Les agents Le Chat : créer des assistants IA sur mesure

Un agent Le Chat est un assistant spécialisé que vous configurez une fois et que vous invoquez ensuite d’une simple commande dans n’importe quelle conversation. Vous définissez un rôle, des instructions, des outils et des sources de connaissances, et vous obtenez un collaborateur taillé pour une tâche précise.

Cinquième volet de la série « De zéro à machine de guerre avec Mistral », cet article fait suite à l’article sur Memories, Projects, Libraries et Connectors. Il couvre la création d’un agent de A à Z, les bonnes pratiques d’instructions, les outils disponibles dans Le Chat et via l’API, quatre exemples concrets, ainsi que les limites à connaître avant de tout miser sur les agents.

Ce qu’un agent Le Chat fait — et ne fait pas

Un agent est défini par trois éléments : ses instructions (le system prompt persistant qui décrit son rôle et son comportement), ses outils (recherche web, interpréteur de code, génération d’images, canvas), et ses sources de connaissances (Libraries pour vos documents, Connectors pour vos services connectés). Ces trois axes se configurent dans la même interface, l’Agent Builder de Le Chat.

Pour invoquer un agent, tapez @ dans la barre de saisie d’une conversation et sélectionnez-le dans la liste. Le Chat applique alors automatiquement ses instructions, active ses outils et connecte ses sources. Vous n’avez plus à répéter votre cadrage à chaque nouvelle session — l’agent reprend son rôle au démarrage et le maintient tout au long de l’échange.

Ce qu’un agent Le Chat ne fait pas, en mai 2026 : il ne prend pas d’actions autonomes en arrière-plan, il ne déclenche pas de workflows automatiques sans vous, et il reste cantonné à l’interface conversationnelle. C’est un assistant guidé par instructions, pas un système agentique au sens technique du terme. Pour des automatisations complexes, Mistral propose deux briques complémentaires : l’Agents API via Mistral AI Studio (couverte plus loin dans cet article) et Mistral Workflows, l’orchestrateur durable lancé en avril 2026 qui permet d’exécuter des processus métier en Python avec validations humaines, traçabilité et déploiement cloud, on-premise ou hybride.

Créer un agent pas à pas dans Le Chat

Écrire de bonnes instructions : les principes qui font la différence

Les instructions de l’agent sont son system prompt persistant. Leur qualité détermine directement la qualité des réponses, et c’est sur ce point que se joue la différence entre un agent utile et un agent générique. Voici les principes que la documentation Mistral met en avant et que l’usage confirme.

Définir le rôle et la mission en premier. La première phrase des instructions doit dire exactement ce qu’est l’agent et ce qu’il fait. Par exemple : « Tu es un assistant juridique spécialisé en droit européen du numérique. Ta mission : répondre aux questions sur le RGPD, l’AI Act et la DSA en citant les articles de loi pertinents. » Sans ce cadrage initial, l’agent dérive vers un comportement généraliste.

Spécifier le format de sortie attendu. Si vous voulez systématiquement des réponses en tableau, des synthèses de 200 mots ou du JSON valide, indiquez-le explicitement dans les instructions. L’agent l’appliquera à chaque réponse sans que vous ayez à le redemander, et les modèles Mistral suivent particulièrement bien ce type de consignes structurées (le benchmark IfEval place Mistral parmi les modèles les plus précis sur le respect d’instructions formelles).

Donner des exemples. Pour les agents qui produisent du contenu récurrent — emails, rapports, analyses, comptes rendus — incluez un exemple de sortie idéale dans les instructions. L’agent calibrera son style et sa structure sur cet exemple plutôt que sur sa moyenne d’entraînement.

Poser les limites clairement. Utilisez les guardrails pour définir ce que l’agent ne doit pas faire. « Ne donne jamais de conseil juridique définitif — oriente vers un professionnel pour les questions complexes » est plus utile que « sois prudent ». Plus la limite est concrète, plus elle est tenue.

