Imaginez un chantier de construction. Un seul ouvrier pourrait tout faire, mais il irait lentement et se tromperait en route. À la place, on divise : six personnes font les plans, six autres bâtissent, et un chef d'équipe assemble le tout, vérifie la cohérence, et signale ce qui cloche. C'est exactement ce que j'ai fait — sauf que les 13 ouvriers sont des intelligences artificielles.
13 agents, trois rôles
Le travail se répartit naturellement :
- 6 agents « chercheurs » : chacun explore un chapitre, rassemble les points clés, les données techniques, les pièges à éviter et les sources.
- 6 agents « rédacteurs » : chacun transforme la recherche de son chapitre en texte rédigé, dans un style uniforme.
- 1 agent « éditeur » : il assemble les 6 chapitres, harmonise le vocabulaire, ajoute la table des matières, le glossaire et l'introduction. C'est lui qui fait tenir l'ensemble.
Le résultat : 744 lignes, 11 440 mots, avec une table des matières cliquable, des annexes, et un répertoire de 18 normes citées. Le tout en une seule exécution, sans que je relance quoi que ce soit entre les étapes.
Comment ils travaillent ensemble
La clé n'est pas le nombre d'agents, c'est la division en deux vagues. D'abord les chercheurs finissent, puis les rédacteurs prennent le relais — chacun avec une mission précise et un format de sortie imposé. Enfin, l'éditeur reçoit tout et consolide. Cette séparation évite le chaos : personne ne rédige avant que la recherche ne soit faite, et personne ne publie avant que l'éditeur n'ait relu.
Un détail que j'ai trouvé précieux : quand deux agents se contredisent, on ne force pas un consensus artificiel. Les 9 désaccords détectés sont conservés et signalés dans une annexe dédiée, plutôt que lissés en silence. C'est plus honnête — et c'est ce qui rend le document utile pour une relecture humaine.
La surprise : une erreur bien cachée
Tout semblait parfait. Les phrases étaient propres, les tableaux nets, les chiffres crédibles. Puis j'ai fait ce qu'aucun des 13 agents n'a pensé à faire : vérifier contre une source officielle. Et j'ai trouvé une erreur — une valeur de dilution d'un produit chimique attribuée au mauvais fabricant, contredite par le manuel du fabricant lui-même.
Le plus troublant : l'erreur était plausible. Elle avait l'air juste. Un chiffre faux mais vraisemblable, glissé dans un document par ailleurs impeccable. C'est le piège le plus dangereux de l'IA générative : elle ne se trompe pas de façon évidente, elle se trompe de façon convaincante.
Ce que ça m'a appris
Trois leçons simples, applicables à n'importe qui :
- L'IA est une équipe d'apprentis brillants, pas un expert : elle rédige vite et bien, mais elle invente parfois des précisions. À vous de vérifier les faits importants.
- Diviser le travail change tout : un gros sujet découpé en chapitres, avec un format commun, devient gérable par des IA — et le résultat est cohérent.
- La relecture humaine reste irremplaçable : les agents ont produit 11 000 mots ; la seule erreur qui comptait vraiment, c'est un humain qui l'a trouvée.
Si vous voulez comprendre la mécanique qui permet à une IA d'« enchaîner les actions » comme ici, notre cours sur la boucle agentique explique le cycle exact, pas à pas, sans jargon.
Les questions que tout le monde se pose
Peut-on confier la rédaction entière à l'IA ?
Pour un brouillon, oui. Pour un document définitif qui engage (technique, juridique, santé, chiffres), non — pas sans relecture humaine. L'IA accélère 80 % du travail ; les 20 % de vérification restent humains.
L'IA invente-t-elle souvent des choses ?
Sur les chiffres précis, les dates, les noms et les sources, oui — et le danger est que ses inventions sont crédibles. Règle simple : tout ce qui ressemble à une donnée vérifiable se vérifie contre une source officielle.
Combien de temps ça fait gagner ?
Ici, 11 000 mots structurés produits en une exécution là où un humain mettrait des jours à rédiger le brouillon. Le gain est surtout dans le brouillon et la structure — pas dans la validation finale.
Faut-il savoir coder pour orchestrer des agents ?
Non. Il existe des outils qui orchestrent les agents par simple description écrite. Le point de départ reste de bien découper le sujet et de donner à chaque agent une mission claire — comme on briefe une équipe.
Quelle différence avec un simple ChatGPT ?
Un assistant répond à une question à la fois. Ici, treize agents travaillent en parallèle sur des morceaux différents, puis un éditeur assemble. C'est la différence entre demander un conseil à une personne et monter une petite équipe qui produit un livrable complet.
Article publié le 20 août 2026.