Agent d’IA dans ChatGPT : automatiser sans perdre le contrôle

Le mode agent de ChatGPT ne se contente plus de répondre : il agit, dans un navigateur distant, à votre place, et produit un livrable. Cette page s'adresse aux directeurs marketing, opérations ou SI qui doivent décider ce qu'un agent d'IA dans ChatGPT a le droit de faire pour eux, sur des interfaces conçues pour des humains.

Elle permet de trancher trois questions : ce que vous lui confiez ou non, ce qui casse en cours d'exécution, et ce qu'un cadrage de mission doit contenir pour obtenir un résultat exploitable sans retouche.

Ce qu'est le mode agent de ChatGPT, et ce qu'il change

L'outil est déjà dans vos murs : la question est le cadre, pas l'adoption. Avec le mode agent, vous ne validez plus une réponse, vous validez une séquence d'actions déjà exécutée. La valeur quitte le prompt pour le cadrage (objectif, droits, données, critères d'arrêt), puis la supervision.

Plus l'action se rapproche d'un système qui engage (messagerie, comptes, achats, publication), moins la gouvernance est négociable. Les quatre niveaux de droits et les sept familles d'agents sont posés dans notre panorama des agents d'IA ; cette page les applique à un produit précis. Pour choisir entre familles d'outils, voyez la plateforme d'agent IA.

La boucle en cinq termes à écrire avant de lancer

Un agent part d'une mission, la découpe, agit, vérifie, puis s'arrête quand les critères sont atteints ou qu'il bute sur une limite. Chaque terme de cette boucle est une ligne à écrire avant le lancement :

• Objectif : résultat attendu (livrable, action, mise à jour).
• Planification : étapes et ordre d'exécution.
• Actions : web, fichiers, code, connecteurs (selon droits).
• Vérifications : contrôles de cohérence, preuves, validations humaines.
• Critères d'arrêt : seuils de qualité, délais, exceptions.

Les deux derniers termes, souvent oubliés, décident du coût réel : un agent sans critère d'arrêt n'échoue pas, il continue et produit un résultat plausible découvert à la relecture.

Le produit qu'on ouvre, et la couche sur laquelle on construit

Pour des équipes marketing, ventes ou opérations, la valeur apparaît dans les micro-tâches entre deux décisions (chercher, collecter, consolider), et le risque aussi. Le passage du chatbot à l'agent outillé se lit sur trois plans :

• Ce qu'il optimise : le chatbot, la conversation (expliquer, reformuler, proposer) ; l'agent, l'exécution (enchaîner des actions).
• Ce qu'il rend : le chatbot, une réponse ; l'agent, un livrable prêt à valider.
• Ce que coûte son erreur : une réponse imprécise se corrige ; une erreur d'exécution a déjà eu lieu.

Une confusion coûte des semaines : le mode agent est un produit, qu'un utilisateur active et qu'un responsable encadre. Il n'est ni la couche technique de l'agent d'IA chez OpenAI, ni la démarche pour créer un agent d'IA hors de la conversation. Ici, vous n'écrivez pas une ligne de code : vous cadrez un agent fourni tel quel.

Comment il agit : un navigateur distant, et une main que vous pouvez reprendre

L'agent se sert d'un navigateur, comme un humain, sur des sites qui ne savent pas qu'un agent les visite. D'où une propriété que rien ne corrige : le décor peut changer sans prévenir. Un scénario qui tournait la semaine dernière s'arrête au milieu dès que survient :

• un bouton déplacé ou renommé sur une page que l'agent connaissait ;
• un nouveau bandeau de consentement qui masque le contenu attendu ;
• une étape de vérification ajoutée au milieu du parcours.

Ce que l'agent fait dans le navigateur, et jusqu'où

Le périmètre technique est large, et une mission réaliste enchaîne souvent trois temps :

• Collecter au navigateur : naviguer, faire défiler, sélectionner des éléments, remplir des formulaires, déclencher des téléchargements.
• Transformer hors navigateur : analyser un export, exécuter un script dans un environnement isolé, manipuler des formats tabulaires ou documentaires.
• Restituer : produire un tableau ou une synthèse prête à relire.

Un agent qui « peut tout faire » en démonstration ne fera chez vous que ce que trois réglages autorisent, à poser explicitement :

• les droits dont dispose le compte utilisé ;
• les connecteurs effectivement activés ;
• le niveau de supervision décidé pour ce type de mission.

