Tech • IA • Robotique • Jeu
Tutoriel complet de Grok Bot pour débutants : comment utiliser et configurer Grok Bot
7/10INTRO
Grok Bot est présenté comme un outil d’automatisation IA basé sur le cloud, capable d’exécuter de façon autonome des workflows planifiés en plusieurs étapes, à l’aide de rôles, compétences, plugins et transferts entre bots enregistrés.
POINTS CLÉS
Fonctionnement dans le cloud
Grok Bot s’installe localement sur Windows, macOS et iOS, mais son travail réel s’exécute sur l’infrastructure cloud de xAI. L’application de bureau sert surtout de panneau de contrôle pour créer des bots, suivre l’activité et examiner les résultats. Comme l’exécution a lieu dans le cloud, les tâches actives et routines planifiées peuvent continuer même si l’utilisateur ferme l’application, perd l’accès à Internet ou éteint son ordinateur.
Intégration et organisation de l’espace de travail
Après la connexion, la plateforme demande quel type de travail fait l’utilisateur et sur quels outils il s’appuie, comme Google Workspace, Microsoft 365 ou Notion. L’interface principale comprend une barre latérale gauche pour la liste des bots et la marketplace, un panneau de chat central pour les consignes, et à droite une vue de l’ordinateur cloud montrant l’environnement virtuel où les tâches s’exécutent. Une section de routines sous ce panneau sert aux plannings et déclencheurs.
Les bots sont définis comme des rôles, pas comme des chats
La configuration met l’accent sur la création d’un bot comme si l’on attribuait un poste à un collaborateur, plutôt que sur le démarrage d’une conversation. Dans un exemple, un bot est créé avec le titre Weekly Intelligence Analyst et reçoit pour instruction de rechercher les sujets assignés, de s’appuyer sur des informations vérifiées, de rédiger des résumés concis et de les envoyer par e-mail. Le bot reçoit aussi des règles de ton et de sécurité, notamment éviter les affirmations inventées et ne jamais effectuer de transactions financières ni modifier des comptes sans autorisation explicite.
Les consignes de rôle servent de garde-fous
Le bot peut être testé en lui demandant de reformuler son titre, ses responsabilités et sa manière de traiter les informations non vérifiées. Cette vérification vise à confirmer qu’il comprend ses limites avant d’obtenir l’accès à des outils externes. La configuration souligne que des définitions de rôle claires aident le système à rester cohérent face à des tâches ambiguës ou à des informations incomplètes.
Les plugins connectent des outils externes
Pour aller au-delà de la génération de texte, le bot peut se connecter à des services comme Gmail, Google Drive et GitHub. Dans le workflow d’e-mail, l’autorisation Gmail est déclenchée directement depuis le chat via OAuth, après quoi l’intégration devient disponible pour l’ensemble du compte plutôt que pour un seul bot. Ce modèle de plugin partagé vise à réduire les configurations répétées pour les futurs workflows.
Les compétences enregistrent les processus réutilisables
Une fonctionnalité clé est la création de compétences réutilisables, qui stockent des instructions pour des tâches récurrentes. Un exemple définit une compétence de recherche et rapport indiquant au bot d’utiliser des sources fiables des 7 derniers jours et de produire un briefing de 300 à 400 mots. Le format de sortie comprend un titre, trois points clés, une courte conclusion et une section de sources vérifiées avec des URL directes en Markdown.
Les routines automatisent l’exécution planifiée
Les compétences enregistrées peuvent être associées à des routines, qui indiquent au bot quand s’exécuter et quoi faire. Un exemple de routine appelée weekly Monday research briefing est planifié pour chaque lundi à 9 h 00 afin de rechercher les évolutions des agents IA autonomes, d’utiliser la compétence de rapport et d’envoyer le résultat par e-mail. Le système transforme une instruction en langage naturel en workflow planifié actif, sans configuration manuelle étape par étape.
Les tests confirment l’automatisation de bout en bout
La routine peut être déclenchée immédiatement avec test run au lieu d’attendre l’heure prévue. Pendant l’exécution, le bot recherche sur le web, vérifie les sources, rédige le résumé, met en forme l’e-mail et l’envoie en arrière-plan. Une carte de confirmation indique ensuite l’envoi, avec l’objet de l’e-mail et un bref aperçu des sujets traités.
Les workflows multi-bots étendent l’automatisation
Le système prend aussi en charge la délégation de bot à bot. Dans l’exemple, un bot de réseaux sociaux distinct reçoit le résumé de recherche finalisé et le transforme en publications adaptées à X et LinkedIn. Le bot de recherche gère la vérification, le briefing et l’envoi par e-mail, tandis que le second reconditionne le même contenu en publications courtes et en style exécutif, créant un workflow multi-agents simple.
Les modèles permettent la réutilisation et le partage
Les configurations de bots terminées peuvent être regroupées en modèles via une fonction de partage. Ces modèles conservent le rôle du bot, ses compétences, routines, exigences de plugins et règles de délégation, tout en excluant les données sensibles comme les chats privés, adresses e-mail, identifiants de compte, jetons OAuth et clés API. xAI développe aussi une marketplace publique où ces modèles pourront éventuellement être publiés, mis en avant et potentiellement monétisés.
CONCLUSION
L’affirmation centrale de la plateforme est que l’IA devient plus utile lorsqu’on lui donne un rôle défini, des outils connectés et un planning lui permettant d’opérer sans sollicitations constantes. Sa portée plus large tient au passage d’une interface de chat vers des workflows réutilisables, exécutés dans le cloud, pouvant être partagés, étendus et combinés en systèmes automatisés plus vastes.
Poser une question