<aside>
<img src="/icons/list_gray.svg" alt="/icons/list_gray.svg" width="40px" />
DANS CETTE PAGE :
</aside>
Bonnes pratiques pour utiliser les outils
- Soyez précis : indiquez clairement comment vous souhaitez que les outils soient utilisés par l'agent.

-
Évitez la surcharge : ne surchargez pas votre agent avec trop d'outils à la fois.
-
Scénarios potentiels : décrivez les scénarios potentiels que votre agent pourrait rencontrer et spécifiez quels outils devraient être utilisés dans chaque cas.
-
Instructions conditionnelles : si vous avez activé plusieurs outils, précisez dans quelles conditions vous souhaitez que votre agent accède à ces outils.
-
Description détaillée : lorsque vous ajoutez des sources de données, fournissez une description détaillée des données.
-
Contextualisation : plus vous fournissez de contexte concernant vos données, leur objectif et leur action attendue, plus votre agent sera efficace dans leur utilisation.

Quel outil choisir pour quelle tâche ?
<aside>
TLDR
- Search : trouve des informations pertinentes basées sur une recherche sémantique
- Extract : isole des données spécifiques et les stocke dans des variables nommées pour utilisation future
- Include : charge des documents entiers dans le contexte
- Query : exécute des requêtes SQL sur des bases de données structurées et stocke les résultats
- Web Search & Browse : accède à Internet pour obtenir des informations actualisées
- Reasoning : capacité de réflexion et d'analyse stratégique
- Data Visualization : permet de générer des visualisations de données sous forme de graphiques, tableaux ou autres représentations visuelles
- Run a Dust App : permet d'exécuter une application Dust existante et d'utiliser ses résultats dans la réponse
- File Generation : permet à l'agent de générer et de convertir des fichiers dans différents formats
- Image Generation : permet à l'agent de générer des images en utilisant GPT Image 1
</aside>

.png)
Outil |
Qu’est-ce que l’outil ? |
Fonctionnement de l’outil |
Cas d’utilisation |
Notes complémentaires |
Exemple pratique |
Search |
L'outil Search est une fonctionnalité qui permet à un agent Dust d'effectuer des recherches sémantiques au sein de vos propres fichiers et documents pour trouver et extraire les informations les plus pertinentes. |
L'outil Search utilise la recherche sémantique, qui va au-delà de la simple correspondance de mots-clés : |
|
|
|
• Comprend l'intention derrière votre requête |
|
|
|
|
|
• Identifie le contexte sémantique des termes recherchés |
|
|
|
|
|
• Trouve des informations pertinentes même si elles utilisent des formulations différentes |
|
|
|
|
|
• Évalue la pertinence du contenu par rapport à votre question |
|
|
|
|
|
• Extrait et résume les informations les plus importantes |
1. Recherche dans une grande base documentaire : quand vous avez une grande quantité de documents et que vous cherchez des informations spécifiques sans connaître leur emplacement exact. |
|
|
|
|
- Questions conceptuelles : lorsque vous posez des questions qui nécessitent une compréhension du contexte et pas seulement des correspondances exactes.
- Synthèse d'informations : quand vous avez besoin que l'agent trouve et résume des informations pertinentes dispersées dans plusieurs documents.
- Exploration thématique : pour explorer un sujet à travers différents documents sans avoir à spécifier des termes de recherche précis.
- Recherche d'expertise : pour trouver des connaissances spécialisées dans vos documents même si la formulation de votre question diffère de celle utilisée dans les documents. | Différence avec l'outil Include :
Contrairement à l'outil Include qui charge des documents entiers dans le contexte, Search est plus sélectif et intelligent :
• Search : Trouve et extrait uniquement les parties pertinentes des documents en fonction du sens de votre requête, puis les résume
• Include : Charge l'intégralité du contenu spécifié dans le contexte de l'agent | Si vous avez une collection de documents de formation et que vous demandez "Quelles sont les meilleures pratiques pour l'onboarding des nouveaux employés ?", l'outil Search va :
- Comprendre que vous cherchez des informations sur les processus d'intégration des employés
- Rechercher dans tous vos documents les sections pertinentes, même si elles utilisent des termes comme "accueil des nouvelles recrues" ou "processus d'intégration"
- Extraire ces informations pertinentes
- Résumer les meilleures pratiques trouvées dans différents documents |
| Include | L'outil Include est une fonctionnalité qui permet de charger intégralement des documents ou des ressources spécifiques dans le contexte de l'agent, lui donnant ainsi accès à l'ensemble du contenu pour analyse et traitement. | Contrairement à l'outil Search qui effectue une recherche sémantique et extrait uniquement les informations pertinentes, Include :
• Charge l'intégralité du document ou de la ressource spécifiée
• Conserve la structure originale des données (tableaux, formatage, etc.)
