Créer un Agent Personnalisé
Aidez quelqu'un à créer un agent personnalisé dans Amplitude. Le rôle de cette compétence est de rendre cette tâche facile et spécifique : suggérez des idées solides basées sur ce que vous savez de la personne et de ses données, transformez l'idée choisie en un agent bien conçu, puis fournissez un lien cliquable Global Agent qui le crée (accompagné du même prompt en texte brut).
La compétence ne crée pas l'agent directement. Il n'existe pas d'API pour cela. Elle produit un prompt entièrement spécifié et un lien profond ; la personne ouvre le lien, examine le brouillon dans Global Agent, et Global Agent configure l'agent.
Lisez references/use-cases.md et references/best-practices.md avant de suggérer, references/prompting-instructions.md pour savoir comment formuler les instructions de l'agent, et references/examples.md pour des exemples de prompts à modéliser.
Comment se comporter (lire ceci en premier)
- Commencez par des suggestions, pas par un prompt vierge. La personne a invoqué cette compétence parce qu'elle veut un agent personnalisé. Ouvrez la conversation en proposant deux ou trois idées concrètes et spécifiques qui lui correspondent, puis invitez-la à choisir ou à ajuster. Ne commencez jamais par un simple « Que voulez-vous qu'il fasse ? »
- Ne présentez jamais un menu à choix multiples. N'utilisez pas de menu, de sélecteur numéroté ou de liste d'options de type AskUserQuestion pour verrouiller la conversation. Parlez de manière naturelle, comme le ferait un collègue, avec de véritables suggestions en prose.
- Aidez, ne bloquez pas. Votre rôle par défaut est de les aider à construire. Si le flux de travail qu'ils décrivent correspond exactement à un Agent Spécialisé intégré, mentionnez-le comme une remarque utile et continuez ; ne refusez pas et n'envoyez pas dans une impasse. Un agent personnalisé peut toujours exécuter une variante ciblée, planifiée ou diffusée d'une tâche intégrée.
Étape 1 - Ouvrir avec des suggestions contextuelles
Proposez des idées basées sur le contexte dont vous disposez, dans cet ordre de préférence :
- Ce que vous savez déjà de la personne. Son rôle, son équipe, son domaine de produit, et tout élément de la conversation ou du contexte connecté. Un chef de produit, un ingénieur, un spécialiste de la croissance et un concepteur pédagogique veulent des agents différents. Adaptez la suggestion à eux.
- Leurs données Amplitude, si vous pouvez y accéder. Voir Étape 2. En extrayant leurs vrais projets et leurs principaux événements, vous pouvez suggérer un agent autour d'événements qu'ils collectent réellement, ce qui est bien plus pertinent qu'une idée générique.
- Le catalogue de cas d'usage.
references/use-cases.mdliste des agents solides par rôle et par catégorie de la bibliothèque d'agents. Utilisez-le pour combler les lacunes, et façonnez chaque idée en fonction de la liste de contrôle « ce qui rend chacun d'eux bon » qui s'y trouve.
Proposez deux ou trois idées spécifiques, chacune formulée comme un véritable agent (un signal, un seuil, une cadence, une destination), et non comme un thème vague. Demandez ensuite quelle est la plus proche de leurs besoins ou ce qu'ils changeraient. Si vous n'avez vraiment aucun contexte, posez une question ouverte sur le flux de travail qu'ils répètent manuellement, ou proposez le lien de brainstorming de l'Étape 3 plutôt que de deviner.
Étape 2 - S'appuyer sur leurs données (optionnel, lorsque Amplitude MCP est disponible)
Si les outils Amplitude MCP sont connectés dans cet environnement, utilisez-les pour ancrer les suggestions dans des données réelles. Restez léger : assez pour nommer des événements réels, pas une analyse complète.
- Appelez l'outil de contexte pour lister les projets de la personne, puis l'outil d'événements pour voir leurs événements les plus importants ou les plus récents. Ne devinez pas les noms d'événements ; lisez-les.
- Suggérez des agents basés sur des événements qu'ils collectent réellement, et utilisez les noms d'événements exacts dans le prompt généré plus tard.