Reprendre la main en cours d'exécution

Le mode agent est conçu pour rester supervisable, et cela prend trois formes concrètes :

• l'agent demande une autorisation avant une action importante, comme envoyer un message ou valider un formulaire qui engage ;
• vous pouvez reprendre le contrôle du navigateur à tout moment, effectuer l'étape bloquante, puis lui rendre la main ;
• pendant cette reprise, ce que vous saisissez n'est pas observé par l'agent : c'est une fonctionnalité de sécurité, pas un détail d'ergonomie.

La situation typique est la connexion à un espace client : vous vous authentifiez, l'agent reprend la route. Une conséquence est rarement anticipée : une mission en mode agent n'est pas une tâche de fond. Si elle traverse une authentification, quelqu'un doit être disponible à ce moment-là ; lancée le soir, elle attendra.

Là où ça casse : erreurs de fait et erreurs de clic

Deux limites se cumulent, et les confondre conduit au mauvais contrôle ; le panorama développe cette distinction entre erreur de réponse et erreur d'action :

• la fiabilité cognitive (erreurs de faits) se traite par la preuve : sources, recoupements, statut de confiance ;
• la fiabilité d'exécution (mauvais clic, mauvais champ, mauvaise lecture d'interface) se traite par le périmètre, la réversibilité et la trace ;
• leur cumul : un livrable parfaitement sourcé, produit après une saisie dans le mauvais formulaire.

Pour une réponse vérifiable ligne à ligne plutôt qu'un livrable, regardez la recherche sourcée de l'agent d'IA de Perplexity : même technique, finalité inverse.

Les trois arrêts réels : login, captcha, action engageante

Une exécution ne s'interrompt presque jamais pour une raison exotique : elle bute sur trois obstacles, prévisibles dès le cadrage.

Dans les trois cas, l'automatisation reste possible si un opérateur est disponible au moment du blocage. Ajoutez le coût que personne ne budgète : chaque reprise consomme du temps humain, et la mission « bonne du premier coup » est l'exception.

Une sortie auditée, pas seulement un livrable

Le « plausible mais faux » ne disparaît pas avec le mode agent : il se déplace dans un document convaincant, mis en page et daté. Le contrôle consiste à demander dans le livrable de quoi le contredire :

• une liste des sources consultées (adresse et date d'accès) ;
• les citations associées à chaque chiffre ou affirmation sensible ;
• les hypothèses retenues quand une donnée manque, et l'alternative écartée ;
• un statut par point : confirmé, probable, à vérifier.

Un livrable qui se déclare « probable » sur trois points dirige la relecture humaine là où elle sert. En production, prévoyez une boucle de contrôle, jamais un tir unique.

Ce qu'on lui confie, et à quel niveau d'autonomie

En entreprise, 20 % des messages passent par un Custom GPT ou un Project (Chad Wyatt, 2026). Le reste est du coup par coup, écart que le mode agent comble s'il est encadré mission par mission. D'autres repères figurent dans notre relevé de statistiques sur ChatGPT.

Trois niveaux d'autonomie, et la checklist qui les départage

Structurez vos usages avec trois niveaux, un seul par type de mission. Ces trois paliers correspondent aux niveaux 1 à 3 des quatre niveaux de droits du panorama ; le niveau 4 (paiement, engagement) reste hors périmètre, voir la section suivante.

Pour savoir lequel s'applique, cinq questions se posent tâche par tâche, jamais globalement :

• Données : sources autorisées (web, fichiers, connecteurs) et niveau d'accès (lecture seule, export, aucun).
• Risque : action réversible ou non, impact marque, conformité, finance.
• Volumétrie : tâche ponctuelle ou récurrente, et coût d'itération.
• Dépendances : logins, captchas, étapes manuelles, validation d'un tiers.
• Supervision : points de validation obligatoires et critères d'arrêt.

Un login ou un captcha interdit l'encadré, puisque l'exécution attendra un humain ; une action irréversible impose l'assisté.

