Nœuds autonomes Botpress : guide pour construire de vrais agents IA
Prompt, outils, Airtable, knowledge bases, actions custom, workflows, Exit Conditions, Inspect, réflexion forcée, modèles RAG et vision : guide complet des nœuds autonomes Botpress.
Nœuds autonomes Botpress : guide pour construire de vrais agents IA
Les nœuds autonomes sont l'une des briques les plus importantes de Botpress pour créer des agents IA capables de décider quoi faire pendant une conversation.
Un nœud standard exécute des cartes dans un ordre défini.
Un nœud autonome utilise un modèle de langage pour choisir lui-même quelle action lancer, quelle base de connaissances interroger, quel workflow appeler et quand quitter la boucle.
Dans la vidéo, je passe en revue les fonctions principales et plusieurs réglages avancés qui font réellement la différence.
La vidéo complète
Le tutoriel complet est disponible ici :
Nœud standard et nœud autonome
Un nœud standard fonctionne comme un workflow classique.
Vous placez plusieurs cartes et elles sont exécutées dans l'ordre prévu.
Le comportement est déterministe.
Un nœud autonome fonctionne différemment.
Le LLM reçoit des instructions et une liste d'outils.
Il peut ensuite décider :
- quoi répondre ;
- quel outil appeler ;
- quelle base de connaissances interroger ;
- quel workflow lancer ;
- quelle variable lire ;
- quand quitter le nœud.
C'est ce mécanisme qui constitue le cœur agentique d'un bot Botpress.
Écrire les instructions du nœud
La première partie à configurer est le prompt.
Je recommande de structurer les instructions avec plusieurs sections.
Par exemple :
- identité ;
- rôle ;
- responsabilités ;
- règles ;
- outils ;
- bases de connaissances ;
- conditions particulières.
Le Markdown aide à garder le prompt lisible.
Lorsque l'agent possède beaucoup d'outils, cette structure devient importante pour éviter un bloc d'instructions difficile à maintenir.
Donner une identité et un objectif clairs
Le prompt doit commencer par définir qui est l'agent et ce qu'il doit accomplir.
Par exemple :
Tu es l'assistant commercial de l'entreprise. Ton rôle est de qualifier les prospects, répondre aux questions sur l'offre et enregistrer les leads dans Airtable.
Cette consigne donne un cadre global au nœud.
On peut ensuite détailler les responsabilités et les actions disponibles.
Ajouter des outils depuis les intégrations
L'intérêt d'un agent autonome vient surtout des outils qu'on lui donne.
Dans la vidéo, j'utilise Airtable comme exemple.
Après avoir installé l'intégration, on peut donner au nœud plusieurs actions comme :
- Create Record ;
- Update Record ;
- List Records.
On peut alors imaginer un agent de qualification capable de créer un lead ou de mettre à jour un contact existant.
Taguer les outils directement dans le prompt
Botpress permet de référencer directement un outil dans les instructions.
C'est très utile.
Au lieu d'écrire uniquement le nom de l'action en texte libre, on peut insérer la référence vers l'outil.
Cela réduit les risques de confusion.
On peut écrire une instruction du type :
Utilise Create Record pour enregistrer un nouveau lead.
Puis une autre :
Utilise Update Record pour mettre à jour un lead existant.
L'agent sait précisément à quelle action l'instruction fait référence.
Donner plusieurs bases de connaissances
Un nœud autonome peut aussi accéder à plusieurs knowledge bases.
On peut choisir de donner accès à toutes les bases ou de les séparer.
La séparation devient intéressante lorsque les sources ont des rôles différents.
Par exemple :
- documentation de marque ;
- catalogue produits ;
- procédures SAV ;
- documentation technique.
On peut ensuite indiquer dans le prompt quelle base utiliser selon le sujet de la question.
Référencer une base précise dans les instructions
De la même manière que pour les outils, on peut référencer directement une base de connaissances.
Par exemple :
Si l'utilisateur pose une question sur la marque, utilise la base Brand.
Puis :
Si la question concerne un produit, utilise la base Products.