• Maintient le contexte complet des informations
• Permet l'analyse approfondie de l'ensemble du contenu | L'outil Include est particulièrement adapté dans les situations suivantes :
- Analyse de documents entiers : lorsque vous avez besoin que l'agent traite et comprenne l'intégralité d'un document.
- Traitement de données structurées : pour des fichiers CSV, des tableaux ou des données formatées où la structure et les relations entre les données sont importantes.
- Référence précise : quand vous avez besoin que l'agent se réfère à un document spécifique dont vous connaissez l'importance.
- Analyse contextuelle complète : lorsque le contexte global d'un document est nécessaire pour comprendre correctement l'information.
- Travail sur des documents techniques : pour des manuels, guides techniques ou documentation où chaque détail peut être important.
- Analyse comparative : quand vous souhaitez que l'agent compare en détail plusieurs documents ou sections de documents. | Limites à considérer :
• Taille du contexte : les modèles ont une limite de contexte, donc inclure de très grands documents peut poser problème.
• Pertinence diluée : inclure trop de contenu peut "noyer" les informations réellement pertinentes
• Efficacité : pour des documents volumineux, Search peut être plus efficace si vous recherchez une information spécifique. | Si vous avez un rapport financier trimestriel et que vous demandez "Analyse ce rapport et identifie les tendances principales", l'outil Include va :
- Charger l'intégralité du rapport financier dans le contexte de l'agent
- Permettre à l'agent d'accéder à tous les tableaux, graphiques et sections du document
- Analyser l'ensemble des données, y compris les relations entre différentes sections
- Fournir une analyse complète basée sur la totalité du document, y compris les détails qui pourraient sembler secondaires mais qui s'avèrent importants dans l'analyse globale
|
| Extract | L'outil Extract est une fonctionnalité spécialisée qui permet d'identifier, isoler et extraire des données spécifiques et structurées à partir de sources diverses, puis de les stocker dans des variables pour une utilisation ultérieure. | Extrait des données structurées et des informations suivant les options définies.
• Cible précisément des éléments de données spécifiques
• Structure les données extraites dans un format utilisable
• Stocke les résultats dans des variables nommées
• Prépare les données pour un traitement ultérieur ou une analyse | L'outil Extract est particulièrement adapté dans les situations suivantes :
- Extraction de données structurées : pour isoler des tableaux, des listes, ou des ensembles de données spécifiques.
- Création de variables : lorsque vous avez besoin d'extraire des informations qui seront réutilisées plus tard dans le flux de travail.
- Traitement de formulaires : pour extraire des champs spécifiques à partir de documents formatés.
- Analyse de données séquentielles : quand vous devez extraire des séries de données pour analyse comparative.
- Préparation de rapports : pour isoler des métriques clés ou des statistiques à partir de documents plus volumineux.
- Automatisation de processus : dans les flux de travail où certaines données doivent être extraites systématiquement.
- Nettoyage de données : pour isoler uniquement les données pertinentes d'un ensemble plus large et potentiellement désordonné. | Avantages techniques :
• Persistance des données : les variables créées peuvent être utilisées tout au long de la session.
• Traitement ciblé : permet de se concentrer uniquement sur les données essentielles.
• Structuration : transforme potentiellement des données non structurées en données structurées.
• Efficacité de traitement : réduit la charge de traitement en isolant uniquement ce qui est nécessaire.
Considérations importantes :
• L'efficacité d'Extract dépend de la clarté des instructions concernant ce qui doit être extrait.
• Plus la structure des données source est claire, plus l'extraction sera précise.
