Automatisation et agents IA sans code
Apprenez à concevoir, construire et déployer des agents IA capables d'automatiser des tâches complexes, sans écrire une seule ligne de code. La formation couvre l'ensemble du cycle : prompting, workflows n8n, outils, mémoire, RAG, agents multi-étapes, connexion aux API, assistant boutique/e-Commerce et mise en production. Elle intègre également les enjeux de fiabilité, de sécurité et de protection des données personnelles dans le contexte africain.
Programme
Ouvrez un module pour en lire les leçons. Chaque module se termine par un test, et l’examen final délivre l’attestation.
- Module 1Comprendre l'IA générative et les agents
À la fin de ce module, l'apprenant est capable de : - expliquer avec ses propres mots ce qu'est un grand modèle de langage et sur quoi repose son fonctionnement ; - employer correctement le vocabulaire de base : token, fenêtre de contexte, prompt système, température, hallucination ; - distinguer une automatisation classique, un assistant conversationnel et un agent, et justifier ce choix face à un besoin concret ; - décrire la boucle observation, décision, action et nommer les quatre ingrédients d'un agent ; - situer les principaux outils no-code du marché et expliquer pourquoi la formation retient n8n ; - créer son environnement de travail complet et obtenir un accès à un modèle depuis le Burkina Faso.
- Ce qu'est un grand modèle de langageAperçu gratuit
- Le vocabulaire indispensable
- Automatisation, assistant, agentAperçu gratuit
- Panorama des outils no-code et pourquoi n8n
- Créer son environnement de travail
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Annexe visuelle — captures d’écranpdf
- Résumé du modulepdf
- Module 2Parler à l'IA : le prompting
À la fin de ce module, l'apprenant est capable de : - décomposer un prompt en cinq blocs et rédiger chacun d'eux ; - réécrire un prompt vague en prompt exploitable, et expliquer chaque modification ; - choisir entre une consigne seule et une consigne accompagnée d'exemples ; - faire produire au modèle des étapes de raisonnement avant sa conclusion ; - obtenir une réponse en JSON lisible par une machine, et en reconnaître les défauts ; - constituer et tenir une bibliothèque de prompts réutilisables, avec ses cas de test.
- Anatomie d'un prompt qui fonctionne
- Guider le modèle par l'exemple
- Faire raisonner le modèle étape par étape
- Obtenir une réponse exploitable par une machine
- Tester, corriger et capitaliser
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Résumé du modulepdf
- Module 3Prise en main de n8n
À la fin de ce module, l'apprenant est capable de : - se repérer dans l'interface de n8n et nommer les éléments d'un workflow ; - choisir le bon déclencheur selon la situation : manuel, planifié, webhook ou formulaire ; - lire et écrire une expression simple pour faire circuler une donnée d'un nœud à l'autre ; - poser une condition, gérer une liste d'éléments, et anticiper une erreur d'exécution ; - construire de bout en bout un workflow complet : un formulaire qui alimente un tableur et déclenche un e-mail.
- Interface, workflow, nœud, exécution
- Les déclencheurs
- Faire circuler la donnée : les expressions n8n
- Conditions, boucles et erreurs
- Travaux pratiques guidés : formulaire vers tableur et e-mail
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Résumé du modulepdf
- Module 4Brancher un modèle dans un workflow
À la fin de ce module, l'apprenant est capable de : - distinguer une chaîne d'un agent, et expliquer pourquoi ce module ne traite que la première ; - brancher un nœud de modèle de chat sous une chaîne et exécuter un premier appel ; - répartir correctement le prompt système et le prompt utilisateur dans n8n, en injectant la donnée du workflow par une expression ; - obtenir une sortie structurée fiable en combinant la consigne de format et l'analyseur de sortie ; - construire un workflow qui traite une liste entière, ligne par ligne, sans intervention ; - estimer le coût d'une exécution avant de la lancer à grande échelle, et réduire ce coût.
- Le premier appel depuis n8n
- Système et utilisateur dans n8n
- Obtenir une sortie exploitable
- Travaux pratiques : le trieur de candidatures
- Coût, latence et volume
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Résumé du modulepdf
- Module 5Le nœud Agent : outils et mémoire/assistant boutique
À la fin de ce module, l'apprenant est capable de : - expliquer ce qui change concrètement entre une chaîne et un agent, et lire une exécution d'agent tour par tour ; - configurer un nœud Agent avec ses quatre ingrédients et sa condition d'arrêt ; - attacher des outils à un agent et distinguer les outils de lecture des outils d'écriture ; - rédiger la description d'un outil de façon à ce que l'agent l'utilise au bon moment, et diagnostiquer les trois échecs classiques ; - configurer une mémoire de conversation avec une clé de session correcte, et expliquer pourquoi cette clé est critique ; - construire un assistant conversationnel complet qui consulte un catalogue réel et répond sur une messagerie.
