Comment on a construit un agent IA juridique sur Slack avec OpenAI Agent Builder - Vizzia

L'architecture en production

Le système a quatre briques :

Slack (Sales/CSM/Tech)
        │
        ▼
Cloudflare Worker  ◀── (seul code custom qu'on a écrit)
        │
        ▼
Workflow OpenAI Agent Builder
   ├── Agent 1 : Analyse critique (File Search + docs internes injectés)
   ├── Agent 2 : Recherche juridique (File Search + recherche web scopée)
   ├── Agent 3 : Synthèse (format de réponse adapté à la question)
   └── User Approval ── Legal review via Approve / Improve / Correct
        │
        ▼
Retour dans le thread Slack du demandeur

La seule couche custom est un Cloudflare Worker qui sert de pont Slack ↔ Agent Builder : il gère les événements entrants de Slack, maintient la continuité des threads, appelle le workflow agent, affiche la réponse en draft dans #legal-review, écoute les actions de validation de l'équipe Legal, et reposte la réponse validée dans le thread Slack d'origine. Environ ~300 lignes de TypeScript, co-écrites avec Claude, livrées en une journée.

Tout le reste, les trois agents, le RAG, les guardrails, le portail d'approbation, vit à l'intérieur d'Agent Builder.

Le workflow, étape par étape

Étape 1 - Agent d'analyse critique

Un node gpt-5.4 qui fait trois choses en un seul passage : (1) vérifie les prémisses de la question contre le corpus interne de Vizzia (File Search) et la formation juridique injectée, en signalant toute fausse hypothèse intégrée dans la question, (2) liste les points de droit que l'agent de recherche devra investiguer, et (3) décide du format de réponse que l'agent de synthèse doit produire — adapté à la nature de la question (une demande de cadrage rapide ne demande pas le même échafaudage qu'une question de doctrine).

Prompt (abrégé) :

You are the critical analysis agent for Vizzia's internal legal assistant.
You receive a free-form question from a non-legal Vizzia employee
(Sales, CSM, Product, or Tech).
Your job:
1. Verify the premises of the question against the internal knowledge
   you have access to (File Search + injected formation). Flag any
   false premise explicitly.
2. Identify the points of law that need to be researched downstream.
3. Decide the response format the synthesis agent should produce —
   adapted to the question (long structured response vs. short
   clarifier).
Output JSON:
{
  "premises_check": "<what holds, what doesn't, why>",
  "points_of_law": ["<point 1>", "<point 2>", ...],
  "open_questions_for_research": ["<question 1>", ...],
  "response_format": "<long_structured | short_clarifier>"
}

Étape 2 - Agent de recherche juridique

Le cheval de trait. gpt-5.4 avec deux outils attachés, et le seul agent de la pipeline avec accès web :

• File Search sur un vector store du corpus juridique interne de Vizzia, maintenu à jour par une sync quotidienne Drive → OpenAI qu'on a écrite (tout document retiré de Drive est détaché et le File sous-jacent supprimé, donc le coût de stockage reste borné).
• Web Search scopée sur une whitelist de domaines juridiques officiels français et européens : legifrance.gouv.fr, cnil.fr, conseil-etat.fr, conseil-constitutionnel.fr, service-public.fr, ...`.

L'agent va chercher du grounding dans les deux sources selon le triage en sortie, et retourne un payload de recherche brut avec des citations explicites.

Prompt (abrégé) :

You are the legal research agent for Vizzia.
You receive a critical-analysis brief. Your task is to gather grounding
material to answer it — you do NOT write the final answer.
Rules:
- File Search on the internal corpus is MANDATORY at every run.
- Internal documents (File Search results + injected formation) are
  internalised knowledge: integrate them into your reasoning, but
  NEVER cite them by filename or as a source — they speak as you.
- Citable sources are ONLY: whitelisted official domains (web search),
  and exact articles of law. Cite those inline.
- If you find conflicting positions (e.g. CNIL doctrine vs. recent
  Conseil d'État ruling), surface BOTH — do not arbitrate.
- If grounding is insufficient, say so explicitly. Never fabricate.
Output: a structured research brief with "state_of_law",
"internal_knowledge_synthesis", "open_questions", and "citations"
(citations include only web-whitelisted URLs and exact articles of law).