Cette logique aide l'agent à choisir la bonne source.
Elle devient particulièrement utile quand plusieurs bases contiennent des contenus proches.
Créer des actions personnalisées
Les intégrations du Hub ne couvrent pas tous les besoins.
Botpress permet donc de créer des actions personnalisées.
Dans la vidéo, je montre le principe avec une action Save Lead.
Une action peut contenir :
- un schéma d'entrée ;
- un schéma de sortie ;
- du code personnalisé.
Une fois créée, elle peut être ajoutée au nœud autonome comme n'importe quel autre outil.
Pourquoi les schémas sont importants
Le schéma d'entrée indique les paramètres que l'agent doit fournir.
Le schéma de sortie indique ce que l'action retourne.
Par exemple, une action Save Lead pourrait recevoir :
- nom ;
- email ;
- entreprise.
Puis retourner :
- succès ;
- identifiant du lead.
Le LLM comprend alors beaucoup mieux comment utiliser l'action.
Utiliser les variables du workflow
Le nœud autonome peut aussi avoir accès aux variables Botpress.
On peut lui donner un accès en lecture ou en écriture.
Par exemple, si le nom de l'utilisateur a déjà été collecté, la variable peut être rendue accessible au nœud.
L'agent peut alors l'utiliser sans redemander l'information.
Je limite les accès en écriture aux variables qui doivent réellement être modifiées.
Appeler des workflows
Un outil n'est pas toujours suffisant.
Pour une procédure plus longue, on peut déléguer une tâche à un workflow.
Par exemple :
- procédure de retour ;
- création de rendez-vous ;
- vérification de commande ;
- qualification commerciale.
Le nœud autonome décide quand lancer le workflow.
Le workflow gère ensuite toute la procédure.
Cela permet de garder un agent principal assez simple.
Conditions de sortie
Un nœud autonome fonctionne généralement comme une boucle.
Il peut répondre puis attendre le prochain message et recommencer.
Il faut donc définir les cas où il doit sortir du nœud.
Botpress permet de créer des Exit Conditions en langage naturel.
Par exemple :
L'utilisateur veut parler à un humain.
Quand la condition est remplie, l'agent peut quitter le nœud et passer vers un autre bloc du workflow.
Pourquoi les Exit Conditions sont plus fiables
Dans les versions récentes montrées dans la vidéo, la transition vers un autre nœud est traitée comme une action accessible à l'agent.
Cela rend la sortie plus explicite.
On peut même référencer cette transition dans les instructions.
L'agent dispose alors d'une vraie action pour quitter le nœud.
Inspecter ce que fait l'agent
Un agent autonome peut prendre plusieurs décisions successives.
Il faut donc pouvoir comprendre son comportement.
Dans l'émulateur, Botpress propose une fonction Inspect.
Elle permet de voir le code généré par le nœud autonome pour exécuter ses actions.
Le nœud ne produit pas simplement du texte.
Il génère une logique d'exécution dans un environnement contrôlé.
Utiliser les logs pour déboguer
Les logs donnent une vue plus complète.
On peut vérifier :
- quel outil a été appelé ;
- quels paramètres ont été envoyés ;
- quelle réponse a été retournée ;
- combien d'itérations ont été exécutées ;
- quelle erreur a eu lieu ;
- quelle transition a été choisie.
Quand un agent appelle le mauvais outil, les logs sont souvent le premier endroit à regarder.
Forcer une réflexion après un outil
C'est l'un des réglages les plus importants montrés dans la vidéo.
Pour chaque outil, Botpress propose des Thinking Settings.
On peut forcer l'agent à effectuer une nouvelle étape de réflexion après l'appel.
Pourquoi ?
Parce qu'un agent autonome génère du code.
Sans ce réglage, il peut parfois anticiper ce que l'outil va retourner et préparer trop tôt la suite de sa logique.
Pourquoi je l'active souvent pour la recherche
Le cas le plus évident concerne Search Knowledge.
