Des repères pour votre quotidien

LLM, agent IA, workflow et MCP : de la question à l’action

Vous préparez un rendez-vous. Les échanges sont dans votre boîte mail, la proposition dans un dossier et l’horaire dans votre agenda. Une IA peut vous aider à rédiger une synthèse. Mais comment lui permettre de retrouver elle-même les bonnes informations ?

Par Alexandre Nahum et Damien Douat8 min de lecture

Les différences en quelques motsUn LLM peut rédiger une réponse à partir du contexte fourni. Un agent IA peut aussi choisir des outils pour chercher des informations et agir. Un workflow encadre le parcours. Les connecteurs relient les logiciels, et MCP fournit un standard pour certaines de ces connexions.

Qu’est-ce qu’un LLM ?

LLM signifie Large Language Model, ou « grand modèle de langage ». C’est un modèle d’intelligence artificielle entraîné sur de grandes quantités de données, capable notamment d’analyser, de résumer et de générer du texte.

Il construit sa réponse progressivement, par fragments appelés tokens : des mots, des parties de mots ou des signes de ponctuation. La réponse dépend de son entraînement et du contexte disponible au moment de la demande : consignes, conversation, documents et informations récupérées.

Source : Microsoft — Fonctionnement des LLM.

Dans notre exemple, la demande pourrait être :

« Voici nos derniers échanges et la proposition envoyée. Prépare une fiche pour mon rendez-vous : contexte, points ouverts et questions à poser. »

01 — Le modèle travaille avec le contexte fourni

  1. 01Consigne, mails et documents fournis
  2. 02LLM
  3. 03Fiche de préparation du rendez-vous
Le contexte accompagne la consigne pour permettre au modèle de préparer une réponse.

Si vous ne lui fournissez pas les échanges précédents, le modèle seul ne va pas fouiller votre messagerie. Pour éviter de tout copier-coller, l’application doit pouvoir accéder aux sources utiles.

Une réponse bien écrite n’est pas une garantie d’exactitude. Le modèle peut produire une information plausible mais incorrecte. Les informations importantes doivent pouvoir être vérifiées.

Source : Microsoft — Du LLM à l’agent.

Qu’est-ce qu’un agent IA ?

Un agent IA est un système qui s’appuie sur un LLM pour poursuivre un objectif, en choisissant certaines actions et en utilisant les outils mis à sa disposition.

Ces outils sont comme des « clés vers l’extérieur » : ils permettent de consulter des informations absentes de la conversation et d’agir dans d’autres logiciels. Le terme « agent » est utilisé assez largement. Ici, nous retenons la possibilité de choisir une partie des prochaines étapes en fonction de l’objectif et des résultats obtenus.

Source : Anthropic — Agents et workflows.

De la demande à une suite d’actions

« Prépare mon rendez-vous avec ce client à partir des échanges et des documents auxquels tu as accès. »

Voici un parcours possible :

  1. Retrouver le rendez-vous dans l’agenda.
  2. Chercher les derniers échanges avec les participants concernés.
  3. Repérer une proposition mentionnée dans les mails et demander à la consulter.
  4. Comparer les informations, puis signaler un point encore incertain.
  5. Produire une fiche avec les sujets à aborder et les liens vers les sources.

02 — L’agent IA adapte son parcours

  1. 01Le LLM choisit une étape
  2. 02L’application exécute un outil autorisé
  3. 03Le résultat revient au LLM

↩ Le résultat permet de choisir l’étape suivante, jusqu’à la réponse ou au passage à un humain.

Le logiciel exécute les appels d’outils demandés par le modèle et lui transmet leurs résultats.

Le modèle propose l’action ; l’application l’exécute. Le résultat peut alimenter une nouvelle décision. Donner des outils à un LLM ne suffit donc pas à caractériser un agent IA : il faut aussi regarder la liberté donnée au modèle pour choisir leur utilisation.

Source : Microsoft — Du LLM à l’agent.

Pour ce rendez-vous, nous pourrions autoriser la lecture de certains mails et documents, sans autoriser leur suppression, le déplacement du rendez-vous ou l’envoi d’un message à votre place.

Qu’est-ce qu’un workflow ?

Un workflow est un processus composé d’étapes et de règles. Cette notion existe indépendamment de l’IA. Recevoir un formulaire, vérifier ses champs, enregistrer les informations et prévenir une personne constitue déjà un workflow.

Dans un workflow prédéfini, les parcours possibles et les conditions de passage sont organisés à l’avance. Il peut contenir des branches, des boucles et des validations humaines.

Source : Microsoft — Principes des workflows.

Un workflow peut fonctionner sans IA, utiliser un LLM à certaines étapes, confier une tâche à un agent IA ou être déclenché à partir d’un résultat produit par une IA. Le processus peut démarrer à une heure prévue, à votre demande ou lorsqu’une analyse par IA identifie un rendez-vous à préparer. Le déclencheur et les étapes restent des choix de conception.

03 — Le workflow encadre les étapes

  1. 01Détecter un rendez-vous à préparer
  2. 02Rassembler les sources autorisées
  3. 03Faire produire une fiche par l’IA
  4. 04Signaler les informations manquantes
  5. 05Enregistrer la fiche
  6. 06Vous laisser la relire
Exemple de parcours défini à l’avance. Les étapes peuvent intégrer de l’IA, des règles classiques et une intervention humaine.

Un parcours plus prévisible, des résultats à vérifier

Le workflow précise les informations attendues, les contrôles et la conduite à tenir lorsqu’une étape échoue. Il rend le déroulement plus prévisible et contrôlable, sans rendre les réponses du LLM elles-mêmes déterministes.