Les tâches qu'on ne confie pas, même avec validation

Une validation humaine rattrape une erreur détectable avant qu'elle produise ses effets, rien d'autre. Toute tâche dont l'erreur devient irréversible au moment de l'action sort donc du périmètre, quel que soit le contrôle affiché :

• paiements et engagements financiers ;
• décisions relatives aux personnes ;
• avis réglementaire ou juridique rendu sans expert ;
• modification en masse sur un système de production.

Posez le test avant la démonstration : si l'agent se trompe et que personne ne le voit passer, qu'est-ce que ça coûte et en combien de temps peut-on revenir en arrière ? Si la réponse comporte « on ne peut pas », la tâche reste humaine, autorisation préalable ou non.

Le cadrage d'une mission : objectif, preuves, permissions, traçabilité

Sans critères d'acceptation, l'agent optimise au jugé et vous perdez en allers-retours le temps gagné. Un cadrage se juge sur un critère : un tiers qui ignore la tâche doit pouvoir dire, en lisant le livrable, s'il est conforme.

Le cadrage minimal et les quatre mesures du pilote

Définissez un indicateur principal (qualité, temps ou coût), puis des règles non négociables sur les sources, le format, les contraintes légales et le ton. Voici un cadrage minimal, directement copiable :

• Livrable : tableau et synthèse de 10 lignes.
• Sources : adresse et date, minimum 3 sources primaires.
• Qualité : 0 chiffre sans source, 0 affirmation juridique sans réserve.
• Arrêt : stop si login requis ou si une action engageante est nécessaire.

La dernière ligne transforme un blocage subi en fin de mission propre, documentée, reprenable par un humain. Un pilote se juge ensuite sur quatre dimensions, mesurées sur vos dix premières exécutions.

Moindre privilège et mini-log à chaque exécution

Les connecteurs ne s'ouvrent que si la mission en cours l'exige. Avant de fixer la règle, distinguons trois choses que les ateliers confondent :

• ce que le produit interdit ;
• ce que ses réglages permettent réellement d'ajuster ;
• ce que vous décidez d'interdire par politique interne.

Notre règle relève de la troisième : une politique prudente, pas une impossibilité de l'outil. Appliquez le moindre privilège : lecture seule par défaut, accès limité dans le temps, validation sur chaque étape qui engage. Or 4,7 % des utilisateurs en entreprise ont déjà saisi des données sensibles dans l'outil (Chad Wyatt, 2026).

La trace, elle, ne vous sera pas fournie spontanément : vous la demandez dans la consigne. Standardisez un mini-log remis à chaque exécution, qui reconstitue le « quoi, quand, où, pourquoi » le jour où une saisie pose question. Ce journal, rédigé par l'agent lui-même, ne prouve rien seul et ne vaut que confronté à des traces indépendantes :

• les journaux de connexion des systèmes accédés ;
• les historiques d'envoi et les versions d'enregistrements ;
• les artefacts produits, fichiers et messages datés.

Quand le récit de l'agent et la trace système divergent, la trace système fait foi. Le mini-log lui-même se compose de quatre éléments.

Tester et gouverner avant d'industrialiser

Automatiser trop tôt revient à industrialiser une erreur et à la répéter à la cadence de la machine. Testez d'abord sur un échantillon, puis verrouillez un scénario reproductible :

• dix exécutions sur des cas variés, des plus faciles aux plus difficiles ;
• un contrôle humain systématique assorti d'un score de qualité ;
• la liste des échecs typiques et de leurs contournements ;
• un monitoring mensuel couvrant les dérives, les changements d'interface et les nouveaux risques.

Ce dernier point est propre au mode agent : un scénario exécuté dans un navigateur dépend de pages qui évoluent sans prévenir, et se dégrade silencieusement. Le mini-log est votre détecteur : une hausse des exceptions sur une même étape signale un changement d'interface avant qu'un livrable faux n'arrive en relecture.

Une automatisation fiable repose ensuite sur des rôles explicites, écrits avant la première mission récurrente :

• qui valide les livrables et les actions engageantes ;
• qui modifie le scénario et le cadrage ;
• qui gère les incidents ;
• qui audite les mini-logs face aux traces système.

Ajoutez une règle d'escalade permanente : si l'agent n'est pas certain, il s'arrête et demande une décision. Un agent qui s'arrête trop souvent se corrige ; un agent qui tranche seul, après coup seulement. Pour la conformité, dont le RGPD, documentez :

• les données manipulées et leur caractère personnel ou non ;
• les finalités de la mission ;
• les durées de conservation des livrables et des journaux ;
• les sous-traitants impliqués ;
• les mesures de minimisation appliquées.

