Personnaliser un agent

Directives du système

Cette sous-section dicte le comportement de base de l’agent et sa logique de prise de décision.

Pourquoi faire cela ? Cette configuration indique à l’IA quels types de documents ou quels objectifs prioriser, bien qu’un humain doive toujours vérifier les sorties de l’IA.

1. Définir le rôle : Indiquez clairement qui est l’agent (par exemple, « Vous êtes un agent de recherche approfondie spécialisé dans les réponses rapides et défendables »).

2. Fixez l’objectif principal : Donnez des instructions à l’agent sur son objectif principal, comme fournir des preuves factuelles et identifier explicitement les conflits.

3. Établir les principes de fonctionnement : Fournissez des règles pour le traitement des données, par exemple en utilisant la révision la plus récente et en ne résolvant jamais les conflits en silence.

4. Définir la hiérarchie d’autorité : Classez vos types de documents (p. ex. 1. Spécifications, 2. plans, 3. Addenda) pour indiquer à l’IA à quelle source faire confiance si les informations se chevauchent.

5. Définir les limites : Définissez des arrêts brusques, par exemple en demandant à l’agent d’indiquer clairement quand des informations sont manquantes.

6. Joindre des fichiers de référence : Cliquez sur le bouton Joindre des fichiers aux directives système pour charger un guide que l’agent doit toujours consulter pour sa logique de base.

Stratégie de planification

Cette sous-section définit le processus cognitif pas à pas suivi par l’agent pour répondre à une requête.

Pourquoi faire cela ? Cela rend l’agent plus susceptible d’effectuer une boucle de recherche et de vérification systématique. Cela peut réduire les erreurs et rendre plus visible une piste d’audit de la façon dont l’IA est arrivée à sa conclusion.

• Étape 1 — Analysez la question : Demandez à l’agent d’identifier d’abord le périmètre des travaux concerné (par exemple, plan, système, produit) et le contexte de décision (par exemple, conformité, approvisionnement).

• Étape 2 — Recherche/filtrage ciblé : Demandez à l’agent d’extraire uniquement le texte pertinent ayant une incidence directe sur la réponse et de saisir les numéros exacts de section ou de feuille.

• Étape 3 — Vérification croisée : Demandez à l’agent de vérifier des sources supplémentaires (comme addendum) pour voir si le résultat de la recherche initiale a été remplacé.

Héritage du modèle

Cette fonctionnalité vous permet de définir des règles de haut niveau sur plusieurs agents.

Pourquoi faire cela ? L’héritage permet à une entreprise de définir des normes mondiales et de conformité une seule fois, tout en donnant aux équipes de projet la flexibilité d’ajuster un agent pour une phase spécifique du travail (comme se concentrer uniquement sur la mise en service CVC). Cela permet de standardiser les agents au sein d’un groupe.

Comment l’utiliser : Notez l’indicateur « Ce paramètre est hérité du modèle d’agent ». Vous pouvez choisir de conserver ces paramètres à l’échelle du système ou cliquer sur l’icône Modifier pour les remplacer pour une tâche spécifique et spécialisée.

Capacités Web

Ce groupe permet à l’agent d’interagir avec l’Internet au sens large pour compléter le projet données.

Pourquoi faire cela ? Bien que vos fichiers de projet (mise à la terre) soient la priorité, la construction nécessite souvent de vérifier des données externes telles que les codes du bâtiment actuels, les délais de livraison des matériaux ou les impacts des conditions météorologiques. Ces outils peuvent vous aider à combler le fossé entre les données de votre projet et le monde réel.

• Activez les liens de recherche et d’accès sur le Web pour permettre à l’agent de naviguer sur le Web en direct et de suivre des URL spécifiques fournies dans une conversation.

• Activez l’option Recherche d’entreprise ou Recherche de personnes pour la vérification des antécédents des fournisseurs ou des partenaires.

• Utilisez le bouton bascule NEC Calculator pour vérifier la conformité au code électrique.

Traitement des données

Utilisez ces outils pour transformer le contenu brut d’un document en informations exploitables.