• Les variables créées doivent être nommées de manière logique pour faciliter leur réutilisation. | Si vous avez un rapport de ventes mensuel et que vous demandez "Extrais les chiffres de vente par région pour le dernier trimestre", l'outil Extract va :
- Identifier les tableaux ou sections contenant les données de vente régionales
- Isoler précisément les données du dernier trimestre
- Extraire ces chiffres et les stocker dans une variable (par exemple,
regional_sales
)
- Rendre ces données disponibles pour une analyse ultérieure ou une comparaison
Cette approche est particulièrement utile pour des analyses séquentielles où vous pourriez demander ensuite : "Calcule maintenant la croissance en pourcentage par rapport au trimestre précédent", et l'agent pourrait utiliser les données déjà extraites et stockées. |
| Query | L'outil Query est une fonctionnalité avancée qui permet d'interagir directement avec des bases de données en exécutant des requêtes SQL, puis de stocker et d'analyser les résultats obtenus.
(NB : une requête SQL (Structured Query Language) est une instruction ou commande utilisée pour interagir avec une base de données relationnelle. Le SQL est un langage standardisé spécifiquement conçu pour gérer et manipuler des données structurées.) | Contrairement aux autres outils de données qui travaillent principalement avec des documents, Query :
• Interagit directement avec des bases de données structurées
• Utilise le langage SQL pour effectuer des requêtes précises
• Exécute des opérations complexes comme des jointures, agrégations, ou filtres
• Stocke les résultats dans des variables pour une utilisation ultérieure
• Permet l'analyse des données extraites | L'outil Query est particulièrement adapté dans les situations suivantes :
- Analyse de données structurées : pour interroger des bases de données relationnelles ou des tables de données.
- Extraction ciblée : lorsque vous avez besoin d'extraire un sous-ensemble précis de données selon des critères spécifiques.
- Agrégation de données : pour calculer des sommes, moyennes, ou autres statistiques sur des ensembles de données.
- Rapports personnalisés : pour générer des rapports basés sur des critères dynamiques.
- Croisement de données : quand vous devez combiner des informations provenant de différentes tables ou sources.
- Analyses temporelles : pour examiner des tendances ou des évolutions dans le temps à partir de données historiques.
- Filtrage multicritères : pour isoler des données répondant à plusieurs conditions simultanées. | Avantages techniques :
• Précision : permet d'obtenir exactement les données nécessaires grâce à la puissance du SQL.
• Performance : optimisé pour traiter efficacement de grands volumes de données.
• Flexibilité : offre de nombreuses possibilités de manipulation et d'analyse des données.
• Traitement avancé : permet des opérations complexes comme des jointures ou des agrégations.
• Intégration : les résultats peuvent être facilement combinés avec d'autres outils d'analyse.
Considérations importantes :
• Nécessite une connexion à une base de données correctement configurée.
• La qualité des résultats dépend de la précision de la requête SQL générée.
• Plus efficace lorsque la structure de la base de données est bien comprise par l'agent.
• Particulièrement puissant pour les analyses quantitatives et les rapports basés sur des données.
Compétences requises :
Pour tirer le meilleur parti de l'outil Query, il est utile de :
• Comprendre les principes de base du SQL.
• Connaître la structure de vos bases de données.
• Être capable de formuler clairement les questions d'analyse. | Si vous avez une base de données clients et une base de données commandes, et que vous demandez "Trouve les 10 clients qui ont généré le plus de chiffre d'affaires au cours du dernier trimestre", l'outil Query va :
- Se connecter aux bases de données pertinentes
- Formuler et exécuter une requête SQL appropriée, par exemple :
SELECT c.client_name, SUM(o.amount) as total_revenue FROM clients c JOIN orders o ON c.client_id = o.client_id WHERE o.order_date >= '2023-07-01' AND o.order_date <= '2023-09-30' GROUP BY c.client_id, c.client_name ORDER BY total_revenue DESC LIMIT 10
3. Stocker les résultats dans une variable (par exemple, top_clients
)
4. Présenter et analyser ces résultats pour répondre à votre question |
| Web Search & Browse | L'outil Web Search & Browse est une fonctionnalité qui permet à un agent Dust d'effectuer des recherches sur le web en temps réel et de naviguer sur des pages web pour obtenir des informations actualisées et pertinentes. | L'outil Web Search & Browse fonctionne en deux parties complémentaires :
- Search (Recherche) :
◦ Effectue des requêtes sur des moteurs de recherche
◦ Récupère les résultats pertinents
◦ Identifie les sources d'information les plus adaptées
- Browse (Navigation) :
◦ Accède aux pages web identifiées
◦ Extrait le contenu pertinent
◦ Analyse l'information dans son contexte original | L'outil Web Search & Browse est particulièrement adapté dans les situations suivantes :
- Recherche d'informations actualisées : pour obtenir les données les plus récentes sur un sujet.
