Formation OpenAI API et Agents

Programme de notre formation API OpenAI : développement et agents IA

[Jour 1 – Matin]

Développer avec l’API OpenAI et la Responses API

• Comprendre l’écosystème OpenAI Platform et choisir l’API adaptée à son projet
• Configurer un projet, une clé API, le SDK Python et la gestion sécurisée des secrets
• Prendre en main la Responses API pour construire de nouvelles applications IA
• Choisir les modèles selon le raisonnement, la multimodalité, la latence et le coût
• Gérer les instructions, entrées texte et image, réponses et interactions multi-tours
• Comprendre la gestion du contexte, de l’état et des conversations
• Atelier pratique : développer en Python une première application multimodale avec la Responses API et gérer une conversation persistante.

[Jour 1 – Après-midi]

Structurer les réponses et connecter l’IA au code métier

• Utiliser les Structured Outputs pour obtenir des données fiables et exploitables par une application
• Définir des schémas et valider les sorties structurées
• Mettre en œuvre le function calling pour connecter les modèles aux fonctions métier
• Concevoir des outils avec paramètres typés et contrôler leurs appels
• Gérer les erreurs, validations, retries et résultats des appels d’outils
• Comprendre quand utiliser une réponse structurée, une fonction ou un outil hébergé
• Atelier pratique : développer un assistant capable de produire une sortie structurée puis d’appeler une fonction métier à partir de la demande utilisateur.

[Jour 2 – Matin]

Connecter les modèles au Web, aux fichiers et aux données

• Utiliser Web Search pour enrichir les réponses avec des informations actualisées
• Mettre en œuvre File Search pour interroger une base documentaire
• Créer et administrer des vector stores pour organiser les connaissances
• Comprendre la recherche sémantique et les principes d’un workflow RAG
• Utiliser les outils d’exécution de code pour analyser et transformer des données
• Gérer les sources, fichiers, contexte et droits d’accès aux informations
• Atelier pratique : construire un assistant documentaire capable de rechercher dans des fichiers internes et de compléter ses réponses avec des informations issues du Web.

[Jour 2 – Après-midi]

Construire des agents IA avec outils et MCP

• Comprendre les principes d’un agent IA : instructions, état, outils, actions et boucle agentique
• Choisir entre Responses API, Agents API et Agents SDK selon l’architecture du projet
• Donner accès aux agents à des fonctions et outils métier
• Connecter des services externes avec le Model Context Protocol (MCP)
• Contrôler les permissions et demander une validation humaine avant les actions sensibles
• Concevoir des agents capables de sélectionner et d’enchaîner plusieurs outils
• Atelier pratique : construire un agent métier capable d’interroger une base documentaire puis d’utiliser un outil externe sous contrôle de l’application.

[Jour 3 – Matin]

Orchestrer des agents et des workflows applicatifs

• Développer des agents en Python avec l’OpenAI Agents SDK
• Structurer les instructions, outils et responsabilités d’un agent spécialisé
• Gérer l’état, les sessions et la continuité des interactions
• Orchestrer plusieurs agents et comprendre les mécanismes de délégation et de handoff
• Mettre en place des guardrails et validations humaines dans les workflows sensibles
• Tracer et observer les différentes étapes d’exécution d’un workflow agentique
• Atelier pratique : développer un workflow composé de plusieurs agents spécialisés avec outils, état et validation humaine.

[Jour 3 – Après-midi]

Sécuriser, évaluer et mettre en production une application OpenAI

• Construire des évaluations pour mesurer la qualité et la fiabilité des réponses et agents
• Tester les cas limites, hallucinations, appels d’outils incorrects et comportements inattendus
• Prévenir les risques de prompt injection, fuite de données et utilisation abusive des outils
• Gérer les permissions, secrets, données sensibles et validations avant action
• Optimiser tokens, latence, cache, quotas, rate limits et coûts API
• Mettre en place logs, traces, observabilité, gestion des erreurs et stratégie de mise en production
• Atelier pratique : auditer, sécuriser et optimiser l’agent développé pendant la formation puis préparer son architecture de production.