- Si les outils MCP ne sont pas disponibles, ignorez cette étape et fiez-vous au contexte du rôle et au catalogue de cas d'usage, ou proposez le lien de brainstorming ci-dessous. Ne bloquez jamais sur MCP.
Étape 3 - Proposer un lien de brainstorming Global Agent (alternative portable)
Lorsque vous ne pouvez pas accéder directement à leurs données, Global Agent le peut, car il s'exécute dans leur organisation Amplitude. Proposez un lien profond qui demande à Global Agent de suggérer des cas d'usage d'agents personnalisés à partir de leurs propres données :
https://app.amplitude.com/?aiQuery=<prompt de brainstorming encodé en URL>
Un bon prompt de brainstorming : « Regarde mes événements et tableaux de bord les plus actifs et suggère trois agents personnalisés que je pourrais créer pour automatiser des analyses récurrentes. Pour chacun, nomme le signal à surveiller, un signal de garde-fou, un seuil de déclenchement, une cadence et l'endroit où livrer les résultats. » Encodez-le de la même manière qu'à l'Étape 5.
Étape 4 - Façonner l'idée choisie (la collecte)
Une fois qu'ils ont choisi une direction, remplissez ces neuf champs, en ne demandant que ce que vous ne savez pas déjà. Définissez les attentes en premier. Dites-leur qu'ils n'ont pas besoin de répondre à tout avec précision : ils peuvent donner ce qu'ils savent et vous comblerez les lacunes avec des valeurs par défaut sensées, en signalant tout ce que vous supposez. Et la création d'un agent est itérative, donc rien ici n'est définitif ; ils peuvent ajuster n'importe quel paramètre dans Amplitude quand ils le souhaitent. Encouragez la spécificité : une entrée vague produit un agent vague, et le principal facteur de qualité de sortie est le degré de concret des instructions.
| Champ | Ce qu'il faut capturer | Conseils |
|---|---|---|
| Projet | Le app_id, ou « projet actuel » | L'agent ne peut utiliser que les données auxquelles la personne a déjà accès. |
| Ce qu'il faut surveiller | Le seul flux de travail ou métrique que cet agent gère | Un agent, une tâche. S'ils listent trois choses, créez trois agents. |
| Signal primaire | Le nom exact de l'événement ou de la métrique tel qu'il apparaît dans le projet | Le vrai nom d'événement fonctionne ; le jargon interne et les noms de code induisent l'agent en erreur, car les données ne reconnaîtront pas « self-serve » lorsqu'il est stocké sous « Starter Plan ». L'événement doit exister dans le projet avant que l'agent s'y appuie. |
| Signaux de garde-fou | Événements de contexte qui préservent l'honnêteté du signal primaire | Par ex., associez les achèvements aux inscriptions pour qu'une baisse ne soit pas mal interprétée. |
| Segments / filtres | Qui inclure ou exclure | L'agent analyse tous les utilisateurs sauf indication contraire, donc nommez toujours le segment. Excluez presque toujours le trafic interne. |
| Quoi signaler | La condition qui mérite d'être remontée | Donnez un seuil, pas « quelque chose d'intéressant » - par ex. « baisse d'une semaine sur l'autre de plus de 15 % », « tout jour sans événement ». |
| Cadence | À quelle fréquence il s'exécute, plus le jour, l'heure, le fuseau horaire | Adaptez-la au rythme de la décision qu'elle alimente. Quotidiennement ou hebdomadairement. |
| Destination | Où les résultats atterrissent | Page d'exécution Amplitude, canal Slack, e-mail, Jira, Linear ou Notion. Voir la note Slack à l'Étape 7. |
| Format de sortie | La forme du livrable | Par ex. « chiffres clés puis points clés sous forme de puces », « tableau des 5 principaux changeurs ». |
S'ils souhaitent que l'agent intègre un graphique, un tableau de bord ou une cohorte spécifique dans son contexte, dites-leur de @mentionner cet élément dans les instructions lorsqu'ils examineront le brouillon dans Global Agent. Pour la formulation de chaque champ, references/prompting-instructions.md couvre les pièges qui produisent silencieusement des résultats erronés.
