Workflows agentiques : définition, schémas et exemples

Un workflow agentique est un workflow IA dont le parcours général est fixé à l'avance, mais dont certaines étapes laissent le modèle décider : vers quelle branche orienter un dossier, en combien de sous-tâches découper une demande, quel outil appeler, ou si un brouillon est assez bon pour passer à la suite. Il se situe entre le workflow IA classique, où le modèle se contente d'exécuter des étapes définies, et l'agent autonome, qui choisit seul toute sa démarche. Pour la plupart des processus d'entreprise, c'est le bon compromis : assez de souplesse pour absorber la variété des cas, assez de cadre pour tester, prévoir les coûts et garder la main.

Workflow IA, workflow agentique, agent : où est la frontière ?

Le vocabulaire est flou, y compris chez les éditeurs. La Commission européenne note d'ailleurs, dans sa FAQ sur les agents IA, que ces termes sont employés de façon peu cohérente. Le critère utile est simple : qui décide de l'étape suivante ?

	Workflow IA	Workflow agentique	Agent autonome
Parcours	Fixé de bout en bout	Fixé dans ses grandes lignes	Choisi par le modèle
Décisions du modèle	Aucune sur le déroulement	Ciblées : orienter, découper, évaluer	Toutes
Nombre d'appels au modèle	Connu	Borné	Variable
Tests	Étape par étape	Étape par étape, plus les points de décision	Par scénarios complets
Bon usage	Processus stable et répétitif	Processus stable avec des cas variés	Problèmes ouverts

Anthropic, dans son guide Building effective agents, regroupe l'ensemble sous le terme de systèmes agentiques et distingue les workflows, où modèles et outils sont orchestrés par des chemins de code prédéfinis, des agents, où le modèle dirige lui-même son déroulement. Les schémas ci-dessous reprennent les noms utilisés dans ce guide.

Les cinq schémas à connaître

1. Le chaînage de prompts

La tâche est découpée en étapes successives, chaque appel au modèle travaillant sur le résultat du précédent, avec des contrôles possibles entre les étapes. Exemple : extraire les clauses d'un contrat, les comparer à vos conditions, puis rédiger la synthèse. C'est le schéma le moins agentique et souvent le plus rentable ; nous le détaillons dans l'article sur le chaînage de prompts.

2. Le routage

Le modèle classe la demande entrante et l'envoie vers le traitement adapté. Exemple : un e-mail client est orienté vers la branche « suivi de commande », « retour » ou « réclamation », chacune avec son propre prompt et ses propres règles. Le routage permet aussi d'envoyer les demandes simples vers un modèle moins coûteux.

3. La parallélisation

Plusieurs appels s'exécutent en même temps, puis leurs résultats sont réunis. Deux variantes : découper une tâche en parties indépendantes (analyser chaque chapitre d'un rapport séparément), ou faire traiter la même question plusieurs fois pour comparer les réponses, par exemple pour un contrôle de conformité où un doute doit déclencher une relecture.

4. L'orchestrateur et ses exécutants

Un modèle central analyse la demande, décide des sous-tâches nécessaires, les confie à d'autres appels et assemble le tout. La différence avec la parallélisation : les sous-tâches ne sont pas prévues à l'avance, elles dépendent de la demande. Exemple : pour répondre à un appel d'offres, l'orchestrateur identifie les sections exigées et lance une recherche par section dans votre base documentaire.

5. L'évaluateur-optimiseur

Un appel produit un résultat, un second l'évalue selon des critères explicites et renvoie ses remarques, et la boucle reprend jusqu'à ce que le résultat soit accepté ou qu'une limite soit atteinte. Exemple : une réponse client est relue par rapport à la charte de ton et à la politique commerciale avant d'être présentée à un conseiller. Ce schéma n'a de sens que si les critères sont clairs.

Schéma	Décision laissée au modèle	Risque principal
Chaînage	Aucune ou presque	Erreur qui se propage d'une étape à l'autre
Routage	Le choix de la branche	Mauvaise orientation
Parallélisation	Aucune, sauf le vote	Coût multiplié
Orchestrateur	Le découpage en sous-tâches	Sous-tâches inutiles ou oubliées
Évaluateur-optimiseur	Accepter ou refaire	Boucle sans fin, coût imprévisible

Exemple : le traitement des demandes de devis

Une PME de services reçoit chaque semaine des demandes de devis par e-mail, de qualité très inégale. Voici le même processus sous forme de workflow agentique :