L'objectif est que l'agent :
- formule la recherche ;
- interroge la base ;
- récupère réellement les résultats ;
- effectue une nouvelle réflexion ;
- construise sa réponse avec le contenu retourné.
Avec la réflexion forcée, l'agent attend bien le résultat avant de produire la suite.
Dans l'inspection, on peut voir cette nouvelle itération apparaître.
Donner des instructions spécifiques à un outil
Botpress permet aussi d'ajouter des instructions au niveau de chaque outil.
On peut donc préciser localement comment l'action doit être utilisée.
Personnellement, je préfère souvent garder la majorité des règles dans le prompt principal pour avoir une vue globale.
Mais les instructions par outil peuvent être utiles lorsque certaines actions demandent des précautions particulières.
Choisir le modèle du nœud autonome
Le choix du LLM a beaucoup d'impact.
Un nœud autonome doit comprendre les instructions, choisir un outil, construire les paramètres et parfois enchaîner plusieurs actions.
Il faut donc utiliser un modèle suffisamment capable pour la complexité du workflow.
Botpress permet de choisir le modèle depuis les paramètres du bot.
Activer les fonctions cognitives récentes
Dans la vidéo, je montre aussi le réglage Cognitive V2.
Il donne accès aux fonctions plus récentes du moteur de Botpress et aux modèles disponibles pour les nœuds autonomes.
Avant un projet important, je vérifie toujours les réglages du bot pour m'assurer que l'agent utilise la configuration prévue.
Utiliser un modèle différent selon le nœud
Tous les nœuds autonomes n'ont pas besoin du même niveau de puissance.
Un nœud simple qui choisit entre deux outils peut utiliser un modèle plus léger.
Un autre nœud qui doit orchestrer plusieurs intégrations et gérer beaucoup de règles peut utiliser un modèle plus puissant.
Botpress permet de remplacer le modèle par défaut au niveau d'un nœud.
Cela permet de mieux contrôler le coût.
Modèle orchestrateur et modèle RAG
Botpress distingue aussi le modèle utilisé par l'agent principal et celui utilisé dans certaines étapes liées au RAG.
On peut donc utiliser un modèle pour l'orchestration des outils et un autre pour produire une réponse à partir d'une recherche documentaire.
Cette séparation peut être utile pour optimiser le coût ou la qualité.
Ajouter un modèle de vision
Il est également possible d'activer un agent de vision.
Si le bot reçoit des images, un modèle multimodal peut les analyser.
Cette capacité est intéressante pour des cas comme :
- photo d'un produit ;
- capture d'écran ;
- document ;
- image d'une panne ;
- photo d'une pièce technique.
Le modèle choisi doit bien sûr accepter les images en entrée.
Une architecture simple pour commencer
Pour un premier agent autonome, je recommande de rester simple.
Par exemple :
- un prompt clair ;
- une base de connaissances ;
- deux ou trois outils ;
- une condition de sortie ;
- des logs faciles à lire.
Une fois ce noyau stable, on peut ajouter des workflows et des actions supplémentaires.
Ce que je surveille pendant les tests
Je vérifie notamment :
- l'outil choisi ;
- les paramètres générés ;
- l'ordre des actions ;
- les recherches dans la base ;
- les transitions ;
- le nombre d'itérations ;
- les réponses après appel d'outil.
Un agent qui fonctionne bien sur trois messages de démonstration peut encore échouer sur des formulations différentes.
Il faut donc tester plusieurs variantes.
Le principe à retenir
Un nœud autonome n'est pas uniquement un bloc qui génère une réponse avec un LLM.
C'est un orchestrateur.
Il reçoit des instructions, dispose de capacités et choisit comment les utiliser.
La qualité du résultat dépend donc autant du choix des outils, des schémas et des règles que du modèle lui-même.
Pour comprendre le reste de l'environnement, vous pouvez consulter mon guide Botpress pour débuter.
Si vous voulez construire un agent Botpress connecté à vos outils métier, vous pouvez aussi me contacter.
Vous voulez appliquer ces idées ?
Réservez un diagnostic pour identifier les premiers cas d'usage utiles dans votre activité.