Des tâches plus délimitées et des vérifications intermédiaires peuvent améliorer la fiabilité. Le gain doit se mesurer sur des cas réels : résultats corrects, erreurs détectées et interventions nécessaires. Le cadrage, les itérations et les taux de réussite méritent un article à part entière.

Agent IA et workflow : qui choisit la prochaine étape ?

La différence porte sur la façon dont le parcours est décidé. Les deux approches peuvent se combiner.

La différence entre parcours défini et choix d’actions
QuestionWorkflow prédéfiniAgent IA
Qui organise le parcours ?Les règles définies à l’avance.Le modèle choisit une partie des étapes pendant l’exécution.
Dans notre exemplePréparer une fiche avant chaque rendez-vous selon le même format.Décider quels échanges et quels documents sont utiles pour ce rendez-vous.
Ce que l’on chercheEncadrer un processus connu.Adapter les actions aux informations découvertes.

Un workflow peut confier une recherche à un agent IA, puis reprendre la main pour contrôler le résultat. Plus d’autonomie n’est pas systématiquement préférable : elle peut augmenter les coûts, les délais et les besoins de contrôle.

Source : Anthropic — Agents et workflows.

Outils, connecteurs et API : comment accéder aux logiciels ?

Un outil est une opération utilisable par le système : rechercher un document, effectuer un calcul ou créer un ticket. Un connecteur est une intégration qui permet à une application de communiquer avec un autre logiciel.

Un connecteur de messagerie donne accès à certaines fonctions de la boîte mail. L’outil « rechercher les échanges avec ce contact » réalise une opération précise. Le résultat fournit les messages que le modèle pourra exploiter pour la fiche.

Selon ses capacités et les autorisations accordées, un connecteur peut donner accès à des données, des actions ou des événements déclencheurs. Pouvoir lire une information et pouvoir la modifier sont deux capacités distinctes.

Source : Microsoft — Présentation des connecteurs.

Ces échanges passent souvent par une API, une interface prévue pour que des logiciels communiquent. Elle définit comment formuler une demande et recevoir une réponse : par exemple, demander les événements d’une journée à un agenda.

Source : AWS — Qu’est-ce qu’une API ?.

Qu’est-ce que MCP ?

MCP signifie Model Context Protocol. C’est un standard ouvert qui permet aux applications d’IA de communiquer avec des outils et des sources de données externes.

Il fournit une manière commune de présenter des capacités et d’échanger avec elles. L’application d’IA utilise un client MCP, qui communique avec un serveur MCP.

Source : MCP — Présentation du protocole.

04 — Une connexion utilisant MCP

  1. 01Application IA avec client MCP
  2. 02Serveur MCP
  3. 03Messagerie, agenda ou documents
Entre l’application et le serveur : protocole MCP. Entre le serveur et le logiciel : par exemple, l’API de ce logiciel. Les résultats reviennent par le chemin inverse.

Un serveur MCP est un programme, local ou distant, qui expose des capacités. Il peut proposer des outils, des ressources à consulter ou des modèles de consignes.

Connecteur et MCP ne sont pas synonymes. Le connecteur désigne l’intégration ; MCP désigne un standard qu’elle peut utiliser. Un agent IA peut aussi accéder à ses outils directement par des API, sans MCP.

Quand on parle d’« ajouter un MCP », on veut généralement dire connecter l’application à un serveur MCP.

Source : MCP — Architecture officielle.

Comment les différentes briques s’assemblent

Les six notions appliquées à notre exemple
ÉlémentSon rôle
LLMRésumer les échanges et rédiger la fiche de préparation.
Agent IAChoisir les recherches utiles pour ce rendez-vous.
WorkflowOrganiser la préparation et les points de contrôle.
OutilRechercher un mail, lire un document ou consulter l’agenda.
ConnecteurDonner accès à la messagerie, aux documents ou à l’agenda.
MCPFournir un standard pour certaines de ces connexions.

Pour votre rendez-vous, le résultat utile est une fiche fiable que vous pouvez relire, avec les sources et les points encore ouverts. Commencez par ce livrable et les accès nécessaires. Vous pourrez ensuite décider ce qui mérite d’être automatisé et ce qui doit rester sous votre contrôle.

Questions fréquentes

Connecter ma boîte mail donne-t-il tous les droits à l’IA ?

Les capacités disponibles dépendent du connecteur et des autorisations accordées. Lire un message, rédiger un brouillon et envoyer un email sont des opérations distinctes. Vérifiez les accès proposés par votre application.

Faut-il un agent IA pour résumer un document ?

Si le document est déjà fourni et que la tâche consiste seulement à le résumer, un appel à un LLM peut suffire. Un agent IA devient utile lorsque le système doit choisir des recherches ou des actions supplémentaires.

Un agent IA doit-il utiliser MCP ?

Il peut utiliser MCP, des API directes ou d’autres intégrations pour accéder à ses outils. MCP est une possibilité de connexion.

Fournir des documents à une IA revient-il à l’entraîner ?

Ajouter des documents dans son contexte lui donne des informations pour répondre. Cela ne modifie pas, en soi, les paramètres du modèle. L’entraînement est une autre opération.

Source : Microsoft — Fonctionnement des LLM.

30 minutes en visio

Parlons de votre quotidien.

Choisissez le créneau qui vous convient.Ouvrir sur Cal.com ↗

Vous préférez nous écrire ? Alexandre.nahum@numaflow.app

Parlons de votre situation