Itérer par petits pas. Changez un élément à la fois dans les instructions, testez dans le panneau de preview, validez, puis passez à l’élément suivant. Un agent bien calibré se construit en 15 à 20 minutes d’itération courte, pas en un prompt unique de 2 000 mots écrit d’une traite.

Quatre exemples d’agents prêts à l’emploi

Ces quatre profils couvrent les cas d’usage les plus courants en environnement professionnel francophone. Copiez les instructions, adaptez les parties entre crochets, et testez-les sur Le Chat.

Agent 1 : Rédacteur francophone professionnel

# Instructions — Rédacteur francophone
Tu es un rédacteur professionnel francophone spécialisé en [secteur].

MISSION :
Rédiger et améliorer des textes professionnels en français :
emails, rapports, articles, posts LinkedIn, présentations.

RÈGLES :
- Français impeccable, sans anglicismes inutiles
- Phrases courtes (15-20 mots en moyenne)
- Un concept par paragraphe
- Ton professionnel mais accessible
- Pas de jargon sans explication
- Pas de formules creuses ("il convient de souligner",
  "force est de constater")

FORMAT PAR DÉFAUT :
- Commence par l'essentiel (conclusion en premier)
- Structure avec des titres courts
- Termine par un appel à l'action ou une prochaine étape

GUARDRAIL :
Ne rédige pas de contenu juridique, médical ou financier engageant.

Outils à activer : recherche web (pour vérifier des données factuelles avant rédaction), canvas (pour l’édition itérative en bidirectionnel).

Agent 2 : Analyste RGPD

# Instructions — Analyste RGPD
Tu es un assistant spécialisé en conformité RGPD et réglementation
européenne du numérique (AI Act, DSA, DMA).

MISSION :
Répondre aux questions sur la conformité RGPD des entreprises,
analyser des situations concrètes, et identifier les risques.

RÈGLES :
- Cite les articles de loi pertinents (RGPD art. X, AI Act art. Y)
- Distingue clairement ce qui est obligatoire, recommandé, optionnel
- Signale quand une question nécessite un avis juridique professionnel
- Utilise les documents de ma Library "Réglementation UE" en référence

FORMAT :
- Réponse structurée : Contexte > Analyse > Recommandation > Sources
- Tableau synthétique quand plusieurs obligations sont en jeu

GUARDRAIL :
Tu n'es pas un avocat. Précise systématiquement que tes analyses
sont informatives et ne constituent pas un conseil juridique.

Outils à activer : recherche web (pour les mises à jour réglementaires récentes), Library « Réglementation UE » (textes de loi uploadés au préalable).

Agent 3 : Préparateur de réunion

# Instructions — Préparateur de réunion
Tu es un assistant de préparation de réunions professionnelles.

MISSION :
Aider à préparer, structurer et synthétiser des réunions.

TÂCHES PRINCIPALES :
1. Avant la réunion : créer un ordre du jour structuré à partir
   d'un brief oral ou écrit
2. Pendant/après : transformer des notes brutes en compte rendu
   structuré avec décisions, actions et responsables
3. Suivi : lister les actions ouvertes des réunions précédentes

FORMAT COMPTE RENDU :
- Date, participants, durée
- Décisions prises (numérotées)
- Actions à mener (qui, quoi, quand)
- Points reportés à la prochaine réunion
- Prochaine réunion (date si connue)

GUARDRAIL :
Ne modifie pas le sens des décisions rapportées. En cas d'ambiguïté
dans les notes, signale-le plutôt que d'interpréter.

Outils à activer : canvas (pour l’édition itérative du compte rendu), Connector Google Calendar (pour caler les dates), Library avec les CR précédents pour assurer la continuité.

Agent 4 : Analyste de marché européen

# Instructions — Analyste marché européen
Tu es un analyste de marché senior spécialisé dans les marchés
européens, avec une expertise en [secteur].

MISSION :
Fournir des analyses de marché, des synthèses concurrentielles
et des recommandations stratégiques basées sur des données vérifiées.