- Le nœud Agent
- Donner des outils à l'agent
- Décrire un outil pour qu'il soit utilisé
- La mémoire
- Travaux pratiques : l'assistant boutique
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Résumé du modulepdfAperçu gratuit
- Module 6RAG : l'agent qui connaît vos documents/assistant documentaire
À la fin de ce module, l'apprenant est capable de : - expliquer pourquoi un modèle ignore les documents d'une organisation, et pourquoi les trois solutions intuitives échouent ; - décrire ce qu'est un embedding et ce que fait une base vectorielle, sans recourir aux mathématiques ; - découper un document de façon à obtenir des réponses précises, et justifier la taille retenue ; - construire un pipeline d'ingestion dans n8n et le distinguer du workflow d'interrogation ; - brancher une base documentaire comme outil d'un agent, et lui faire citer ses sources ; - diagnostiquer une réponse fausse en distinguant un problème de recherche d'un problème de génération.
- Pourquoi le modèle ignore vos documents
- Embeddings et base vectorielle
- Découper un document proprement
- Le pipeline d'ingestion dans n8n
- Travaux pratiques : l'assistant documentaire
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Résumé du modulepdf
- TP Règlement interieurpdf
- TP Procédure congéspdf
- TP FAQpdf
- Module 7Agents multi-étapes et multi-agents
À la fin de ce module, l'apprenant est capable de : - reconnaître les symptômes d'un agent surchargé et choisir le bon axe de décomposition ; - construire un sous-workflow appelable comme outil, avec un contrat d'entrées et de sorties explicite ; - nommer les quatre patterns d'organisation et justifier celui qu'il retient face à un besoin ; - insérer une validation humaine avant une action irréversible, avec un délai et un comportement par défaut ; - construire une chaîne complète de production allant de la collecte à la publication, avec relecture et validation.
- Décomposer une tâche complexe
- Le sous-workflow comme outil
- Les quatre patterns d'organisation
- L'humain dans la boucle
- Travaux pratiques : la chaîne de production
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Résumé du modulepdf
- Module 8Connecter l'agent au monde réel
À la fin de ce module, l'apprenant est capable de : - lire une documentation d'API et y repérer les cinq éléments nécessaires à un appel, sans savoir programmer ; - interpréter un code de réponse et en déduire la correction à apporter ; - distinguer une authentification par clé d'une authentification déléguée, et savoir laquelle s'applique ; - sécuriser un webhook entrant et expliquer pourquoi une adresse difficile à deviner ne suffit pas ; - choisir un canal de communication en fonction de ses utilisateurs, de son coût et de ses contraintes de validation ; - expliquer ce qu'apporte MCP et en nommer les limites actuelles ; - rendre un même agent accessible depuis plusieurs canaux sans dupliquer sa logique.
- Lire une documentation d'API
- Authentification
- Choisir ses canaux
- Découverte de MCP
- Travaux pratiques : l'agent multicanal
- Synthèse, glossaire et annexes du module
- Résumé du modulepdf
- Module 9Fiabilité, sécurité et données personnelles
À la fin de ce module, l'apprenant est capable de : - nommer les quatre garde-fous qui réduisent les hallucinations, et expliquer pourquoi aucun ne les supprime ; - reconnaître une tentative d'injection de prompt et appliquer les protections adaptées à son niveau de risque ; - constituer un jeu de tests, calculer un score et décider d'une mise en production sur la base d'un chiffre ; - mettre en place une journalisation utile, des alertes qui ne saturent pas, et une reprise après incident ; - identifier les données personnelles manipulées par un agent et citer les obligations applicables au Burkina Faso ; - rédiger la mention d'information à afficher aux utilisateurs d'un agent.
- Hallucinations et garde-fous
- Injection de prompt et fuites de données
- Constituer un jeu de tests
- Journaliser, alerter, reprendre
- Données personnelles : le cadre burkinabè
- Synthèse, glossaire et annexes du moduleAperçu gratuit
- Résumé du modulepdf
- Module 10Mise en production, livraison et projet final
À la fin de ce module, l'apprenant est capable de : - comparer cloud et auto-hébergement sur le coût réel, et justifier son choix pour un projet donné ; - organiser ses versions, ses environnements et ses sauvegardes de façon à pouvoir revenir en arrière ; - constituer un dossier de livraison complet et transférer proprement la propriété des accès ; - chiffrer une prestation et choisir un modèle de tarification adapté au besoin ; - livrer un projet complet répondant à un cahier des charges, et le défendre devant une grille d'évaluation.
- Cloud ou auto-hébergé
- Versions, environnements et sauvegardes
- Documenter et livrer
- Vendre une prestation agentique
- Projet final
- Synthèse, glossaire et annexes du module
- Résumé du modulepdfAperçu gratuit