Vous voulez un agent qui rédige vos réponses aux clients, qui trie vos emails ou qui prépare vos rapports, et vous avez déjà un compte ChatGPT. Bonne nouvelle : vous n'avez pas besoin d'apprendre à coder. OpenAI a construit plusieurs chemins pour créer un agent à partir de son outil, du plus simple au plus technique. Encore faut-il savoir lequel choisir, et surtout ce que chacun ne sait pas faire.
Key Takeaways
- ChatGPT propose trois chemins pour créer un agent : les GPT personnalisés (aucun code), le mode agent (lancé en juillet 2025) et l'API pour les équipes techniques.
- Un GPT personnalisé se configure en quelques minutes avec des instructions et une vingtaine de fichiers de référence, mais il reste enfermé dans ChatGPT.
- OpenAI s'engage à ne pas entraîner ses modèles sur les conversations des comptes professionnels, un point central pour le RGPD.
- ChatGPT est un service cloud : pour les données qui ne doivent pas quitter l'entreprise, il faut une autre architecture.
- OpenAI annonçait en août 2025 plus de cinq millions d'utilisateurs professionnels payants sur ChatGPT.
Les trois chemins pour créer un agent avec ChatGPT
La première chose à comprendre, c'est que « créer un agent avec ChatGPT » ne veut pas dire une seule chose. OpenAI propose trois portes d'entrée, et elles ne s'adressent pas au même public.
Les GPT personnalisés sont la porte la plus simple. Un GPT est une version spécialisée de ChatGPT : vous lui donnez des instructions (son rôle, ses règles), vous lui fournissez des documents de référence, et vous pouvez le brancher sur des outils externes via ce qu'OpenAI appelle des actions. Le tout se configure dans une interface visuelle. Lancés en janvier 2024 en même temps que le GPT Store, ils restent le point d'entrée le plus accessible pour une PME.
Le mode agent est plus récent. OpenAI l'a lancé le 17 juillet 2025 sous le nom de « ChatGPT agent ». Là, vous ne construisez rien à l'avance : vous décrivez une tâche complexe et ChatGPT l'exécute seul, en naviguant sur des sites web, en exécutant du code et en produisant des fichiers finis. Il demande votre accord avant les actions qui engagent, et vous pouvez l'interrompre à tout moment.
L'API Assistants est la porte technique. Elle permet aux développeurs de construire un agent sur mesure, branché sur les outils internes de l'entreprise. C'est la voie qu'une PME choisit quand le GPT personnalisé ne suffit plus.
Le bon choix dépend d'une seule question : la tâche est-elle simple et répétitive, ou complexe et ponctuelle ?
Créer un GPT personnalisé, étape par étape
Un GPT personnalisé se construit en une demi-heure, et c'est le meilleur point de départ. Voici le chemin.
Étape 1 : définir la tâche
Avant d'ouvrir l'outil, écrivez une phrase : quel travail précis le GPT doit-il faire ? « Rédiger les réponses aux demandes de devis » est une bonne définition. « Aider le commercial » est trop vague.
Étape 2 : écrire les instructions
C'est l'étape qui fait la qualité. Les instructions décrivent le rôle, les règles et le format attendu. Exemple :
Tu es l'assistant d'un cabinet comptable. Réponds aux clients en français, sur un ton courtois et précis. Ne donne jamais de conseil fiscal ferme sans renvoyer vers le comptable. Termine chaque réponse par la marche à suivre.
Étape 3 : fournir les documents de référence
Vous pouvez joindre des fichiers : un barème de prix, une plaquette de présentation, une procédure interne. Le GPT s'appuie dessus pour répondre. La limite pratique est d'une vingtaine de fichiers, ce qui suffit pour la plupart des besoins.
Étape 4 : brancher des actions, seulement si nécessaire
Les actions permettent au GPT d'interroger un outil externe, par exemple un calendrier de rendez-vous. C'est plus technique : chaque action correspond à un appel d'API. La plupart des PME s'en passent au début.
Étape 5 : tester avant de partager
Le GPT peut rester privé, se partager par lien, ou être publié dans le GPT Store. Dans tous les cas, testez-le sur des cas réels avant de le confier à vos équipes.
Le résultat est un assistant cohérent, qui applique les mêmes règles à chaque conversation. C'est sa force, et sa limite : il ne fait que ce que vous avez décrit.
Ce que le mode agent sait faire seul
Le mode agent ne demande aucune configuration préalable. Vous décrivez un travail complet, et ChatGPT s'en charge.
OpenAI a construit cette capacité en fusionnant trois briques existantes : Operator, qui interagit avec des sites web, deep research, qui synthétise l'information, et l'intelligence conversationnelle de ChatGPT. Le résultat est un système qui navigue, analyse et produit des livrables finis : un tableur, une présentation, un rapport.
Pour une PME, les usages sont concrets. Vous pouvez demander à l'agent de comparer trois fournisseurs et de produire un tableau de synthèse. De préparer un brief client à partir de vos emails récents. De mettre à jour un tableau de bord avec de nouvelles données tout en conservant la mise en forme. Les tâches programmées permettent même de réclamer un rapport chaque lundi matin. D'autres exemples concrets figurent sur notre page des cas d'usage.
Deux garde-fous rendent l'usage plus sûr : l'agent demande la permission avant les actions qui engagent, et vous pouvez reprendre la main à tout moment. C'est une différence importante avec un agent qui tournerait sans surveillance.
Les limites à connaître avant de s'engager
La transparence doit fonctionner dans les deux sens. ChatGPT a des limites qu'un dirigeant doit connaître.