- Vérification de faits : pour confirmer ou infirmer des affirmations en consultant des sources fiables.
- Réponses à des questions d'actualité : pour répondre à des questions sur des événements récents.
- Recherche d'informations spécialisées : pour trouver des informations techniques ou spécifiques à un domaine.
- Complément aux connaissances du modèle : pour pallier les limitations des connaissances intégrées du modèle.
- Exploration de sujets nouveaux : pour rechercher des informations sur des sujets émergents ou récents.
- Comparaison d'informations : pour rassembler différentes perspectives sur un même sujet. | Considérations importantes :
• Fiabilité des sources : l’agent doit évaluer la crédibilité des sources consultées.
• Protection de la vie privée : vigilance concernant les informations personnelles lors des recherches.
• Limites techniques : certains sites peuvent bloquer l'accès aux agents automatisés.
• Temporalité : les résultats peuvent varier en fonction du moment où la recherche est effectuée.
Bonnes pratiques d'utilisation
• Formulez des questions précises pour obtenir des résultats ciblés
• Spécifiez si vous recherchez des informations récentes ou historiques
• Indiquez les sources préférées si vous avez des exigences particulières
• Demandez à l'agent de citer ses sources pour vérifiabilité
• Évitez de demander à l’agent d’écrire un URL, il a tendance à inventer. Demandez plutôt de citer la source.
• Utilisez cet outil en complément des autres capacités de Dust pour des analyses plus complètes | Si vous demandez "Quelles sont les dernières avancées dans le traitement de l'IA générative ?", l'outil Web Search & Browse va :
- Effectuer une recherche web sur les avancées récentes en IA générative
- Identifier les articles, publications ou sites pertinents
- Naviguer sur ces pages pour extraire les informations détaillées
- Synthétiser les découvertes récentes en citant les sources appropriées
- Fournir une réponse actualisée, même si ces développements sont postérieurs à la date de formation du modèle |
| Reasoning | L'outil Reasoning est une capacité fondamentale qui permet à un agent Dust d'analyser des problèmes complexes, d'évaluer différentes approches et de déterminer la meilleure stratégie pour résoudre une tâche donnée. | L'outil Reasoning permet à l'agent de :
• Analyser en profondeur les problèmes et les questions
• Évaluer plusieurs approches pour résoudre une tâche
• Décomposer des problèmes complexes en étapes plus simples
• Prendre des décisions méthodiques basées sur le contexte
• Adapter sa stratégie en fonction des contraintes et des objectifs
• Faire preuve de métacognition (réfléchir sur son propre raisonnement)
L’agent “réfléchit” avant de donner sa réponse. | 1. Résolution de problèmes complexes : pour décomposer et résoudre méthodiquement des problèmes à multiples facettes.
2. Prise de décision : pour évaluer différentes options et choisir la plus appropriée.
3. Analyse critique : pour examiner des informations sous différents angles.
4. Planification stratégique : pour élaborer des plans d'action étape par étape.
5. Adaptation contextuelle : pour ajuster l'approche en fonction des contraintes spécifiques.
6. Optimisation de méthodes : pour déterminer la méthode la plus efficace pour une tâche donnée.
7. Gestion d'incertitude : pour raisonner malgré des informations incomplètes ou ambiguës. | Avantages de l'outil Reasoning :
• Transparence : L'agent peut expliquer son processus de réflexion
• Adaptabilité : Permet d'ajuster l'approche selon la complexité du problème
• Rigueur : Encourage une analyse méthodique et structurée
• Créativité contrôlée : Facilite l'exploration d'approches innovantes tout en restant rigoureux
• Efficacité : Optimise la résolution de problèmes en choisissant les meilleures stratégies
Intégration avec d'autres outils :
L'outil Reasoning est souvent le "chef d'orchestre" qui détermine quand et comment utiliser d'autres outils. Par exemple :
• Décider s'il faut utiliser Web Search pour obtenir plus d'informations
• Déterminer si Query est nécessaire pour analyser des données spécifiques
• Évaluer si Include ou Extract serait plus approprié pour une tâche donnée | Si vous demandez à l'agent d'optimiser un processus d'entreprise complexe, l'outil Reasoning va :
- Analyser le processus actuel et identifier ses composantes
- Évaluer les forces et faiblesses de l'approche existante
- Considérer plusieurs méthodes d'optimisation possibles
- Comparer les avantages et inconvénients de chaque approche
- Décomposer la solution en étapes pratiques et séquentielles
- Proposer la stratégie la plus adaptée au contexte spécifique
- Justifier son raisonnement et ses recommandations |
| Data visualization | La Data Visualization (Visualisation de données) est une capacité qui permet de transformer des données brutes en représentations graphiques et visuelles pour faciliter la compréhension, l'analyse et la communication des informations. | La Data Visualization permet de :
• Convertir des données numériques en graphiques, diagrammes et visualisations
• Représenter visuellement des tendances, modèles et relations
• Simplifier la compréhension de grands ensembles de données complexes
• Communiquer efficacement des insights et des conclusions
• Comparer des données de manière intuitive et accessible | La Data Visualization est particulièrement utile dans les situations suivantes :
- Présentation de rapports : pour communiquer clairement les résultats d'analyses.