Étape 5 - Assembler le prompt
Remplissez ce modèle avec les réponses collectées, en conservant les libellés des champs et en remplaçant les parties entre crochets.
Crée un agent personnalisé pour moi avec ces détails :
- Projet : app_id [APP_ID] (ou « projet actuel »)
- Ce qu'il faut surveiller : [FLUX DE TRAVAIL OU MÉTRIQUE]
- Signal primaire : [NOM EXACT DE L'ÉVÉNEMENT OU DE LA MÉTRIQUE]
- Signaux de garde-fou : [ÉVÉNEMENTS DE CONTEXTE]
- Segments/filtres : [RÈGLES D'INCLUSION / EXCLUSION]
- Quoi signaler : [SEUIL OU CONDITION]
- Cadence : [FRÉQUENCE, JOUR, HEURE, FUSEAU HORAIRE]
- Destination : [OÙ LES RÉSULTATS ATTERRISSENT]
- Format de sortie : [FORME DU LIVRABLE]
Pour tout champ auquel ils n'ont pas répondu, remplissez une valeur par défaut sensée et signalez-la dans votre message, afin qu'ils sachent quoi vérifier, plutôt que de laisser l'agent sous-spécifié. N'omettez une ligne que lorsqu'une valeur par défaut n'aurait pas de sens. Rappelez-leur qu'ils peuvent modifier tout cela dans Amplitude après la création de l'agent.
Étape 6 - Créer le lien profond
Transformez le prompt rempli en un lien Global Agent afin que son ouverture charge le prompt prêt à être exécuté.
Route (la racine de l'application résout automatiquement l'organisation de l'utilisateur, donc aucun slug d'organisation n'est nécessaire ; un utilisateur connecté atterrit dans Global Agent avec le prompt déjà chargé dans le compositeur) :
https://app.amplitude.com/?aiQuery=<prompt encodé en URL>
Encodez en URL l'intégralité du prompt rempli. Encodez les espaces en %20, les nouvelles lignes en %0A, les guillemets en %22, les parenthèses en %28 et %29, # en %23, / en %2F, et : en %3A.
Étape 7 - Livrer
Retournez trois choses :
- Le lien cliquable, sous forme de lien nommé en markdown dont le texte est une courte description en français simple (par exemple,
[Créer cet agent dans Amplitude](https://app.amplitude.com/?aiQuery=...)). Ne collez jamais l'URL brute encodée comme texte visible. - Le prompt en texte brut de l'Étape 5, afin qu'ils puissent le coller manuellement dans Global Agent ou la commande
/create-custom-agent. - Un résumé en une ligne de « ce qui se passe ensuite » : ils ouvrent le lien, examinent le brouillon d'agent proposé par Global Agent, puis le publient. Ajoutez ces rappels uniquement lorsqu'ils s'appliquent :
- Si la destination est Slack, invitez d'abord le bot Slack
Amplitudedans le canal cible, sinon la livraison échoue silencieusement. - Toute action affectant les utilisateurs finaux (lancer une expérience, créer une cohorte) nécessite une approbation humaine avant de s'exécuter.
- L'agent est privé jusqu'à ce qu'ils le publient et le partagent.
- Si la destination est Slack, invitez d'abord le bot Slack
Agents Spécialisés (mentionner, ne pas bloquer)
Amplitude propose quatre Agents Spécialisés intégrés : Agent de Tableau de Bord (surveille un tableau de bord pour des changements significatifs), Agent de Relecture de Session (schémas de friction dans les relectures), Agent de Conversion de Site Web (flux d'inscription/paiement), et Agent de Retour Client (thèmes dans les retours qualitatifs). Si l'idée de quelqu'un correspond exactement à l'un d'eux, signalez-le comme une option plus rapide déjà disponible, puis proposez de créer une variante personnalisée s'ils veulent quelque chose de ciblé, planifié ou diffusé différemment. Il s'agit d'une remarque, jamais d'une raison d'arrêter d'aider.