Système multi-agents
Mieux connaître un prospect dès qu’il nous contacte
Quand un prospect prend contact (formulaire, mail, appel), il faut d'abord savoir à qui on a affaire : quelle entreprise, quel secteur, quelle taille, quelle activité, quel contexte. Ce travail de recherche est habituellement manuel, répétitif et chronophage.
Ce système automatise cette étape : plusieurs agents autonomes coopèrent pour récolter et recouper les informations sur le contact entrant, le qualifier, puis préparer une réponse contextualisée.
Objectif : arriver à la réponse avec un dossier déjà prêt, un message juste et personnalisé, sans y passer des heures.
Découper le problème en agents spécialisés
Plutôt qu'un seul gros script, j'ai conçu une architecture d'agents aux rôles distincts qui se passent l'information : collecte (interrogation de l'API recherche-entreprises et de sources web), recoupement / qualification, synthèse en fiche prospect, et orchestration de l'ensemble. Chaque étape est isolée, testable et remplaçable.
Développement en Python, branché à des APIs externes (données d'entreprises françaises, enrichissement) et à un modèle de langage pour la synthèse et la rédaction.
Concevoir l'orchestration avant le code
La vraie difficulté n'était pas d'écrire le code mais de penser la circulation de l'information entre agents. Un projet technique reste d'abord un projet de conception : flux, états, garde-fous, et une donnée fiable au bout de la chaîne.
Compétences mobilisées
Apprentissages critiques (AC MMI)
BUT1 → BUT3 · Référentiel SCN2DLes apprentissages critiques attestés par ce projet, rattachés aux compétences du référentiel BUT MMI.