ChatGPT Agent

Le mode Agent de ChatGPT, c’est quoi exactement

Quand on parle de ChatGPT Agent, on parle d’un mode précis, accessible depuis le menu des outils ou via la commande /agent dans la fenêtre de conversation. Une fois activé, ChatGPT ne se contente plus de rédiger une réponse : il ouvre un navigateur, dans un environnement isolé et sécurisé, et effectue lui-même les actions nécessaires pour accomplir la tâche demandée. Il peut cliquer, taper du texte, faire défiler une page, remplir un champ, valider une étape — comme le ferait un utilisateur humain, mais sans intervention manuelle à chaque clic.

Ce mode est né de la fusion de deux briques qu’OpenAI développait séparément : Operator, un agent capable de naviguer et d’agir sur des sites web, et les capacités de recherche approfondie qui permettaient à ChatGPT de compiler de l’information sur plusieurs sources. En les réunissant, l’idée est de passer d’un assistant qui décrit ce qu’il faudrait faire à un assistant qui le fait, du moins pour les tâches qui s’y prêtent. On peut le formuler ainsi : le chat répond, l’Agent exécute.

Dans la pratique, cela veut dire que vous décrivez un objectif — pas une suite d’instructions techniques — et que l’agent découpe lui-même la tâche en étapes, les exécute dans son navigateur, et revient vers vous quand il a besoin d’une validation ou quand le travail est terminé. C’est cette bascule, de la réponse vers l’action, qui distingue vraiment ce mode du ChatGPT que la plupart des gens connaissent.

En quoi il diffère du chat classique et de Codex

La confusion est fréquente, et elle mérite d’être clarifiée avant d’aller plus loin, parce qu’un article déjà publié sur ce site traite de Codex sous l’angle du code — un sujet voisin mais distinct.

Le chat classique reste un outil conversationnel : vous posez une question, il répond en texte, éventuellement avec des sources si la recherche web est activée, mais il ne franchit jamais l’écran. Il ne clique sur rien, ne remplit aucun champ, n’exécute aucune action réelle. Tout le travail de mise en œuvre reste de votre côté.

Codex, de son côté, est un agent spécialisé dans le développement logiciel. Il lit un dépôt de code, modifie des fichiers réels, exécute des commandes et des tests, et itère sur les résultats — mais uniquement dans le périmètre d’un projet technique. Ce n’est pas un généraliste : il ne réserve pas de restaurant et ne remplit pas un formulaire administratif, ce n’est simplement pas son terrain.

Le mode Agent, lui, se situe entre les deux, mais tourné vers le web grand public plutôt que vers le code : il agit dans un navigateur, sur des sites ordinaires, pour des tâches du quotidien ou professionnelles qui n’ont rien de technique. Réserver une table, comparer des offres, remplir un formulaire de contact, préparer une liste de courses et l’ajouter à un panier — ce sont des actions dans une interface web, pas dans un terminal de développement. Les trois modes coexistent parce qu’ils répondent à des besoins différents, pas parce que l’un remplace les deux autres.

Ce que le mode Agent peut faire concrètement

Le champ d’action reste borné par ce qu’un navigateur peut faire, mais trois cas illustrent bien ce que ça change au quotidien.

Réserver ou prendre rendez-vous

C’est l’exemple le plus souvent cité par OpenAI elle-même : demander à l’agent de trouver un créneau disponible pour un rendez-vous chez le dentiste, ou une table dans un restaurant à une date donnée. L’agent navigue sur le site ou l’interface de réservation, identifie les disponibilités, et remplit les champs nécessaires. Si le site propose une confirmation par e-mail ou un paiement d’acompte, l’agent s’arrête et vous demande de valider cette étape plutôt que de la finaliser seul.