La première est la dépendance à un fournisseur unique. Un GPT personnalisé vit dans ChatGPT. Vous ne pouvez pas le déployer sur votre site, dans votre messagerie interne ou sur WhatsApp. Vos collaborateurs doivent ouvrir un compte ChatGPT pour l'utiliser. Si OpenAI change ses prix ou ses conditions, vous n'avez pas de plan B facile.
La deuxième est la mémoire limitée. Un GPT se souvient des fichiers que vous lui donnez, pas des conversations passées avec vos clients. Pour un agent qui suit un dossier dans la durée, ce n'est pas suffisant.
La troisième est la finesse des intégrations. Les connecteurs vers les outils existent, mais le branchement à un ERP ou à un logiciel français comme Sage ou Cegid demande presque toujours du développement. Le GPT seul ne parle pas à votre système d'information.
La quatrième est la localisation des données. C'est le point le plus sensible, et il mérite sa propre section.
Confidentialité : ce qui est garanti, et ce qui ne l'est pas
Pour une PME française, la question des données arrive avant celle des fonctionnalités.
Ce qui est garanti : sur les offres professionnelles, OpenAI s'engage à ne pas entraîner ses modèles sur vos conversations ni sur vos données. La formulation officielle, depuis le lancement du plan Team en janvier 2024, est claire : vous possédez et contrôlez vos données, et elles ne servent pas à l'entraînement. OpenAI fournit aussi un accord de traitement des données et permet de choisir un hébergement en Europe.
Ce qui ne l'est pas : vos données transitent par les serveurs d'OpenAI. Ce n'est pas une installation locale. Pour un cabinet d'avocats qui manipule des dossiers couverts par le secret professionnel, ou un expert-comptable qui traite des bilans avant leur dépôt, la simple promesse contractuelle peut ne pas suffire. La CNIL surveille de près l'usage de ChatGPT en entreprise, et une analyse d'impact reste nécessaire dès que vous traitez des données sensibles.
C'est exactement le point où l'angle « local » change la donne. Un agent peut tourner sur votre infrastructure, avec un modèle hébergé chez vous ou dans l'Union européenne, sans jamais envoyer vos données à un service américain. ChatGPT reste un outil remarquable pour les tâches génériques. Pour les données sensibles, d'autres architectures s'imposent. Nous avons creusé cette même question du côté de Claude d'Anthropic, un modèle qui pousse la fiabilité plus loin, dans notre article sur Claude.
Combien ça coûte
Les prix publics de ChatGPT évoluent vite, et ils dépendent de l'offre. À la date de rédaction, trois niveaux se dessinent pour une PME.
L'abonnement individuel (Plus) coûte une vingtaine d'euros par mois, et donne accès aux GPT personnalisés et au mode agent. C'est suffisant pour tester, mais pas pour une équipe : il n'y a pas de gestion des accès ni de garanties professionnelles sur les données.
L'offre Business (ex-Team) se facture par utilisateur, autour de vingt-cinq à trente euros par mois et par personne, avec un minimum de deux sièges. C'est là que commencent les garanties de confidentialité et l'administration de l'espace de travail.
Au-delà, l'offre Enterprise se négocie directement avec OpenAI, avec un minimum de plusieurs dizaines d'utilisateurs. Elle ne concerne pas la PME type.
À ces abonnements s'ajoute le coût réel : le temps de configurer le GPT, de l'entretenir et de vérifier qu'il répond juste. Ce temps, on le sous-estime souvent. Un audit de vos besoins permet de chiffrer le tout avant de se lancer.
FAQ
Faut-il savoir coder pour créer un agent avec ChatGPT ?
Non, pour les GPT personnalisés et le mode agent. La configuration se fait dans une interface visuelle, en français, sans ligne de code. Seule la création d'actions (le branchement à des outils externes) demande un minimum de technique, et elle est facultative.
Mes données sont-elles utilisées pour entraîner ChatGPT ?
Pas sur les offres professionnelles. OpenAI s'engage à ne pas entraîner ses modèles sur vos conversations ni vos données. En revanche, sur l'abonnement individuel, les réglages par défaut sont moins protecteurs : il faut désactiver l'entraînement dans les paramètres.
Un GPT personnalisé peut-il travailler avec mes outils métier ?
En partie. Les actions permettent de brancher des API, mais l'intégration à un ERP ou un logiciel métier français demande presque toujours du développement. Le GPT seul ne se connecte pas à Sage ou Cegid.
Peut-on faire tourner un agent ChatGPT sur ses propres serveurs ?
Non. ChatGPT est un service cloud : tout passe par les serveurs d'OpenAI. Pour une exécution locale, il faut une autre approche : un modèle hébergé chez vous ou dans l'Union européenne, couplé à un outil d'orchestration. C'est une architecture que NexeAI conçoit pour les professions réglementées.
ChatGPT ou un agent sur mesure, par où commencer ?
Commencez par un GPT personnalisé sur une tâche unique et bien délimitée. Si la tâche touche des données sensibles, ou si elle doit s'intégrer à vos outils, un agent sur mesure est plus adapté. Le facteur qui joue le plus n'est pas l'outil, c'est la clarté de la tâche à automatiser.
Passer à l'action
ChatGPT est le moyen le plus rapide de créer un premier agent IA sans coder, et pour beaucoup de tâches génériques, il suffit. Ses limites apparaissent quand on exige la confidentialité des données, l'intégration aux outils métier, ou un agent qui travaille dans la durée.
Commencez par une tâche répétitive, testez-la avec un GPT personnalisé, et mesurez le temps gagné. Si le résultat vous convainc et si la tâche touche des données sensibles, un agent sur mesure prendra le relais.
Parlons de votre projet d'agent IA : nous vous aidons à choisir entre un GPT, un agent sur mesure ou une exécution locale, selon vos données et vos outils. Découvrez aussi notre offre de développement d'agents IA et notre formation aux agents IA pour rendre votre équipe autonome.