1. Déclencheur. Un e-mail arrive sur l'adresse dédiée.
2. Routage (décision du modèle). Le modèle classe : demande de devis complète, demande incomplète, autre sujet. Les « autres sujets » partent vers une personne et le workflow s'arrête.
3. Extraction. Pour une demande de devis, le modèle extrait le besoin, les volumes, les délais et le budget éventuel dans un format fixe.
4. Contrôle par le code. Si un champ obligatoire manque, la demande bascule en « incomplète » : le modèle rédige une demande de précisions qu'une personne valide.
5. Orchestration (décision du modèle). Le modèle détermine quelles prestations du catalogue sont concernées et lance, pour chacune, une recherche des tarifs et conditions dans les documents internes. Limite : cinq prestations au maximum, lecture seule.
6. Rédaction. Le modèle rédige le devis à partir des seules données extraites et retrouvées.
7. Évaluation (décision du modèle). Un second appel vérifie le devis selon une checklist : chaque prix provient-il du catalogue, les conditions sont-elles citées, le total est-il cohérent ? Deux tours au maximum.
8. Validation humaine. Un commercial relit, corrige et envoie. Rien ne part sans lui.

Le parcours est fixe : on sait toujours à quelle étape se trouve un dossier. Le modèle ne décide qu'à trois endroits, et chacun est borné par une limite ou suivi d'un contrôle. C'est ce qui rend le processus testable : vous pouvez vérifier le routage sur cinquante e-mails réels sans exécuter le reste.

Quand choisir un workflow agentique

Il convient quand :

• le processus est stable, mais les demandes varient trop pour tout prévoir par des règles ;
• le nombre de branches deviendrait ingérable dans un workflow classique ;
• la qualité s'améliore nettement avec une relecture selon des critères clairs ;
• vous devez pouvoir expliquer ce qui s'est passé pour chaque dossier.

Restez sur un workflow simple si un enchaînement fixe donne déjà un résultat fiable. Passez à un agent seulement si les étapes ne peuvent vraiment pas être connues à l'avance, comme dans une recherche ouverte ou un diagnostic. Le guide d'Anthropic donne la même consigne : chercher la solution la plus simple possible et n'ajouter de la complexité que lorsqu'elle améliore les résultats. La comparaison détaillée se trouve dans notre article agent IA ou workflow IA, et la liste des tâches à automatiser avec l'IA aide à choisir par où commencer.

Ce que cela coûte

Chaque décision confiée au modèle est un appel de plus, et les boucles multiplient les appels. Dans l'exemple, un devis demande entre six et une douzaine d'appels selon le nombre de prestations et de tours d'évaluation, contre trois ou quatre pour un workflow sans orchestration ni évaluation. Deux règles limitent la facture :

• Bornez tout ce qui peut se répéter : nombre de sous-tâches, nombre de tours, budget par dossier.
• Adaptez le modèle à l'étape : un petit modèle pour le routage et l'extraction, un modèle plus capable pour l'orchestration et la rédaction.

Estimez les deux variantes avec le calculateur de coût d'API LLM avant de construire : multipliez les tokens par appel par le nombre d'appels dans le cas moyen, puis dans le pire cas.

Les garde-fous

• Un format fixe entre les étapes. JSON ou tableau, jamais du texte libre.
• Des décisions fermées. Le routage choisit dans une liste, il n'invente pas de catégorie. Prévoyez toujours une sortie « je ne sais pas » vers une personne.
• Des limites partout où il y a une boucle.
• Des droits minimaux. Lecture seule tant que l'écriture n'est pas indispensable.
• Une validation humaine avant toute action irréversible : envoi à un client, paiement, modification de données. Voir IA human-in-the-loop.
• Un journal par dossier : la décision prise à chaque point, avec l'entrée et la sortie.
• Un jeu de tests par point de décision, rejoué à chaque changement de prompt ou de modèle.

Les erreurs fréquentes

• Ajouter de l'agentique partout. Chaque décision déléguée est une source de variation. Trois points de décision bien choisis valent mieux que dix.
• Oublier la branche de sortie. Sans « autre » ni « incomplet », le routage force les cas atypiques dans une branche qui ne convient pas.
• Laisser l'évaluateur sans critères. « Vérifie que c'est bien » ne produit rien d'utile ; une checklist, si.
• Tester seulement le résultat final. Vous perdez l'avantage principal : savoir quelle décision était mauvaise.
• Confondre démonstration et production. Un workflow qui marche sur cinq exemples n'a pas encore rencontré vos cas difficiles.

Checklist avant de construire

• Le processus est dessiné étape par étape, sans IA, tel qu'il se déroule aujourd'hui.
• Les points où une décision du modèle apporte quelque chose sont identifiés, et limités au nécessaire.
• Chaque décision a une liste fermée d'options et une sortie vers une personne.
• Chaque boucle a une limite de tours et de budget.
• Les actions irréversibles passent par une validation humaine.
• Un jeu de cas réels existe pour chaque point de décision.
• Le coût est estimé pour le cas moyen et le pire cas.
• Un responsable relit les journaux les premières semaines.

Sources

• Anthropic : Building effective agents (définitions des workflows et des agents, cinq schémas de workflow)
• Commission européenne, AI Act Service Desk : How are AI agents addressed within the AI Act?