- Identification de tendances : pour repérer visuellement des modèles qui seraient difficiles à voir dans des données brutes.
- Comparaison de performances : pour juxtaposer visuellement différentes métriques ou périodes.
- Communication avec des parties prenantes : pour présenter des données complexes de manière accessible.
- Prise de décision basée sur les données : pour faciliter l'interprétation rapide d'informations critiques.
- Analyse exploratoire : pour découvrir des relations inattendues dans les données.
- Monitoring en temps réel : pour suivre l'évolution de métriques importantes. | Types de visualisations courantes
- Graphiques linéaires : Pour montrer l'évolution de données sur une période
- Diagrammes à barres : Pour comparer des valeurs entre différentes catégories
- Camemberts : Pour illustrer des proportions et des pourcentages
- Cartes thermiques : Pour visualiser la densité ou l'intensité des données
- Nuages de points : Pour identifier des corrélations entre variables
- Diagrammes de flux : Pour montrer des mouvements ou transitions
- Cartes géographiques : Pour représenter des données avec une dimension spatiale
- Tableaux de bord : Pour combiner plusieurs visualisations en une vue unifiée | Si vous avez des données de ventes trimestrielles par région et que vous demandez "Visualise l'évolution des ventes par région sur les derniers trimestres", l'agent pourrait :
- Traiter les données avec Data Processing pour les préparer
- Déterminer que un graphique linéaire serait le plus approprié pour montrer l'évolution temporelle
- Créer une visualisation avec des lignes de couleurs différentes pour chaque région
- Ajouter des étiquettes, une légende et des annotations pour améliorer la clarté
- Présenter la visualisation avec des insights clés tirés de l'analyse visuelle |
| Run a Dust App | L'outil Run a Dust App permet à un agent d'exécuter d'autres applications Dust et d'utiliser leurs résultats. | • Identifie l'application appropriée
• Lance l'exécution
• Récupère les résultats
• Intègre les informations dans la réponse | 1. Automatisation de workflows
- Intégration de fonctionnalités
- Réutilisation d'applications existantes
- Traitement en chaîne | Permet de créer des agents plus puissants en combinant les capacités de plusieurs applications | Un agent peut utiliser une app de traduction, puis une app d'analyse de sentiment, et enfin une app de génération de résumé |
| File Generation | L'outil File Generation permet à un agent de créer et de convertir des fichiers dans différents formats. | • Crée des fichiers selon les besoins
• Convertit entre différents formats
• Manipule le contenu des fichiers
• Génère des documents structurés | 1. Création de rapports
- Génération de documents
- Conversion de formats
- Export de données | Facilite la création et la manipulation de documents dans un format utilisable par l'utilisateur final | Conversion d'un tableau de données en fichier CSV, ou génération d'un rapport PDF à partir d'une analyse |
| Image Generation | L'outil Image Generation permet à un agent de créer des images en utilisant GPT Image 1. | • Interprète la description demandée
• Génère une image correspondante
• Ajuste les paramètres selon les besoins
• Produit des visuels adaptés | 1. Création d'illustrations
- Génération de visuels
- Design simple
- Support visuel pour présentations | Utilise GPT Image 1 pour créer des images basées sur des descriptions textuelles | Création d'une illustration simple pour un article de blog, ou génération d'une icône pour une présentation |
<aside>
👋
Cette formation gratuite a été créée par Tifany Clemenceau et Melvin Duveau, cofondateurs de l’agence Eria pour vous aider à prendre en main Dust.
Vous avez besoin d’aide pour aller plus loin avec l’outil ? Contactez-nous
</aside>