{"@":{"v":"gdom/1.2","profile":"https://dng.ai/gibberdom/gdom-1.2.json","proj":"text","index":"https://dng.ai/_gdom/manifest.json","site":"https://dng.ai/_gdom/site.gdom","self":"https://dng.ai/_gdom/fr/plateforme/agents/index.text.gdom"},"text":"# Des agents qui raisonnent, agissent et collaborent.\n\nLe nœud Agent IA est un véritable moteur de raisonnement. Des équipes multi-agents partagent la mémoire, confrontent leurs analyses et livrent des résultats, indépendamment du modèle choisi, avec leurs outils et serveurs MCP.\n\n## Des agents capables d'agir.\n\n### Moteur de raisonnement\n\nLes agents planifient, appellent des outils et s'adaptent — pas de simples prompts à coup unique.\n\n### Équipes multi-agents\n\nDes rôles spécialisés partagent la mémoire et se passent le travail.\n\n### Prêt pour MCP\n\nConnectez n'importe quel serveur MCP pour donner de nouveaux outils aux agents en quelques minutes.\n\n### Indépendant des modèles\n\nChoisissez le meilleur modèle pour chaque tâche et changez-en sans reconstruire votre infrastructure.\n\n### Utilisation d'outils\n\nWeb, CMS, CRM, entrepôt de données — les agents agissent sur de vrais systèmes.\n\n### Mémoire\n\nFondés sur votre base de connaissances, votre voix de marque et vos contenus antérieurs.\n\n## Un moteur de raisonnement, pas une simple boîte à prompts.\n\nDonnez un objectif à l'agent et il planifie les étapes, appelle des outils, observe les résultats et s'adapte jusqu'à ce qu'il ait terminé — dans les limites du nombre d'appels d'outils et des instructions que vous fixez.\n\n## Outils, sources de données et MCP — connectés.\n\nÉquipez un agent avec exactement les capacités dont une tâche a besoin. Il les appelle de lui-même au fil de son raisonnement.\n\n## Choisissez le bon cerveau pour chaque agent.\n\nChoisissez pour chaque nœud un modèle capable de raisonner — GPT-4, Claude Sonnet/Opus ou Gemini Pro — et ajustez la température, le top-K, le top-P et le nombre maximal de jetons. Changez de modèle sans reconstruire votre infrastructure.\n\n## Comment un agent prend forme.\n\n### Définir l'objectif\n\nAjoutez un nœud Agent IA dans Studio, rédigez le prompt système et définissez le nombre maximal d'appels d'outils, sans écrire de code.\n\n### Attacher les capacités\n\nÉquipez l'agent d'outils, de serveurs MCP et de sources de données RAG pour qu'il puisse agir sur de vrais systèmes.\n\n### Exécuter et observer\n\nLancez le workflow — regardez l'agent planifier, appeler des outils et s'adapter étape par étape dans le journal d'exécution.\n\n### Relire et affiner\n\nInspectez chaque étape de raisonnement et chaque appel d'outil, ajustez le prompt ou les outils, et itérez jusqu'à une livraison fiable.\n\n## Les réponses aux questions qu’on nous pose.\n\nDans Draft & Goal, un agent IA est un moteur de raisonnement, pas un simple prompt à coup unique. Vous lui donnez un objectif : il planifie les étapes, appelle des outils, observe les résultats et s’adapte jusqu’à ce que la tâche soit terminée, dans les limites du nombre d’appels d’outils et des instructions que vous fixez.\n\nDraft & Goal est indépendant des modèles. Vous choisissez pour chaque nœud d’agent un modèle capable de raisonner — GPT-4, Claude Sonnet ou Opus, Gemini Pro — et ajustez la température, le top-K, le top-P et le nombre maximal de jetons. Vous pouvez changer de modèle sans reconstruire vos workflows.\n\nUne équipe multi-agents regroupe des agents spécialisés qui partagent la mémoire et se passent le travail — par exemple un chercheur, un rédacteur et un relecteur qui collaborent sur un même livrable. Draft & Goal orchestre ces rôles pour que chaque agent traite la partie du processus pour laquelle il est conçu.\n\nVous équipez chaque agent avec exactement les capacités dont sa tâche a besoin : recherche web, web scraper, connecteurs API, sources de données RAG, serveurs MCP et sortie JSON structurée. L’agent les appelle de lui-même au fil de son raisonnement et agit sur de vrais systèmes comme votre CMS, votre CRM ou votre entrepôt de données.\n\nNon. Vous ajoutez un nœud Agent IA dans Studio, rédigez le prompt système et définissez le nombre maximal d’appels d’outils, sans écrire de code. Vous attachez ensuite des outils, des serveurs MCP et des sources de données RAG, lancez le workflow et inspectez chaque étape de raisonnement dans le journal d’exécution.\n\nMontrez-nous le workflow.Nous vous montrerons le 10x.\n\nApportez le workflow marketing qui dévore votre semaine. Nous le construirons en direct, avec vos données et vos modèles, en 30 minutes.\n\n## Outbound links\n\n- [Réserver une démo →](https://dng.ai/fr/reserver-une-demo/)\n\n- [Découvrir la plateforme](https://dng.ai/fr/plateforme/)\n\n- [Draft & Goal](https://dng.ai/)\n\n- [Lire la documentation](https://docs.dng.ai/)\n\nSite navigation: https://dng.ai/_gdom/site.gdom\n\nFull page index: https://dng.ai/_gdom/manifest.json","links":[{"rel":"internal","href":"https://dng.ai/fr/reserver-une-demo/","path":"/fr/reserver-une-demo","label":"Réserver une démo →","gdom":"/_gdom/fr/reserver-une-demo/index.text.gdom"},{"rel":"internal","href":"https://dng.ai/fr/plateforme/","path":"/fr/plateforme","label":"Découvrir la plateforme","gdom":"/_gdom/fr/plateforme/index.text.gdom"},{"rel":"internal","href":"https://dng.ai/","path":"/","label":"Draft & Goal","gdom":"/_gdom/index.text.gdom"},{"rel":"external","href":"https://docs.dng.ai/","label":"Lire la documentation"}]}