Pourquoi faire cela ? Une grande partie de administration de la construction consiste à reformater données (par exemple, transformer une note de terrain en DDR ébauche ). Ces outils automatisent ce « travail fastidieux », ce qui contribue à la cohérence et permet de gagner du temps lors de la saisie manuelle.

• Activez ou désactivez les options Structure des données extraites et Classer les données pour que l’agent organise le texte dans des formats plus propres.

• Activez le générateur de documents et le traitement des formulaires PDF pour permettre à l’agent de ébauche ou de remplir des documents officiels du projet.

• Basculez l’option Exécuter le code pour une analyse mathématique avancée ou une manipulation personnalisé données.

Gestion des connaissances

Ces outils définissent la manière dont l’agent lit et comprend les pièces jointes de votre projet chargées.

Pourquoi faire cela ? Les documents de construction sont particulièrement complexes. La recherche sémantique aide l’IA à comprendre, par exemple, qu’une requête sur le refroidissement du CVC doit également porter sur les spécifications du refroidisseur, même si les mots ne correspondent pas exactement. C’est souvent au cœur de l’amélioration des performances de l’IA.

• Basculez la recherche sémantique et analysez les PDF à l’aide de l’IA pour aller au-delà de la simple correspondance de mots-clés.

• Activez l’option Détecter les informations de pièce jointe et de page PDF pour aider l’IA à naviguer dans les grands ensembles de plans.

• Basculez la mémoire pour permettre à l’agent de rappeler le contexte des interactions précédentes au sein du même projet.

Réponses améliorées

Contrôlez la façon dont l’agent vous présente ses réponses finales.

Pourquoi faire cela ? L’IA est plus utile lorsque sa sortie est prête à l’emploi. Au lieu de lire un résumé de 500 mots, un tableau permet une comparaison instantanée et un lien de téléchargement vous aide à partager les résultats avec l’équipe sur le terrain.

• Activez ou désactivez les tableaux de réponse pour indiquer à l’agent de présenter des comparaisons complexes dans un format de tableau structuré.

• Activez Fournir un lien de téléchargement pour permettre à l’agent de générer et de vous proposer un fichier à télécharger directement à partir du chat.

Connaissance de l’espace d’équipe

Cette superficie gère les jeux de données spécifiques disponibles dans votre projet immédiat ou votre environnement d’équipe.

Pourquoi faire cela ? Cela vous permet de contrôler plus précisément les informations du projet dont l’agent est « conscient ». Par exemple, vous souhaiterez peut-être qu’un agent spécialisé ne fasse référence qu’aux données du « Planning d’approvisionnement » afin d’éviter le bruit provenant de documents non liés.

1. Activez l’optionAutoriser l’accès à tous les jeux de données actuels et futurs si vous souhaitez que l’agent inclue automatiquement toutes les nouvelles données de projet au fur et à mesure qu’elles sont ajoutées à l’espace d’équipe.

    Conseil de pro

   Désactiver l’option Autoriser l’accès à tous les ensembles de données actuels et futurs empêche l’IA de contaminer les informations provenant des ensembles de données d’autres utilisateurs. En fonction du nombre d’utilisateurs présents dans votre espace d’équipe, cela empêche votre agent d’ingérer des données non pertinentes ou en conflit avec vos objectifs.

2. Utilisez la barre de connaissances Rechercher pour rechercher des jeux de données spécifiques par nom.

3. Sélectionnez ou désélectionnez individuellement les jeux de données à l’aide des cases à cocher à côté d’éléments tels que « Nouvel ensemble de données Procore » ou « Analyse et actions du planning d’Approvisionnement ».

4. Utilisez Sélectionner tout ou Aucun pour une sélection rapide en masse.

5. Cliquez sur Actualiser la liste pour vous assurer que vous voyez les ajouts de données les plus récents.

Connaissance de l’organisation

Cette section permet à votre agent d’extraire des sources à l'échelle de l'entreprise données plus larges.