L'obstacle le plus sous-estimé est humain : 68 % des collaborateurs ne déclarent pas leur usage de ChatGPT en entreprise (Chad Wyatt, 2026). Une gouvernance ne rattrape pas ce qu'elle ne voit pas : rendez l'usage déclarable et journalisé plutôt que de le restreindre, sinon il devient souterrain.

Continuez votre lecture

Deux pages prolongent celle-ci, selon votre situation. Si vous cherchez la règle générale de délégation plutôt que celle de cet outil, les seuils sont traités sur les agents d'IA autonomes. Si vous passez d'un usage d'équipe à un déploiement encadré, licences comprises, permissions et intégration au système d'information sont le sujet de l'agent d'IA en entreprise.

Quand il vous faut un agent sur vos propres données et règles métier, Incremys conçoit une IA personnalisée cadrée selon les mêmes principes : droits explicites, preuves dans le livrable, journal confrontable.

FAQ sur l'agent dans ChatGPT

Qu'est-ce qu'un agent ChatGPT ?

Un agent ChatGPT est une capacité où ChatGPT agit sur des sites web à votre place, via un navigateur distant, pour exécuter une tâche de bout en bout au lieu de se limiter à répondre. Il enchaîne des actions (naviguer, comparer, remplir, livrer), demande une autorisation avant celles qui engagent, et vous pouvez reprendre la main à tout moment.

Comment utiliser le mode agent de ChatGPT ?

Vous décrivez la mission dans la conversation ; l'agent planifie, agit dans un navigateur distant et demande une autorisation avant les actions importantes. Offres, quotas et programmation à l'avance relèvent des conditions du produit, à vérifier dans la documentation officielle à la date de rédaction. Demandez toujours des preuves et des seuils d'arrêt explicites.

Comment automatiser avec ChatGPT ?

Automatiser avec ChatGPT revient à confier une mission à un agent, puis à encadrer son exécution par des règles de sécurité et de qualité. La méthode enchaîne quatre temps : choisir une tâche répétitive et mesurable, écrire un brief standard (objectif, format, critères d'arrêt), tester sur un échantillon, puis valider humainement les actions engageantes.

Quelles sont les capacités de ChatGPT ?

Au-delà de la conversation, quatre familles de capacités comptent en entreprise : l'exécution web (navigation, formulaires), la production de livrables (tableaux, rapports, synthèses), le traitement de données (extraction, structuration, calculs) et l'orchestration, c'est-à-dire planifier, itérer et contrôler sous supervision. S'y ajoute l'exécution de code isolée.

Quelles tâches éviter de confier à un agent, même avec validation humaine ?

Il faut éviter toutes les tâches dont l'erreur devient irréversible au moment de l'action : paiements et engagements financiers, décisions relatives aux personnes, avis juridique rendu sans expert, modification en masse en production. L'autorisation demandée avant une action importante protège contre l'action non voulue, pas contre l'action voulue sur la mauvaise cible.

Comment réduire les hallucinations et fiabiliser les résultats d'un agent ?

On fiabilise un agent en imposant un protocole de preuve dans le livrable lui-même : aucun chiffre sans source et date d'accès, recoupement d'au moins deux sources pour les données critiques, hypothèses et limites explicites, et relecture humaine sur les décisions engageantes. Le statut par point (confirmé, probable, à vérifier) dirige cette relecture.

Quels prérequis de sécurité et de conformité (dont RGPD) avant d'autoriser des actions ?

Quatre éléments forment le socle minimal : le moindre privilège avec lecture seule par défaut, la liste des données autorisées et leurs règles d'anonymisation, la journalisation des actions avec procédure d'escalade, et une validation juridique dès qu'il y a des données personnelles. Un accès injustifiable reste fermé.

Comment mesurer le ROI d'une automatisation via un agent ?

Le ROI d'une automatisation se mesure en rapportant le gain valorisé au coût total : (gain valorisé − coût total) ÷ coût total. Le gain se valorise en euros (minutes économisées multipliées par le coût horaire chargé) ; le coût couvre l'abonnement, les itérations, le contrôle humain et les incidents. Complétez par le taux d'acceptation au premier jet.