Étape 3 - Agent de synthèse de réponse

Prend le brief de recherche et rédige la réponse finale. gpt-5.4. Le seul job de l'agent de synthèse, c'est de transformer une recherche validée en une réponse propre.

Le format est adapté à la question selon le routing décidé à l'Étape 1 : une réponse juridique plus longue et structurée quand la question le mérite (réponse bottom-line en haut, raisonnement, conditions et nuances, formulation pratique que le Sales ou le CSM peut réutiliser, sources citables en bas), ou une réponse compacte en un paragraphe quand la question est une clarification rapide ou une demande de cadrage. Le repérage obtient soit l'explication juridique et la formulation customer-safe côte à côte, soit juste la réponse courte dont il a vraiment besoin — jamais plus d'échafaudage que la question ne le demande.

Cette séparation compte. Legal ne veut pas qu'un Sales colle un extrait de jurisprudence dans un email de deal. Ils veulent que le Sales comprenne l'état du droit et qu'il dispose ensuite d'une phrase customer-safe pré-mâchée à utiliser dans la conversation. L'agent produit les deux, côte à côte.

Prompt (abrégé) :
You are Vizzia's legal answer synthesizer.
You receive a structured research brief. Adapt the format to the routing call made by the
critical-analysis agent:
- long_structured: a multi-section response with a bottom-line answer
  up top, the legal reasoning, conditions and nuances, practical
  phrasing the Sales / CSM rep can reuse with a prospect, and the
  citable sources actually used.
- short_clarifier: a tight one-paragraph answer, no scaffolding.
Hard rules:
- NEVER cite internal documents (File Search / formation) as sources.
  They are your own knowledge. Only web whitelist and articles of law
  are quoted as citations.
- Every factual claim must be traceable to the brief.
- If the brief flagged insufficient grounding, escalate explicitly
  with "⚠️ Question à escalader à l'équipe Legal" rather than inventing.
Before returning, run the self-validation checklist included below
and fix any item that fails.

Étape 4 - Node User Approval

La réponse synthétisée ne retourne pas directement au demandeur. Elle atterrit dans un canal Slack dédié #legal-review sous forme de message interactif où Julien ou Inès peuvent :

• ✅ Approve → la réponse est publiée dans le thread Slack d'origine.
• ✏️ Correct → ouvre une modale Slack pour réécrire la réponse, puis publie. La correction est persistée et ré-injectée dans les trois agents lors des runs suivants comme exemple de référence (Agent 1 l'utilise comme signal de triage, Agent 2 comme guide de sourcing, Agent 3 comme template fort).
• 🔁 Improve → déclenche une instruction de suivi qui repart dans la pipeline pour raffiner le draft.

Le node natif User Approval d'Agent Builder gère la sémantique pause-and-resume. Le Cloudflare Worker gère les payloads interactifs de Slack (clics de boutons et soumissions de modales) et reprend le workflow avec le payload de validation correspondant.

Les guardrails

On a empilé quatre guardrails au long de la pipeline :

• Gestion des PII en entrée et en sortie : on ne veut pas qu'un Sales colle accidentellement les données personnelles d'un prospect dans le bot, et on ne veut pas que le bot renvoie des PII en sortie.
• Modération : modération OpenAI standard sur la sortie.
• Auto-validation dans le prompt de synthèse : la checklist explicite qu'Agent 3 exécute sur son propre draft (audit claim-vs-source, pas de docs internes cités comme sources, conformité au format). Ça remplace l'agent validateur séparé qu'on avait envisagé au départ : moins de pièces mobiles, pas de boucle de désaccord validateur/auteur.
• Whitelist de domaines sur la recherche web (gérée au niveau de l'outil, seuls gouv.fr, cnil.fr, conseil-etat.fr et le reste de la liste des domaines officiels ci-dessus peuvent apparaître dans une citation).

Et un guardrail structurel en amont de tous les autres : chaque réponse est validée humainement par Legal avant d'atteindre le demandeur. Rien ne se publie en automatique aujourd'hui.