Pourquoi faire cela ? L’utilisation des connaissances organisationnelles permet à votre agent de tirer parti des leçons apprises et du cahier des charges standard des projets précédents, afin que votre projet puisse bénéficier d’une expertise à l’échelle de l’entreprise.

1. Parcourez les jeux de données d’organisation partagés.

2. Cliquez sur Ajouter un jeu de données pour importer de nouvelles données organisationnelles.

Ajout de nouvelles sources de connaissances

Vous pouvez importer des données à partir de fichiers locaux ou de produits solution externes.

Pourquoi faire cela ? L’importation de diverses sources de données, comme la synchronisation de votre planning Primavera P6 avec vos plans Procore, permet à l’agent d’effectuer un raisonnement complexe et inter-documents. Cela aide l’agent à répondre à des questions de haut niveau telles que : les délais actuels dans mon inventaire vont-ils retarder le coulage de béton prévu dans mon plan P6 ? ».

• Cliquez sur Ajouter un jeu de données , puis sélectionnez Charger un fichier pour ajouter des PDF, des feuilles de calcul ou des plans techniques locaux directement dans la mémoire de l’agent.

• Cliquez sur Ajouter un jeu de données et sélectionnez Connecter des applications pour ouvrir la boîte de dialogue « Choisir une source d’importation ».

• Choisissez parmi des catégories telles que « Construction », « Finances » ou « Données Web » pour filtrer vos sources.

• Sélectionnez des plateformes spécifiques telles que Procore, Autodesk Construction Cloud (ACC) ou P6 Primavera pour importer des flux de données en direct.

• Utilisez des connexions de stockage dans le cloud telles que Google Drive, Box, OneDrive ou Google Sheets pour synchroniser les dossiers du projet.

   Quelle est la différence entre « Connaissance » et « Actions » ?

  • Connaissances: Cette voie est souvent la meilleure pour récupérer des informations enfouies ou complexes, car elle permet à l’IA de rechercher des données pré-organisées dans un index consultable. Il cherche des faits dans des milliers de pages d’informations. Ces données indexées sont actualisées selon un calendrier, par exemple toutes les 15 minutes ou toutes les 15 heures, en fonction de votre plan Datagrid.

  • Actions: utilisez cette route pour les données les plus récentes (comme quelque chose ajouté à un système il y a 5 minutes) ou lorsque vous souhaitez que l’IA modifie ou crée des éléments pour vous. La sélection d’une connexion Action ou MCP (ou le fait de dire à l’IA d’utiliser ces modes) contourne l’index et donne à l’IA un aspect « en direct » et un accès à vos enregistrements de projet, tels qu’une DDR ou un livrable. Lorsque vous effectuez cette opération pour récupérer des informations, vous devez être plus précis dans votre demande, car elle recherche une correspondance exacte entre les éléments et les champs.

Modèle d’agent

Choisissez la version du cerveau de l’agent que vous souhaitez utiliser en tant qu’orchestrateur principal pour les tâches de votre projet.

Pourquoi faire cela ? Le cerveau de l’agent est le coordinateur. La sélection d’un cerveau plus avancé comme Magpie-2.5 peut aider l’agent à naviguer dans une logique complexe entre les documents, comme l’identification des divergences entre les documents.

• Cliquez sur l’icône d’engrenage Déshériter à côté du titre « maquette d’agent » si le paramètre est actuellement verrouillé par une maquette ; Cela révélera les choix disponibles.

• Ouvrez le menu déroulant et sélectionnez Magpie-1.1-flash pour des réponses sémantiques simples et rapides.

• Choisissez Magpie-2.5 pour des tâches de raisonnement plus complexes et en plusieurs étapes qui nécessitent des performances et des capacités améliorées.

Génération de réponse LLM

Choisissez le grand modèle de langage (LLM) sous-jacent qui générera les réponses textuelles finales dans votre conversation.

Pourquoi faire cela ? Les LLM ont des atouts uniques. Les modèles Gemini sont souvent préférés pour les ensembles de documents volumineux (comme un manuel de projet de 2 000 pages) en raison de leurs grandes fenêtres contextuelles, tandis que GPT-4o peut être sélectionné pour une logique plus précise dans le routage de requêtes techniques complexes, et Claude 4.6 lorsqu’une synthèse plus précise et une adhésion nuancée à un formatage complexe sont nécessaires.

