Le modèle du répartiteur : bâtir des flux de travail IA qui tiennent la route

La plupart des gens bâtissent leurs flux de travail IA comme ils monteraient un meuble IKEA sans instructions : à tâtons, par essais et erreurs, en revenant souvent sur leurs pas, frustrés.

Vous écrivez une requête. Ça marche, plus ou moins. Vous la réutilisez. Vous vous retrouvez à faire le même ménage encore et encore. Alors vous bâtissez quelque chose de plus permanent : un GPT personnalisé, un Project, un Gem. Et là, nouveaux problèmes : c’est rigide là où il fallait de la souplesse, et la mise à jour est une corvée qu’on ne finit jamais vraiment.

C’est le piège karmique de l’IA. La solution que vous avez bâtie a créé de nouveaux problèmes à régler.

Le modèle du répartiteur est une façon d’architecturer les flux de travail IA qui casse ce cycle : on traite l’IA moins comme une boîte de clavardage et plus comme une équipe qui roule.

Pourquoi la plupart des flux de travail IA finissent par lâcher

L’échec suit toujours le même schéma. Vous finissez avec l’une de deux mauvaises options :

Option A : un seul agent géant qui comprend tout. Tôt ou tard, il oublie des détails clés, hallucine ou se met à inventer dès que le contexte se complique. Impossible de s’y fier à tout coup.

Option B : une foule de petits agents très pointus. Maintenant, c’est vous la colle : vous copiez-collez le résultat de l’agent A dans l’agent B comme une API humaine. Vous avez automatisé la tâche, mais pas le flux de travail. Vous faites encore le travail, juste autrement.

Aucune ne tient quand ça grossit. Aucune n’est fiable. Et les deux vous épuisent d’une façon difficile à expliquer à quelqu’un qui ne l’a pas vécu.

Le problème de fond, ce ne sont pas les outils. C’est l’architecture.

Les quatre composantes du modèle du répartiteur

Pensez à une cuisine professionnelle. Chaque commande qui entre est envoyée au bon poste, préparée avec les bons ingrédients, vérifiée selon une norme de qualité et servie pareille chaque fois, sans que le chef ait à s’occuper lui-même de chaque assiette.

1. Le Répartiteur (le chef de cuisine)

Le Répartiteur est un document d’entrée léger : pas une requête, un index. Il dit à l’IA quel genre de tâche arrive et où aller chercher les bonnes instructions.

Au lieu de déverser tout votre contexte dans chaque requête, le Répartiteur laisse l’IA « choisir sa propre aventure ». Elle lit l’index, identifie le type de tâche et va chercher seulement le contexte dont elle a vraiment besoin. Pas de requêtes gonflées. Pas de jetons gaspillés. Pas de dispersion.

C’est le fichier qui dit : « Si vous avez besoin de X, voyez Y. »

2. Les Primitives (vos ingrédients)

Les Primitives sont vos matières premières, les choses qui changent peu et qui servent dans plein de tâches différentes :

• Votre guide de ton de marque
• Les documents de contexte sur vos clients
• Les fichiers de contexte de projet
• Les transcriptions brutes ou le matériel source

Arrêtez de les coller dans chaque requête. Rangez-les à part. Quand elles changent, mettez-les à jour une seule fois : tout ce qui s’en sert suit automatiquement. La recette du poulet rôti reste au poste de préparation; on ne la réécrit pas dans chaque plat qui en contient.

3. Les Compétences (vos recettes)

Les Compétences, c’est là que la plupart des gens commencent et s’arrêtent. Une Compétence enseigne à l’IA comment faire un type de tâche précis, de la façon que vous aimez :

« Interviewe-moi et crée un brief. »
« Transforme cette transcription en billet de blogue. »
« Diagnostique ce goulot d’étranglement dans le flux de travail. »

Les Compétences sont puissantes, mais elles ne suffisent pas. Une recette sans quantités précises et sans idée claire du plat fini donne quelque chose d’à peu près correct. C’est comme ça qu’on obtient 70 % de qualité, 70 % du temps. Parfois.

4. Les Contrats (votre norme de qualité)

C’est la composante qui manque à la plupart des gens, et c’est elle qui comble la plus grande partie de l’écart de qualité restant.

Une Compétence dit : « Voici en gros comment j’aime que les choses soient faites. »
Un Contrat dit : « Voici exactement à quoi ressemble le travail terminé, et voici à quoi ressemble un échec. »

Plus précisément, un Contrat dit à l’IA :

• Je vais te donner : les intrants X et Y
• Tu dois produire : les extrants A et B
• Tu ne dois PAS inclure : C, D ou E
• Point de contrôle : à l’étape F, arrête-toi et obtiens mon approbation avant de continuer

Ça force l’IA à vérifier son propre travail. S’il manque un intrant, le Contrat la pousse à demander plutôt qu’à deviner. Si le résultat ne correspond pas à la spécification, elle corrige le tir avant que l’écart grossisse. Surtout, l’IA a maintenant une façon claire de savoir si elle a fait du bon travail, avant de vous montrer le résultat.

Comment tout ça s’enchaîne

Quand vous configurez un Project dans Claude ou ChatGPT avec cette architecture en place :

1. Une demande arrive
2. Le Répartiteur identifie le type de tâche et aiguille en conséquence
3. Il va chercher la bonne Compétence pour le travail
4. Il prend les Primitives pertinentes, seulement ce qu’il faut
5. Il vérifie le résultat par rapport au Contrat avant de vous le remettre

Vous n’êtes plus la colle. Le système fait lui-même son aiguillage.

Pourquoi c’est important au-delà de la productivité

Le modèle du répartiteur ne sert pas juste à gagner du temps. Il sert à bâtir des flux de travail IA que d’autres personnes peuvent utiliser, des flux de travail qui ne dépendent pas de votre présence comme expert dans la salle.

Pour les équipes, c’est la différence entre « on a des outils d’IA » et « on a des systèmes d’IA ». Les outils, il faut de l’expertise pour s’en servir. Les systèmes contiennent cette expertise, pour que n’importe qui obtienne des résultats constants.

Pour les travailleurs autonomes, c’est la différence entre une IA qui fonctionne quand vous êtes à votre meilleur et une IA qui fonctionne de façon fiable, même quand vous êtes fatigué, distrait ou en train de passer le relais.

La fiabilité ne vient pas de meilleures requêtes. Elle vient d’une meilleure structure.

Commencer sans perdre la tête

N’essayez pas de bâtir les quatre composantes à partir de zéro. Ce serait le piège karmique qui reprend le dessus.

Le meilleur point de départ, c’est une seule « compétence qui fabrique des compétences » : une requête qui aide l’IA à créer ses propres Compétences et Contrats à partir de ce que vous lui dites de votre travail. Une fois cette pièce au point, le reste du système peut se construire en jasant avec l’IA.

Commencez par le flux de travail qui vous oblige le plus souvent à repasser derrière. Bâtissez-lui une Compétence et un Contrat. Voyez ce qui change. Puis élargissez.

Mitch Schwartz est le fondateur d’Ops Machine, un cabinet de conseil en intégration de l’IA et en flux de travail établi à Montréal. Il travaille avec des OBNL et des organisations en pleine transformation pour trouver où l’IA a sa place, bâtir les bons systèmes et s’assurer que les équipes s’en servent vraiment. Réservez un appel découverte gratuit →