Agent Builder : créer sans code

Agent Builder : créer un agent sans code

Avant de plonger dans le SDK, découvrons l’Agent Builder, l’interface no-code d’OpenAI sur platform.openai.com. Prototyper dans le navigateur avant d’écrire du code fait gagner un temps considérable : vous testez des instructions, observez le comportement réel du modèle et validez le concept sans monter d’environnement Python.

Accéder à l’Agent Builder

Rendez-vous sur platform.openai.com et naviguez vers la section Agents. L’interface reprend exactement les quatre briques que vous retrouverez ensuite dans le SDK : le nom et les instructions définissent le comportement de l’agent, le modèle se choisit dans une liste (Sol, Terra, Luna) accompagnée du niveau de raisonnement, les tools s’activent d’un clic ou se déclarent comme fonctions, et les guardrails posent vos règles de sécurité. Rien n’est perdu au passage vers le code : la configuration visuelle a un équivalent ligne à ligne.

Configurer les instructions

Les instructions sont le coeur de votre agent. Elles définissent son rôle, ses limites et son ton — et c’est là que se joue l’essentiel de la qualité du résultat. Un bon prompt d’agent énonce d’abord l’identité, puis les règles impératives, puis les outils à disposition, comme dans cet exemple de support technique.

Vous êtes un agent de support technique pour une entreprise SaaS.

Règles :
- Répondez toujours en français
- Commencez par identifier le problème avant de proposer des solutions
- Si le problème nécessite une escalade, indiquez-le clairement
- Ne partagez jamais d'informations confidentielles sur l'infrastructure

Outils disponibles :
- Recherche web : pour trouver de la documentation technique
- Code interpreter : pour analyser des logs ou des fichiers de configuration
- File search : pour chercher dans la base de connaissances interne

Remarquez la troisième règle : sans elle, l’agent tenterait de résoudre coûte que coûte un incident qui relève d’un humain. Les instructions ne décrivent pas seulement ce que l’agent doit faire, mais aussi le moment où il doit s’arrêter.

Ajouter des tools natifs

L’Agent Builder vous permet d’activer les tools intégrés d’OpenAI en un clic. Web Search active la recherche en temps réel sur internet : l’agent peut vérifier des faits, trouver de la documentation ou récupérer des informations à jour. File Search exploite les fichiers que vous uploadez (PDF, CSV, DOCX), ce qui en fait la brique naturelle d’une base de connaissances ou d’un fonds de manuels techniques. Code Interpreter autorise l’agent à écrire et exécuter du code Python dans un sandbox sécurisé, pour l’analyse de données, la génération de graphiques ou le traitement de fichiers.

Ajouter des fonctions personnalisées

Au-delà des tools natifs, vous pouvez déclarer des fonctions que votre agent pourra appeler pour atteindre vos propres systèmes. Vous définissez le schéma JSON de la fonction dans l’interface, en décrivant chaque paramètre avec soin : ces descriptions sont lues par le modèle et conditionnent la justesse des appels.

{
  "name": "creer_ticket_support",
  "description": "Crée un ticket de support dans le système interne",
  "parameters": {
    "type": "object",
    "properties": {
      "titre": {
        "type": "string",
        "description": "Titre court du problème"
      },
      "priorite": {
        "type": "string",
        "enum": ["basse", "moyenne", "haute", "critique"],
        "description": "Niveau de priorité"
      },
      "description": {
        "type": "string",
        "description": "Description détaillée du problème"
      }
    },
    "required": ["titre", "priorite", "description"]
  }
}

L’enum sur priorite illustre un principe important : en énumérant les valeurs acceptées, vous rendez impossible une priorité inventée. Quand l’agent décide d’appeler cette fonction, il retourne les arguments structurés ; c’est ensuite à votre backend de traiter l’appel.

Tester dans le playground

L’Agent Builder inclut un playground intégré qui affiche les appels d’outils en temps réel. Utilisez-le de façon méthodique plutôt qu’au fil de l’eau :

1. Écrivez vos instructions initiales
2. Testez avec 5 scénarios représentatifs
3. Identifiez les cas où l’agent se trompe
4. Affinez les instructions
5. Retestez jusqu’à satisfaction

Le piège classique consiste à corriger une instruction après un seul essai raté. Gardez vos cinq scénarios et rejouez-les intégralement après chaque modification : une formulation qui règle un cas en casse souvent un autre.

De l’Agent Builder au SDK

Une fois votre prototype validé, la transposition en code est mécanique. Chaque champ de l’interface correspond à un argument du constructeur Agent, et chaque tool coché à une classe importée.

from agents import Agent, WebSearchTool, FileSearchTool, CodeInterpreterTool

# Ce que vous avez configuré dans l'Agent Builder
# se traduit exactement en ce code :
agent = Agent(
    name="Support technique",
    instructions="""Vous êtes un agent de support technique pour une entreprise SaaS.
    Répondez en français. Identifiez le problème avant de proposer des solutions.""",
    model="gpt-5.6-terra",
    tools=[
        WebSearchTool(),
        FileSearchTool(vector_store_ids=["vs_abc123"]),
        CodeInterpreterTool(),
    ],
)

L’Agent Builder est votre terrain de jeu. Le SDK est votre outil de production. Les deux sont complémentaires.

Points clés à retenir

• L’Agent Builder est accessible sur platform.openai.com sans écrire de code
• Vous pouvez configurer les instructions, le modèle, les tools et les guardrails visuellement
• Les tools natifs (web search, file search, code interpreter) s’activent en un clic
• Les fonctions personnalisées se déclarent avec un schéma JSON
• Le playground permet de tester et itérer rapidement
• Tout ce que vous configurez dans l’Agent Builder se transpose en code SDK