Deux agents IA pour trier et résumer sa boîte mail : un cas concret avec Make
Récit d'un call avec un conseiller indépendant qui perd deux heures par jour dans ses mails. Deux agents IA dans Make pour trier et résumer sa boîte à sa place.
Lilian Sevoumian 11 min Cette semaine, j’ai eu un appel avec un conseiller en gestion de patrimoine indépendant. Un profil que je croise de plus en plus : quelqu’un de solo, très bon dans son métier, déjà curieux d’automatisation, avec un stack propre (, , , Mistral). Et un problème unique, précis, chiffré.
Sa boîte mail lui bouffe deux heures par jour. Pas de la lecture utile : du tri. Il reçoit un flot continu de communications de sociétés de gestion (analyses macro, propositions de placement, notes de marché), des invitations à des webinaires qu’il ne regardera jamais, et au milieu, des vraies demandes clients à traiter. Tout tombe dans la même inbox. Résultat, il passe ses matinées à faire le videur à l’entrée de sa messagerie. Sa phrase, pendant le call : « si je réduis ce temps ne serait-ce que de moitié, je récupère cinq heures par semaine, et cinq heures pour moi, c’est monstrueux. »
On a posé le besoin, et il tenait en deux briques. Un agent qui trie les mails à sa place, et un agent qui, une fois par semaine, lui résume ce qui compte. Je te raconte comment on a designé les deux dans Make, parce que le cas parle à tous ceux qui se noient dans une boîte mail professionnelle.
Pourquoi Make, et pas juste « l’appli d’une IA »
Première question qu’il m’a posée, très juste : « je pourrais faire des résumés dans l’appli Mistral en copier-coller, non ? ». Oui. Mais alors c’est lui qui copie, colle, range, chaque jour. Ça ne lui rend pas ses deux heures, ça les déplace.
Le mot-clé du besoin, c’est l’automatisation : la machine agit toute seule sur sa boîte, sans qu’il ait à ouvrir quoi que ce soit. Et c’est exactement ce que Make sait faire depuis qu’il a sorti ses agents IA. Un agent, dans Make, c’est trois choses : un modèle (le cerveau), des instructions (ce qu’il doit faire), et des tools (les actions qu’il a le droit de déclencher). Tu lui branches ton fournisseur d’IA, tu lui donnes des outils, et il travaille en autonomie.
L’agent se branche sur sa messagerie Microsoft 365 / Outlook via le module dédié, et sur OneDrive pour le stockage. Deux connexions à faire une fois, et ensuite l’agent réutilise le même accès pour tout. La plomberie prend dix minutes ; le vrai travail, c’est de bien décrire ce qu’on attend de lui.
Agent 1 : le videur qui trie l’inbox
C’est la priorité absolue, parce que c’est le gain immédiat. Aujourd’hui il a bien mis quelques règles Outlook manuelles, mais il reçoit tellement qu’elles ne suffisent plus, et surtout une règle bête ne sait pas faire la différence entre « une invitation à un webinaire » et « une vraie note de marché ». Une IA, si.
Le squelette est simple : un mail arrive, l’agent le lit, comprend de quoi il s’agit, et le range dans la bonne catégorie.
| Ce qui arrive dans l’inbox | Ce que l’agent fait |
|---|---|
| Une note macro d’une société de gestion | Range dans la catégorie Communication |
| Une proposition de fonds / de placement | Range dans Fonds structurés |
| Une sollicitation immobilière | Range dans Immobilier |
| Une invitation webinaire / event | Range dans À ignorer |
| Une demande client / compagnie d’assurance | Marque Urgent et laisse en tête |
Le point qui l’a fait sourire : on peut laisser l’agent créer une catégorie qui n’existe pas encore quand il en repère le besoin, et supprimer celles qui deviennent obsolètes. Sa boîte cesse d’être une décharge et devient une base rangée en continu. Comme je le lui ai dit, c’est le même comportement que ma propre messagerie : je laisse l’IA proposer des catégories pertinentes et faire le ménage dans les périmées.
Le tri urgent, sans usine à gaz
Il avait déjà une méthode maison pour prioriser, tirée d’un cours sur la gestion d’agenda : si un mail se traite en moins de cinq minutes, on le fait tout de suite ; si c’est plus long, il part dans l’agenda. On a gardé sa logique et on a juste laissé l’agent l’appliquer.
Agent 2 : le résumé du vendredi soir
Une fois l’inbox triée, le deuxième agent devient possible. Son job : le vendredi en fin de journée, prendre une catégorie (pour lui, en priorité la Communication des sociétés de gestion), lire tout ce qui est tombé dans la semaine, et en sortir une synthèse macro. Pas cinquante mails à relire un par un : un document, une vision d’ensemble.
Là, on ne déclenche plus sur un événement (un mail qui arrive) mais sur une horloge. C’est un Schedule dans Make : tous les vendredis à 18 h, l’agent se réveille tout seul.
Le flux qu’on a dessiné :
- Schedule déclenche l’agent le vendredi soir.
- L’agent lit les mails de la semaine dans la catégorie Communication.
