> For the complete documentation index, see [llms.txt](https://docs.hablla.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.hablla.com/french/flux-dautomatisations/tous-les-composants/hablla-gpt/agent-autonome-v3.md).

# Agent autonome V3

### Aperçu général

Le composant Agent Autonome V3 (identifié en interne dans le système comme `habllaAgentV3`) est un nœud avancé d’intelligence et de routage dynamique. Sa fonction principale est de déléguer la prise en charge à un agent virtuel d’IA prédéfini, lui permettant de mener des conversations fluides avec l’utilisateur de manière autonome.

La particularité de ce composant réside dans son architecture de sorties basées sur des conditions de succès : l’agent opère en boucles interactives avec le client et le contact ne progresse sur le canevas d’automatisation que lorsque l’un des objectifs ou des conditions cartographiés dans les outils du robot d’IA est entièrement satisfait, déclenchant le port de routage correspondant.

### Paramètres de configuration

Le paramétrage du nœud gère le choix du robot, le contrôle du stimulus de démarrage et l’injection de métadonnées transactionnelles :

* Agent (\* Champ obligatoire) : Menu déroulant utilisé pour sélectionner quel agent IA (préalablement entraîné et configuré sur la plateforme) prendra le contrôle de la conversation à cette étape du flux.
* Compétence de l’agent : Liste déroulante conditionnelle qui définit le périmètre opérationnel spécifique ou l’ensemble des outils et des instructions de spécialité (*compétences*) que le robot priorisera pendant la prise en charge.
* Activer le prompt (Interrupteur à bascule - Toggle Switch) : Contrôle le mode de démarrage de la conversation :
  * Décoché (Désactivé) : L’agent reste passif, en attente, et utilise le dernier message texte envoyé par le client dans le chat pour engager la conversation.
  * Coché (Activé) : Oblige l’administrateur à fournir une directive manuelle de départ afin que le robot initie le contact de manière active.
* Prompt \* (\* Obligatoire si la clé est activée) : Zone de texte contextuelle où l’on saisit l’instruction de salutation ou la commande opérationnelle initiale. Ce texte fonctionne strictement comme le déclencheur de la première interaction de l’agent avec le client ; les messages suivants suivront le flux conversationnel naturel.
* Variables \* (\* Champ obligatoire) : Bloc de mappage au format liste (Clé et Valeur) pour injecter des données du profil utilisateur directement dans la mémoire contextuelle de l’IA (ex : `nom` et `téléphone portable`), permettant des interactions hyperpersonnalisées.

### Constructeur visuel

L’interface graphique est adaptative et modifie la morphologie physique du nœud sur le canevas d’automatisation selon les ressources héritées :

* Cartographie de ports de sortie variables : Dans l’éditeur de conception des flux, ce composant ne possède pas de sorties génériques statiques. Dès que l’administrateur choisit un *Agent*, le bloc affiche dynamiquement des ports physiques latéraux correspondant à chaque intention ou déclencheur de succès configuré à la racine de l’IA (comme des sorties pour des finalités spécifiques de départements, de tickets ou de transitions).
* Indicateurs d’état et de timeout : Le nœud affiche à sa base de petits badges visuels de contrôle d’erreur (signal d’alerte) et de surveillance chronologique (signal d’horloge), permettant de connecter des flux alternatifs de contingence au cas où le serveur d’IA échoue ou que la session du client expire.

### Opérateurs spéciaux

Les propriétés logiques de ce composant gèrent le maintien de la session conversationnelle et l’injection de payloads :

* Maintien de l’état conversationnel (Session Standby Loop) : En entrant dans ce nœud, la chaîne traditionnelle d’automatisation linéaire est mise en pause. Le moteur crée une session persistante entre l’API d’IA et le chat du client. Chaque nouveau message envoyé par l’utilisateur est traité par le modèle de langage et répondu de manière autonome par le robot, sans quitter le bloc, jusqu’à ce que le critère de transition de l’un des ports de sortie soit atteint.
* Interpolation des métadonnées de contexte : Les champs du répéteur *Variables* et de la boîte *Prompt* prennent nativement en charge l’utilisation de doubles accolades `{{...}}`. Cela garantit de récupérer les clés du CRM des nœuds précédents et de les fournir formatées pour le traitement neuronal de l’agent.

### Exemples pratiques

Le tableau ci-dessous illustre des scénarios traditionnels de configuration du comportement de démarrage et des sorties de l’Agent Autonome V3 :

| **Agent sélectionné** | **Clé "Activer le prompt"** | **Configuration du prompt initial**                                                                                | **Sorties disponibles dans le nœud**                                                                           | **Cas d’usage pratique**                                                                                                                                                                                                                                       |
| --------------------- | --------------------------- | ------------------------------------------------------------------------------------------------------------------ | -------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| IA réceptive          | Désactivée                  | *Aucun (démarre avec l’entrée de l’utilisateur)*                                                                   | <p><code>support</code></p><p><br></p><p><code>financier</code></p><p><br></p><p><code>courtier</code></p>     | Le client envoie un message vague dans le DM. L’agent IA prend le relais, discute librement avec lui et, dès qu’il identifie que le souhait du client est d’acheter un bien immobilier, envoie le contact par la sortie physique `courtier`.                   |
| Agent commercial      | Activée                     | "Bonjour `{{nome}}`! J’ai remarqué que vous avez abandonné le panier du plan. Souhaitez-vous poser une question ?" | <p><code>achat\_conclu</code></p><p><br></p><p><code>refusé</code></p><p><br></p><p><code>humain</code></p>    | Le composant est utilisé dans un flux actif basé sur le temps. L’IA lance la conversation activement avec la phrase du prompt. Si elle convainc le client, elle sort par `achat_conclu`; si le client demande à parler à une personne, elle sort par `humain`. |
| Triage général        | Désactivée                  | *Aucun*                                                                                                            | <p><code>envoyer\_images</code></p><p><br></p><p><code>planifié</code></p><p><br></p><p><code>repli</code></p> | Le bot converse avec le client pour collecter des documents pour une inscription. Dès que l’utilisateur envoie les fichiers demandés, l’IA valide la réception et route le contact via la sortie de succès `envoyer_images` pour poursuivre dans le flux.      |


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.hablla.com/french/flux-dautomatisations/tous-les-composants/hablla-gpt/agent-autonome-v3.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.