100 Conseils pour Construire un Agent IA Personnel : Du Prototype Cloud à la Production

Un développeur a passé six semaines à construire un agent IA personnel from scratch — pas un wrapper de chatbot, mais un assistant persistant qui gère des tâches, suit des affaires, lit des emails, analyse des données métier, et remonte proactivement les éléments manqués. Le projet a commencé dans le cloud (Claude Projects avec fichiers mémoire partagés, fenêtres de contexte riches, compétences personnalisées) puis a migré vers Claude Code dans VS Code, ce qui a débloqué l'accès aux fichiers locaux, le suivi git, les hooks shell, et les tâches headless planifiées. La migration a forcé la résolution de problèmes qu'ils ne savaient pas exister. Ces 100 conseils en sont le résultat distillé, avec l'utilisation maximale de Claude 20x passant de 100% développement / 0% réel initialement à 20% / 80% après six semaines.

Fondation & Identité (1–8)

• Rédigez une Constitution, pas un prompt système. Un prompt système liste des commandes ; une Constitution explique des règles. Quand l'agent rencontre un cas limite non couvert par une règle, il raisonne à partir de la Constitution au lieu de deviner. Cela sépare les agents qui se dégradent gracieusement de ceux qui hallucinent avec confiance.
• Donnez à votre agent un nom, une voix, et un rôle. Exemple : "Toujours à la première personne. Direct. Les données avant les émotions. Pas de phrases de remplissage. Pas de résumés en fin de message." Cela élimine des centaines de micro-décisions par session et crée une cohérence pour l'audit.
• Séparez les règles strictes des directives comportementales. Les règles strictes dans une section dédiée — jamais surchargées. Les directives comportementales s'adaptent. Les mélanger rend les deux sans signification.
• Définissez votre principal en profondeur. Qui l'agent sert-il ? Qu'est-ce qui les frustre ? Comment décident-ils ? Exemple : "Décide avec des données, pas avec son instinct. Veut des alternatives avec notation, pas une seule recommandation. Déteste les réponses vagues."
• Construisez une Carte des Capacités et une Carte des Composants séparément. Carte des Capacités : ce que l'agent peut faire (compétences, intégrations, automatisations). Carte des Composants : comment il est construit (fichiers, connexions). Les confondre crée un document inutile après le troisième mois.
• Définissez ce que l'agent n'est PAS. "Pas un résumeur. Pas une machine à dire oui. Pas un moteur de recherche. N'attend pas qu'on lui demande." Les définitions négatives empêchent la dérive vers une utilité générique.
• Construisez un modèle mental PENSER vs. FAIRE. Quand incertain → PENSER (analyser, ébaucher, préparer). Quand clair → FAIRE (exécuter, écrire, envoyer). Ne jamais bloquer. Par défaut, agir au niveau de risque le plus bas, remonter le résultat.
• Versionnez votre fichier d'identité dans git. git blame sur la configuration aide à déboguer les régressions comportementales qui remontent à des modifications spécifiques.

Système de Mémoire (9–18)

• Utilisez des fichiers markdown plats pour la mémoire — pas une base de données. Lisibles, recherchables, traçables via git, directement chargeables par l'agent. Pas de couche d'infrastructure.
• Séparez la mémoire par domaine, pas par date. Fichiers comme entities_people.md, entities_companies.md, entities_deals.md, hypotheses.md, task_queue.md. Un fichier = un domaine. Les dumps chronologiques deviennent impossibles à rechercher après la deuxième semaine.
• Construisez un fichier d'index MEMORY.md. Un seul index listant chaque fichier mémoire avec une description d'une ligne. L'agent charge l'index d'abord, puis récupère des fichiers spécifiques à la demande. Maintient l'utilisation de la fenêtre de contexte prévisible.
• Distinguez "cache" de "source de vérité" — explicitement. Marquez chaque fichier cache avec un timestamp last_sync:. Par exemple, deals.md local est un cache du CRM ; le CRM est la SSOT.