Formation Make

Le programme de cette formation Make parcours complet est conçu pour vous faire progresser de manière structurée, depuis les fondamentaux de l’automatisation No Code jusqu’aux workflows avancés, robustes et enrichis par l’IA agentique. Vous travaillez sur des cas concrets, des scénarios réels et des méthodes directement réutilisables en entreprise. 

Jour 1
Objectifs pédagogiques : Comprendre la logique de l’automatisation No Code avec Make, créer et organiser des scénarios simples, manipuler des données avec les fonctions essentielles, connecter plusieurs outils pour automatiser des tâches quotidiennes.

Programme

1. Présentation.
   • Tour de table de présentation.
   • Présentation de la formation et de ses objectifs.
2. Découverte de Make et fondamentaux de l’automatisation.
   • Les fondamentaux de l’automatisation.
   • Qu’est-ce que Make ?
   • Présentation de l’interface Make.
   • Comprendre les bases : scénario, modules, mapping.
   • Configurer un premier scénario.
   • Utiliser des filtres et des routeurs.
   • Introduction aux opérations.
   • Configurer et organiser Make.
   • Utiliser le Blueprint JSON.
3. Techniques essentielles.
   • Utiliser des fonctions de manipulation des données.
   • Travailler les tableaux, itérateurs, agrégateurs, conditions, textes et dates.
   • Intégrer l’IA dans Make avec Google Gemini.
   • Découvrir le Webhook.
   • Automatiser de nombreux scénarios durant la formation.
4. Conclusion.
   • Remise du support de formation.
   • Validation des questionnaires des objectifs et de satisfaction.

Jour 2
Objectifs pédagogiques :

• Connecter Make à des APIs via HTTP et Webhooks.
• Structurer et transformer des données complexes.
• Mettre en place une logique de mémoire avec Data Stores.
• Sécuriser et surveiller vos scénarios en production.
• Intégrer l’IA générative dans des automatisations métier.

Programme

1. Présentation.
   
   • Présentation de la session et de ses objectifs.
2. Consolidation des acquis.
   • • Challenge de mise en pratique.
     • Reconstruction guidée d’un scénario linéaire pour consolider les bases.
     • Manipulation de fichiers usuels dans l’interface Make.

1. Données et JSON avancés.
   • Exploiter des structures de données plus complexes.
   • Unifier des données issues de plusieurs sources dans un modèle cohérent.
   • Appliquer les transformations indispensables pour adapter les données aux besoins métier.
2. APIs, Webhooks et mémoire.
   • Poser les bases d’un dialogue fiable entre Make et des services externes.
   • Mettre en place des points d’entrée Webhook réutilisables et sécurisés.
   • Assurer des synchronisations stables et contrôlées dans le temps.
   • Introduire une notion de mémoire dans les scénarios.
   • Utiliser les variables pour mémoriser l’information entre les modules.
   • Utiliser les Data Stores pour mémoriser l’information entre les scénarios.
3. Erreurs, observabilité et IA.
   • Lire ce que fait réellement un scénario via les journaux d’exécution.
   • Structurer la collecte et le routage des erreurs.
   • Limiter l’impact des pannes et des quotas grâce à des mécanismes de protection.
   • Définir un cadre d’utilisation de l’IA compatible avec l’automatisation.
   • Brancher des modèles d’IA sur des cas métiers concrets dans Make.
   • Assurer traçabilité et garde-fous pour des scénarios robustes en production.
4. Conclusion.
   • Remise du support de formation.
   • Validation des questionnaires des objectifs et de satisfaction.

Jour 3
Objectifs pédagogiques :

• Concevoir des agents IA natifs capables d’utiliser des outils personnalisés.
• Orchestrer des systèmes multi-agents avec des techniques avancées de Prompt Chaining.
• Cadrer l’autonomie agentique avec garde-fous et gestion d’erreurs.

Programme

1. Présentation.
   
   • Présentation de la session et de ses objectifs.
2. Introduction aux workflows agentiques.
   • Comprendre les capacités IA de Make.
   • Distinguer module LLM et agent en production.
   • Comparer Agent IA et Agent IA (New).
   • Comprendre ce que Make fournit ou non nativement côté mémoire et action.
3. Configuration et cadrage d’un agent.
   • Définir la mission : objectif, périmètre, conditions d’arrêt.
   • Définir le contrat de sortie : formats attendus, champs obligatoires, erreurs acceptables.
   • Définir le niveau d’autonomie : décisions permises et zones déterministes.
4. Context engineering, connaissance et mémoire.
   • Écrire un contexte exécutable : règles, priorités, interdits et arbitrages.
   • Forcer le comportement par contraintes : gestion des incertitudes, refus, questions de clarification.
   • Stabiliser les réponses : structure, schémas et réduction de variabilité.
   • Choisir quoi mettre en connaissance : règles, procédures, catalogue, FAQ, documentation interne.
   • Concevoir quand l’agent doit consulter la connaissance et quand il ne le doit pas.
   • Gérer l’obsolescence, les contradictions, le périmètre et la pollution du contexte.
   • Différencier mémoire conversationnelle, mémoire métier et état d’exécution.
   • Concevoir une stratégie de persistance : quoi mémoriser, clé d’accès, durée de vie.
   • Éviter les mémoires inutiles, incohérentes ou dangereuses.
5. Outils, multi-agents et sécurisation.
   • Concevoir un outil exploitable par un agent : intention, entrées, sorties, prérequis.
   • Définir une politique d’appel : quand utiliser l’outil, quand s’abstenir, avec quelles garanties.
   • Encadrer les effets : validation avant écriture, idempotence, gestion des erreurs d’outil.
   • Découper une tâche en rôles : analyse, décision, production.
   • Définir le protocole d’échange entre agents.
   • Orchestrer sans chaos : séquencement, contrôle qualité et validation à chaque étape.
   • Définir des limites d’exécution et des stratégies de contrôle.
   • Mettre en place des garde-fous opérationnels.
   • Assurer une traçabilité exploitable et un diagnostic rapide.
6. Conclusion.
   • Remise du support de formation.
   • Validation des questionnaires des objectifs et de satisfaction.