelle
une boucle infinie. C'est comme dire à un enfant de continuer à nettoyer sa chambre
jusqu'à ce qu'elle soit parfaite. spoiler. Ce
ne sera jamais parfait et ils ne s'arrêteront jamais. Pareil pour les agents.
Sans limites, ils continuent d'essayer indéfiniment,
gaspillant du temps et des ressources. Les débutants donnent souvent
trop de liberté aux agents trop rapidement. Ils supposent qu'une plus grande autonomie
signifie de meilleurs résultats. Mais en réalité, les agents intelligents ont besoin de contraintes, d'un objectif clair, d'une règle d'arrêt telle que le maximum de trois
tentatives, cinq tentatives, dix tentatives, etc., et de
garde-fous quant à ce
qu'ils peuvent et ne peuvent pas faire L'équilibre est ce qui distingue un agent d'intelligence artificielle utile
d'un agent fugitif, peu comme un véritable
employé Vous avez maintenant vu les
cinq éléments de base : le
cerveau, la mémoire, les outils, les entrées,
les sorties et l'autonomie. Allons-y et concluons.
8. Conclusion et prochaines étapes: Vous savez maintenant ce qu'est réellement un agent d'
intelligence artificielle, comment les entrées, les sorties
et les instructions le façonnent Pourquoi la mémoire et les contextes sont importants, comment les outils étendent ses
capacités et comment l'autonomie lui donne de la liberté si vous fixez les bonnes limites. Téléchargez vos cartes conceptuelles dans
la section des projets de classe. Je vais les consulter, et vous apprendrez également beaucoup de choses voyant comment les autres étudiants ont
assemblé les leurs Et si vous souhaitez
approfondir la création agents d'
IA dotés de véritables outils, consultez mes autres
cours dans lesquels nous prenons ces concepts et les
mettons en pratique. OK.
Si vous avez des questions pour moi, n'hésitez pas à me contacter. Merci d'avoir appris avec moi, et je vous verrai
au prochain cours.
Victor Loyiso, Ex-Project Manager, AI Geek, Content Creator