1. Cliquez sur l’icône d’engrenage Déshériter pour déverrouiller la sélection LLM.

2. Faites défiler le menu déroulant pour sélectionner votre maquette préférée. Sélectionnez des modèles spécialisés si votre projet nécessite une analyse ou une génération d’images de qualité professionnelle.

Comportement du modèle

Peaufinez la créativité de l’agent, sa fidélité au données et le choix des mots.

Pourquoi faire cela ? La précision est plus importante que l’écriture créative pour certaines tâches. En maintenant la « température » plus basse pour ces tâches, l’agent garde les pieds sur terre, en ne rapportant que des faits vérifiés à partir des plans et des cahiers des charges plutôt que d’imaginer de nouveaux détails pour paraître plus utile.

• Déplacez le curseur Température pour contrôler le caractère aléatoire ; Des valeurs inférieures comme 0,1 rendent l’agent plus ciblé et prévisible.

• Ajustez le curseur P supérieur pour affiner la façon dont le modèle sélectionne les mots en fonction de la probabilité.

• Notez que pour des modèles spécifiques comme claude-opus-4.6, vous ne devez modifier qu’un seul de ces curseurs, car le modèle prend généralement en charge Température ou Top P, mais pas les deux simultanément.

Préréglage de la voix » et « Langue »

Configurez la personnalité auditive et le langage pour les interactions vocales.

Pourquoi faire cela ? Si vous utilisez l’agent sur le terrain via des commandes vocales, le choix d’une voix ferme et claire comme Nova ou Sage peut faciliter l’audition et la compréhension des conseils techniques de l’IA par rapport au bruit d’un chantier très fréquenté.

• Ouvrez le menu déroulant « Préréglage de la voix » et faites défiler pour sélectionner une tonalité vocale, telle que Spark (tonalité brillante et aiguë), Sage (informative et tonalité inférieure) ou Nova (tonalité ferme et moyenne).

• Définissez la langue sur votre code local, tel que en-US, pour vous assurer que l’agent comprend et communique avec le contexte régional approprié.
  Remarque : Si vous ne parvenez pas à sélectionner une nouvelle langue, il se peut que la langue actuelle soit la seule disponible actuellement.

Gestion des modèles d’agent

Suivez ces étapes pour connecter ou déconnecter votre agent d’une norme organisationnelle.

1. Ouvrez les paramètres : Cliquez sur Héritage de modèle dans le panneau de configuration de l’agent.

2. Lien vers une norme : Sélectionnez Hériter du modèle et choisissez une configuration (par exemple, [TG] Recherche approfondie) dans la liste déroulante.

3. Personnaliser/Détacher : Pour apporter des modifications uniques, cliquez sur Détacher le modèle. Cela rompt le lien tout en conservant vos paramètres actuels comme référence.

4. Resynchroniser : Pour rétablir un paramètre personnalisé au modèle, cliquez sur l’icône Hériter en pointillés et sélectionnez Appliquer le modèle.

Identification du statut d’héritage

Recherchez l’icône Hériter (tête d’engrenage) à côté de sections telles que « Outils » ou « Actions » pour voir si vous êtes synchronisé.

• Icône bleue : Le paramètre est actuellement synchronisé avec le modèle principal.

• Icône de contour en pointillés : Le paramètre a été personnalisé pour cet agent spécifique.

Gestion au niveau de l’organisation

Nécessite un abonnementde niveau Entreprise et un accès à Datagrid.

• Créer de nouvelles normes : Une fois qu’un agent est détaché, cliquez sur Créer un modèle à partir de cet agent pour l’enregistrer en tant que nouvelle norme réutilisable pour l’entreprise.

• Mises à jour globales : Accédez à Paramètres > Paramètres de l’organisation > Gérer les modèles. Cliquez sur Configurer pour modifier les directives principales et les outils de tous les agents à l’aide de ce modèle.