Comparer des prix et compiler une recherche

Au lieu de multiplier les onglets pour comparer plusieurs sites marchands ou plusieurs offres, on peut demander à l’agent de visiter chaque page, de relever les informations pertinentes — prix affiché, disponibilité, conditions de livraison — et de revenir avec une synthèse. C’est proche de ce que faisait déjà la recherche approfondie, mais avec la possibilité d’aller plus loin que la lecture : l’agent peut, par exemple, ajouter les articles retenus à un panier pour que la décision finale d’achat reste entre vos mains.

Remplir des formulaires à sa place

Les formulaires administratifs ou les démarches en ligne répétitives — inscription à un service, mise à jour d’informations sur un compte, saisie de coordonnées sur plusieurs plateformes — sont un terrain naturel pour ce mode. L’agent peut se connecter à un site sur lequel vous êtes déjà identifié, saisir les champs demandés, et vous signaler tout élément qui nécessite une décision humaine, comme un choix d’option ou une case à cocher engageante.

Dans les trois cas, la logique reste la même : l’agent avance seul sur ce qui est mécanique et prévisible, et repasse la main dès qu’une action a une conséquence réelle — un paiement, un engagement contractuel, l’envoi d’une information sensible.

Comment l’activer et s’en servir

L’accès se fait depuis l’interface ChatGPT, en sélectionnant l’option Agent dans le menu des outils, ou en tapant directement la commande /agent avant de décrire la tâche. Une fois lancé, l’agent ouvre sa propre fenêtre de navigation, distincte de votre navigateur habituel, et vous pouvez suivre en direct ce qu’il fait — un peu comme si quelqu’un pilotait l’écran sous vos yeux.

Deux réglages influencent la façon dont il travaille. D’abord, le mode connecté : l’agent peut utiliser les sites sur lesquels vous êtes déjà identifié, ce qui évite de ressaisir des identifiants, mais suppose de lui faire confiance sur ces comptes. Ensuite, la possibilité de reprendre la main à tout moment : vous pouvez interrompre l’agent, corriger sa trajectoire, ou terminer vous-même une action qu’il a commencée, en particulier si la page se comporte de façon inattendue.

Ce mode n’est pas ouvert à toutes les formules d’abonnement de la même manière : il est réservé aux comptes payants (Plus, Pro et au-delà), et le nombre de tâches ou de sessions accessibles dépend du palier choisi. Ces quotas évoluent régulièrement du côté d’OpenAI, mieux vaut donc vérifier l’état actuel de son abonnement avant de compter dessus pour un usage intensif.

Les limites et les précautions à connaître

Donner de l’autonomie à un agent n’est pas un problème en soi ; ce qui compte, c’est de savoir précisément ce à quoi il a accès. C’est particulièrement vrai ici, parce que donner à un agent l’accès à des comptes connectés revient à lui donner, potentiellement, accès à des e-mails, des fichiers ou des informations de paiement enregistrées.

Le risque le plus documenté porte un nom technique, l’injection de prompt : une page web piégée peut contenir des instructions cachées destinées à détourner le comportement de l’agent, à son insu comme au vôtre. OpenAI a mis en place des garde-fous — demandes de confirmation systématiques avant de valider une étape qui vous engage, refus de certaines tâches sensibles, et un mode de vigilance renforcée sur les sites jugés à risque — mais ces protections réduisent le risque, elles ne l’annulent pas complètement.

Sur le plan pratique aussi, l’agent trouve ses limites : un site protégé par une vérification en plusieurs étapes, un test anti-robot, ou une interface très chargée en scripts peut le faire échouer ou le ralentir considérablement. Ce n’est pas parce qu’une tâche paraît simple sur le papier qu’elle se déroulera sans accroc dans un navigateur automatisé.

La règle la plus utile à retenir, en pratique : ne pas lancer l’agent sur une tâche impliquant un paiement ou une donnée sensible sans rester à proximité pour valider les étapes critiques. Pour une recherche, une comparaison ou une prise de rendez-vous sans enjeu financier lourd, l’autonomie complète pose beaucoup moins de questions.