- Il rédige une note de synthèse macro : ce que les sociétés de gestion ont dit, les signaux qui reviennent, ce qui mérite son attention.
- Il génère un PDF propre.
- Il le dépose dans un dossier OneDrive précis, celui où il archive déjà ses rapports mensuels.
Ce résumé a une vraie valeur pour lui : il le compare à sa propre analyse macro (celle qu’il fait tourner de son côté sur des données économiques). L’agent ne remplace pas son cerveau d’expert, il lui prépare la matière pour que son cerveau se pose sur ce qui compte, pas sur le tri.
Le sujet qui décide de tout : la confidentialité
Impossible de faire ce cas client sans parler de ce qui l’a, à raison, préoccupé pendant l’appel : où partent les données ? On ne parle pas d’un catalogue produit ici. On parle de l’intégralité du patrimoine de ses clients, d’avis d’imposition, de bilans d’entreprise. Et il a une obligation de traçabilité et de suivi sur ces données. Autant dire que « ça part sur un serveur américain » n’est pas une option.
C’est pour ça que le choix du modèle passe avant tout le reste.
Le bon réflexe, c’est de décider en amont ce que l’agent a le droit de voir. Tu n’exposes que les catégories et les champs nécessaires. Pour un flux « communications des sociétés de gestion » (de l’info de marché, pas des dossiers clients), le périmètre est large et peu risqué. Pour les mails clients nominatifs, on resserre et on choisit ses outils avec soin. Cette hygiène-là compte autant que le workflow lui-même.
La méthode : traiter l’agent comme un stagiaire
Son instinct était le bon, et il l’a formulé pendant le call : « il faut commencer simple et monter en puissance, plutôt que faire un gros truc dès le départ. » Exactement. On ne branche pas un agent IA parfait du premier coup.
La bonne image, c’est le stagiaire. Tu lui confies une tâche, il la fait, tu regardes le résultat sur un échantillon, tu corriges, tu réexpliques. À chaque passe, il fait mieux. Concrètement, on part sur deux ou trois itérations :
| Itération | Objectif |
|---|---|
| 1 | L’agent trie un lot de mails ; on regarde ses erreurs de catégorie |
| 2 | On affine les instructions ; le tri devient fiable sur la majorité |
| 3 | On peaufine les cas limites ; on peut lancer l’agent 2 par-dessus |
Et un ordre à respecter sans exception : l’agent 2 dépend de l’agent 1. Résumer une boîte mal triée, ça oblige à re-trier au moment du résumé, du travail en double. On stabilise donc le tri d’abord, et seulement quand une catégorie est propre, on lâche le résumeur dessus.
Pourquoi un outil no-code, et pas un dev
Il maîtrise déjà quelques scénarios Make, montés avec un prestataire. Son besoin sur ce point était clair : pouvoir comprendre et réparer lui-même un petit bug, sans rappeler quelqu’un pour trois lignes. C’est tout l’intérêt d’un outil visuel comme Make. Quand tu vois tes modules posés à l’écran, qu’un bloc « lire les mails » est écrit noir sur blanc, tu peux suivre la logique et corriger un réglage sans être développeur.
La nuance que je lui ai donnée : ça reste vrai tant que tu es sur des modules d’app tout faits (Outlook, Airtable, OneDrive). Le jour où un scénario dépend d’un appel API brut vers un outil sans module natif, débuguer demande de connaître l’API, et là mieux vaut se former un minimum ou avoir quelqu’un sous la main. Mais pour un agent qui trie et résume des mails, on est pile dans la zone où le métier peut reprendre la main. Tu déplaces le pouvoir d’automatiser vers celui qui vit le problème.
Ce que ce cas révèle
Ce conseiller n’a pas un problème d’IA. Il a un problème de temps confisqué : deux heures par jour de tri à la place du conseil, son vrai métier. Les deux agents ne font rien de magique (l’un range, l’autre résume), mais mis bout à bout, ils lui rendent ses matinées.
Et c’est valable bien au-delà du patrimoine. Si tu reçois chaque jour un flot de mails où 20 % comptent vraiment et 80 % sont du bruit à trier, tu as exactement le même chantier devant toi : un agent qui trie l’entrant, un autre qui résume l’utile. On a d’ailleurs déjà esquissé la suite avec lui : un troisième agent, orienté prospection cette fois, qui ira relancer ses contacts et enrichir des profils depuis et des bases publiques. Mais ça, c’est la phase 2. Et la phase 2 attend toujours que la phase 1 tourne pour de vrai.
Tu veux apprendre à construire ce genre d’agents, des scénarios Make de base jusqu’aux agents IA qui pilotent ta messagerie et tes outils ? La formation Make complète t’emmène de débutant à autonome : plus de 100 vidéos, des projets concrets, et un formateur certifié Make Partner pour répondre à tes questions.
Et si tu veux juste tester par toi-même, tu peux ouvrir un compte Make gratuit ici et monter ton premier scénario en quelques minutes.
Sources : Make · Créer son premier agent IA, Make · Microsoft 365 Email, Make · OneDrive.