RÈGLES :
- Chiffres sourcés et datés (pas de "environ" sans source)
- Distinguer données factuelles et estimations
- Comparer avec les marchés US et asiatiques quand pertinent
- Priorité aux sources européennes (Eurostat, BCE, AFP via Le Chat,
  rapports sectoriels publics)

FORMAT ANALYSE :
1. Résumé exécutif (5 lignes max)
2. Données clés (tableau)
3. Tendances identifiées
4. Risques et opportunités
5. Recommandation

GUARDRAIL :
Pas de prédictions de prix boursiers ni de recommandations
d'investissement spécifiques.

Outils à activer : recherche web (indispensable pour les données fraîches, avec accès aux dépêches AFP via le partenariat Mistral), interpréteur de code (pour les calculs et les visualisations à la volée).

Partager ses agents et passer à l’API

Les agents créés sur Le Chat peuvent être partagés avec votre équipe sur les plans Team et Enterprise. Le partage se fait depuis la page Agents : chaque agent peut être rendu accessible à des collaborateurs spécifiques ou à toute l’organisation. C’est utile quand un agent bien calibré (rédacteur, analyste, préparateur de réunion) doit servir plusieurs personnes avec un comportement homogène.

Pour un usage programmatique — intégration dans une application métier, déclenchement automatique, traitement par lots — les agents Le Chat ne suffisent pas. Mistral propose alors deux voies : l’Agent Builder de Mistral AI Studio (interface graphique avec les mêmes mécanismes que Le Chat, mais agents accessibles par API), ou la création directe via l’API REST.

L’API Agents en bref

L’API Agents de Mistral repose sur deux objets principaux : agent_id (l’agent persistant avec ses instructions, son modèle et ses outils) et conversation_id (l’historique d’échanges, persistant lui aussi, qu’on enrichit en append). Chaque appel POST /v1/conversations peut démarrer une nouvelle conversation avec un agent, ou prolonger une conversation existante, en gardant l’état entre les échanges.

Les paramètres clés à la création d’un agent côté API sont familiers :

• model — le modèle Mistral utilisé : Mistral Large 3, Mistral Medium 3, Mistral Small 4 (lancé en mars 2026, 119 Md de paramètres, excellent ratio performance/coût pour les agents).
• instructions — le system prompt qui décrit le rôle.
• tools — les outils intégrés activables : web_search et web_search_premium, code_interpreter, image_generation, document_library pour le RAG, ainsi que les function tools personnalisés que vous définissez via Function Calling.
• guardrails — les règles de modération, configurables au niveau de l’agent ou par requête.
• completion_args — les paramètres standards de génération (température, top_p, etc.).

Custom Guardrails : la modération souveraine

Mistral a renforcé en avril 2026 sa brique de modération avec les Custom Guardrails, alimentés par mistral-moderation-2603 (le modèle mistral-moderation-2411 a été déprécié le 31 mars 2026). Vous déclarez les règles de modération directement dans la requête API, sans appel séparé ni logique de seuil à coder vous-même. Concrètement, vous fixez des seuils par catégorie (sexual, selfharm, jailbreaking, etc.) et vous choisissez l’action : bloquer, signaler, ignorer. Les guardrails déclarés au niveau d’un agent s’appliquent automatiquement à toutes ses conversations, et peuvent être surchargés à la requête si besoin.

Mistral Workflows pour les automatisations métier

Pour aller au-delà de l’agent conversationnel, Mistral a lancé en avril 2026 Mistral Workflows, sa couche d’orchestration durable disponible en preview publique dans Mistral AI Studio. L’outil repose sur le moteur d’exécution Temporal (le même qui orchestre Netflix, Stripe ou Salesforce) et permet d’écrire en Python des processus métier complets : enchaînement d’étapes, validations humaines (human-in-the-loop), traçabilité complète, gestion des erreurs et reprises. Chaque workflow peut ensuite être publié dans Le Chat pour être déclenché par les utilisateurs métier sans une ligne de code. C’est la voie à privilégier quand un cas d’usage dépasse la conversation et touche au cœur des opérations.

