Construire un Agent IA de Prospection avec Dify : Guide Complet

Dify est une plateforme visuelle qui permet de créer des agents IA, des workflows et des applications prêtes à l'emploi. Appliquée à la prospection B2B, elle offre une architecture modulaire pour identifier des prospects, les qualifier et générer des messages personnalisés à grande échelle. Ce guide détaille comment assembler un tel système de façon fiable et reproductible.

Pour aller plus loin sur les fondamentaux, consultez notre guide Développer un Agent IA No-Code avec Dify pour la Prospection Commerciale.

Pourquoi utiliser Dify pour la prospection ?

Dify permet de publier une application sous forme d'interface web, d'API ou de serveur MCP. Un agent Dify peut interpréter une demande commerciale, raisonner sur les étapes à suivre, choisir les outils appropriés, interroger des services externes et produire une sortie structurée. La plateforme propose deux approches :

• Configuration manuelle : sélection du modèle, rédaction du prompt, ajout des outils et fichiers.
• Build mode : description de l'objectif en langage naturel, puis génération guidée de la configuration.

Cette flexibilité permet d'adapter l'agent à des équipes commerciales de tailles très différentes.

Architecture en 6 étapes pour un agent de prospection

Un système de prospection fiable doit séparer six fonctions distinctes :

1. Entrée du besoin commercial : secteur ciblé, zone géographique, taille d'entreprise, fonction recherchée, budget et offre à promouvoir.
2. Recherche ou import des prospects : CRM, base interne, API d'enrichissement, fichiers CSV ou formulaires.
3. Enrichissement : secteur, chiffre d'affaires estimé, technologies utilisées, poste du décideur, signaux d'achat.
4. Qualification : score selon des critères explicites, catégorisation et justification.
5. Personnalisation : résumé de l'entreprise, hypothèse de problème, proposition de valeur, objet d'e-mail et message court.
6. Validation et transmission : contrôle humain avant envoi, mise à jour du CRM, affectation à un commercial et journalisation.

Pour une implémentation centrée sur la génération de leads, le guide Créer un Agent IA Commercial pour Générer des Leads avec Dify détaille des cas d'usage concrets.

Composants Dify à utiliser

Composant	Usage recommandé
Workflow	Tâches répétitives et structurées
Chatflow	Dialogue commercial avec mémoire de conversation
Agent	Choix dynamique d'outils et de sources
Noeud LLM	Analyse et rédaction
Noeud HTTP	Appels d'API externes
Noeud Code	Calcul déterministe du score
Knowledge	Centralisation du contexte commercial
Question Classifier	Routage des intentions

Pour une prospection répétitive, un Workflow contrôlé est plus prévisible qu'un agent totalement autonome. L'agent est pertinent lorsqu'il doit choisir dynamiquement entre plusieurs sources ou stratégies.

Scoring des prospects : formule recommandée

Le scoring doit être calculé dans un noeud Code ou dans le CRM pour garantir la reproductibilité. Une formule simple :

Score = 0,30I + 0,25T + 0,20B + 0,15S + 0,10E

Où : I = adéquation au profil idéal, T = taille d'entreprise, B = probabilité de besoin, S = signal d'intention récent, E = qualité des données.

Interprétation :

• 80-100 : prospect prioritaire, validation immédiate.
• 60-79 : prospect pertinent, enrichissement ou séquence courte.
• 40-59 : nurturing ou vérification supplémentaire.
• 0-39 : exclusion temporaire ou permanente.

Le modèle LLM peut expliquer le score en langage naturel, mais le calcul numérique doit rester déterministe.

Base de connaissances et RAG

La base Knowledge de Dify repose sur le principe du RAG : rechercher les informations pertinentes, les ajouter au contexte du modèle, puis générer une réponse fondée sur ces données. Elle peut contenir :

• fiches produits et argumentaires ;
• études de cas et profils clients idéaux ;
• objections fréquentes et règles de qualification ;
• exemples d'e-mails validés et politiques tarifaires.

Dify propose la recherche vectorielle, la recherche plein texte et la recherche hybride. Cette dernière est présentée comme l'option la plus couramment utilisée. Les documents doivent être mis à jour régulièrement pour éviter des arguments commerciaux obsolètes.

Prompt de base pour l'agent

La documentation Dify recommande de définir précisément la tâche, le format de sortie, les contraintes et les outils dans le prompt. Voici les règles essentielles à intégrer :

• Ne jamais inventer de données.
• Indiquer explicitement les informations absentes ou incertaines.
• Utiliser uniquement les sources et outils autorisés.
• Ne jamais contacter automatiquement un prospect sans validation humaine.
• Respecter les règles de protection des données applicables.
• Distinguer les faits vérifiés des hypothèses.

La sortie doit être structurée en JSON avec les champs : entreprise, contact, score, justification, problème potentiel, proposition de valeur, objet d'e-mail, message et niveau de confiance.

Pour maîtriser l'ensemble des fonctionnalités de la plateforme, la Développer un Agent IA No-Code avec Dify : La Formation Complète offre un parcours structuré.

FAQ

Quelle différence entre un Workflow et un Agent dans Dify pour la prospection ?

Un Workflow suit une séquence d'étapes prédéfinie, ce qui le rend plus prévisible pour des tâches répétitives. Un Agent choisit dynamiquement les outils et l'ordre des actions, ce qui est utile lorsque les sources ou les stratégies varient selon le prospect.

Comment Dify calcule-t-il le score d'un prospect ?

Le score peut être calculé avec une formule pondérée dans un noeud Code : adéquation au profil idéal (30 %), taille d'entreprise (25 %), probabilité de besoin (20 %), signal d'intention récent (15 %) et qualité des données (10 %). Chaque variable est notée de 0 à 100.

Peut-on connecter Dify à un CRM existant ?

Oui, Dify permet d'appeler des API externes via des noeuds HTTP. Il est possible de créer ou de mettre à jour automatiquement une fiche CRM, d'affecter un commercial et de planifier une relance après validation humaine.

Qu'est-ce que le RAG dans Dify et pourquoi est-il utile pour la prospection ?

Le RAG (Retrieval-Augmented Generation) consiste à rechercher des documents pertinents dans la base Knowledge, à les ajouter au contexte du modèle, puis à générer une réponse fondée sur ces données. Il permet à l'agent d'utiliser des argumentaires, des études de cas et des règles de qualification à jour.

Dify respecte-t-il les règles RGPD pour la prospection commerciale ?

Dify en tant que plateforme n'automatise pas la conformité réglementaire. Il est impératif d'intégrer dans le prompt une règle explicite interdisant le contact automatique sans validation humaine, et de n'utiliser que des sources de données autorisées et conformes aux règles de protection des données applicables.