Déploiement et souveraineté : l’atout Mistral

L’un des arguments forts de l’écosystème Mistral pour les agents tient à la flexibilité du déploiement. Là où les autres assistants imposent un cloud propriétaire, Mistral propose plusieurs options selon vos contraintes de conformité et de souveraineté.

Cloud Mistral managé — c’est l’option par défaut quand vous utilisez Le Chat ou l’API publique. Les serveurs sont opérés par Mistral en Europe, avec une politique RGPD native et une infrastructure conçue pour le marché européen.

Le Chat Enterprise — la version entreprise lancée en mai 2025 ajoute un agent builder intégré, des intégrations Microsoft SharePoint, Google Drive et Gmail, et surtout la possibilité d’héberger Le Chat sur cloud privé ou on-premise. Vos données et vos conversations restent dans votre périmètre.

Déploiement hybride avec Workflows — la couche d’orchestration sépare le plan de contrôle (chez Mistral) du plan de données (chez vous). Vos workers et le traitement des données tournent dans votre environnement, à côté de vos services critiques : cloud public, cloud privé, on-premise, ou architecture hybride.

Modèles open-weight — pour les usages les plus sensibles, plusieurs modèles Mistral (Mistral 7B, Mixtral, Small 4) sont disponibles en open weights sur Hugging Face. Vous pouvez télécharger le modèle, l’héberger en complète autonomie, et bâtir vos agents par-dessus avec l’API Agents en self-hosting. Cela ne remplace pas Le Chat, mais ouvre une voie de réversibilité quand votre politique interne l’impose.

Les limites actuelles des agents Le Chat

Pas d’autonomie en arrière-plan. Les agents Le Chat ne tournent que lorsque vous leur parlez. Ils n’exécutent pas de workflows automatiques, ne surveillent pas d’événements, ne déclenchent pas d’alertes. Pour ces usages-là, la bonne porte est Mistral Workflows ou l’Agents API en mode programmatique.

Pas de publication publique. Vous ne pouvez pas publier un agent dans un store public ouvert à des utilisateurs externes à votre organisation. Le partage reste interne (Team, Enterprise) ou privé (Pro). Si l’objectif est de distribuer largement un agent, il faut passer par une application maison qui appelle l’API Agents.

Libraries ou Knowledge Connectors, pas les deux. Cette limitation technique force un choix entre documents uploadés et données connectées (Drive, SharePoint) pour la partie connaissances d’un même agent. Les autres Connectors (Gmail, Calendar, Jira, GitHub) restent compatibles avec une Library.

Pas de choix de modèle dans Le Chat. L’agent utilise le modèle par défaut de votre session côté Le Chat. Pour piloter le modèle (Mistral Large 3, Medium 3, Small 4) en fonction du compromis qualité/latence/coût, il faut passer par l’API. La documentation Mistral indique que ce paramétrage pourrait évoluer dans Le Chat à l’avenir.

Ces limites sont réelles, mais elles ne bloquent pas la majorité des usages professionnels courants. Pour un assistant de rédaction, un analyste documentaire ou un préparateur de réunion, les agents Le Chat font parfaitement le travail. Pour des chaînes de traitement plus profondes, l’écosystème Studio + Workflows prend le relais sans rupture.

Votre prochain pas

Créez votre premier agent dès maintenant. Prenez le template qui correspond le mieux à votre usage quotidien, adaptez les instructions, attachez une Library et un outil, testez sur trois tâches réelles. En 20 minutes, vous aurez un assistant spécialisé qui vous fera gagner du temps à chaque utilisation.

L’erreur la plus courante consiste à créer un agent « généraliste qui fait tout ». Un agent efficace est un agent ciblé. Mieux vaut trois agents spécialisés — rédaction, analyse, préparation — qu’un seul agent fourre-tout qui fait tout moyennement.

Une fois votre flotte d’agents conversationnels en place, l’étape suivante regarde vers le terminal. Mistral propose un agent dédié au code, qui dépasse le simple assistant intégré et tourne directement dans votre environnement de développement.