Attribuer des éléments de travail avec des agents IA

En bref 

Les agents IA personnalisés de Wrike peuvent renommer et attribuer automatiquement des éléments de travail en analysant le contexte et le nombre de tâches. Vous devez définir clairement un pool d’utilisateurs (par nom, groupe, attributs ou charge de travail) et inclure des règles de secours. Les agents n’ont pas accès aux données de capacité/charge de travail au-delà du nombre de tâches ; utilisez des champs calculés comme solution de contournement. Testez vos invites dans le Playground avant de les mettre en production.

• Vue d'ensemble
• Comment fonctionne l’attribution automatique
• Conditions de configuration
• Méthodes d’attribution prises en charge
• Limites actuelles
• Exemples d'invites
• Bonnes pratiques
• Résolution du problème
• Et après ?
   

Vue d'ensemble

Les agents IA peuvent modifier automatiquement les noms des éléments de travail et les attribuer aux utilisateurs en analysant le contexte, la disponibilité et la charge de travail. Cette action est disponible pour les agents personnalisés et aide votre équipe à répartir le travail de manière dynamique.

Comment fonctionne l’attribution automatique

Lorsque vous créez un agent IA personnalisé et que vous configurez les détails, choisissez l’action visant à mettre à jour le champ Assignee. L’agent analyse les informations utilisateur disponibles et suit les règles que vous avez définies dans votre invite.

L’agent IA peut compter les tâches qu’il voit attribuées à chaque utilisateur, mais il n’a pas accès à la vue Charge de travail de Wrike, à la planification des capacités ou aux données de planification. Pour un équilibrage de charge plus précis, utilisez un champ calculé qui fait référence aux données système de capacité ou de charge de travail ; les agents peuvent lire les valeurs des champs calculés.

Conditions de configuration

Vous devez spécifier un pool d’utilisateurs clair dans lequel l’agent IA pourra choisir. L’agent n’attribuera pas de tâches à n’importe qui.

Méthodes valides pour définir le pool d’utilisateurs :

• Spécifiez des utilisateurs exacts par nom : « Attribuer à Lisa ou Alex »
• Combinez des critères : « Attribuer à Morgan ou Casey si la tâche mentionne “design” ou “UI”. Parmi eux, privilégiez celui ou celle qui a le moins de tâches assignées. »

Méthodes non valides :

• « Attribuer à un utilisateur aléatoire » (aucun pool défini).
• « Attribuer à la meilleure personne » (aucun pool défini).

Méthodes d’attribution prises en charge

• Par nom complet ou UID utilisateur.
• Par un nom partiel unique.
• Par attributs du profil utilisateur (département, poste, fuseau horaire, pays).
• Par appartenance à un groupe d’utilisateurs (« attribuer à un membre du groupe Design »).
• Aux mêmes personnes qu’une autre tâche (l’agent lit les assignés des éléments frères).
• Aux responsables de la tâche parent.
• À « moi » (la personne qui a créé l’agent).
• Aux membres ou administrateurs d’un groupe d’utilisateurs.
• Aux utilisateurs sans autorisations spécifiques.
• Au créateur de la tâche.
• À plusieurs utilisateurs à la fois.
• À travers différents groupes.
• Par lieu, fuseau horaire, poste, département ou pays.
• Par charge de travail (par exemple la personne la moins occupée d’un groupe).
• En utilisant des stratégies de rotation (par ex. un utilisateur différent chaque semaine).
• Avec des options de secours si personne ne correspond à vos critères principaux.

Limites actuelles

• Attribuer aux administrateurs d’espace (les informations d’administration ne sont pas encore transmises à l’agent IA).
• Attribuer en fonction des rôles du compte ou des autorisations.
• Attribuer à l’aide des données de charge ou de capacité dépassant le simple nombre de tâches. Les agents peuvent voir le nombre de tâches assignées par utilisateur mais n’ont pas accès à l’effort, aux heures planifiées ou à la planification des capacités.
  • Solution de contournement : utilisez un champ calculé qui fait référence aux données de capacité ; les agents peuvent lire les valeurs des champs calculés.

Exemples d'invites

Attribution de base :

Lorsqu’une nouvelle tâche est créée dans ce dossier, attribuez-la à Lisa ou Alex. Si la tâche mentionne « design », privilégiez Lisa. Sinon, privilégiez Alex.

Attribution tenant compte de la charge :

Attribuez les nouvelles tâches à l’utilisateur de cette liste qui a actuellement le moins de tâches assignées : Morgan, Casey, Alex. Si plusieurs utilisateurs sont à égalité, choisissez au hasard.

Stratégie de rotation :

Faites tourner l’attribution des tâches entre les membres de l’équipe Design chaque semaine. Le lundi, attribuez à l’utilisateur A ; le mardi, à l’utilisateur B, et ainsi de suite.

Attribution à critères multiples :

Attribuez les tâches aux utilisateurs qui répondent à ces critères : membres du groupe d’utilisateurs Engineering ; situés en Europe (GMT à GMT+3) ; moins de 10 tâches actives. Si personne ne correspond, attribuez-la à l’administrateur du groupe Engineering.

Bonnes pratiques

• Définissez toujours clairement votre pool d’utilisateurs.
• Incluez une logique de secours pour les cas où personne ne répond à vos critères.
• Testez vos invites dans le Playground avant la mise en production.
• Commencez par des règles simples et ajoutez de la complexité selon les besoins.
• Documentez votre logique d’attribution pour référence future.

Résolution du problème

Si l’agent IA n’attribue personne :

• Vérifiez que votre invite définit un pool d’utilisateurs.
• Assurez-vous que les utilisateurs disposent des bonnes autorisations pour le dossier ou le projet.

Si la mauvaise personne est assignée :

• Revoyez votre invite pour détecter tout libellé ambigu.
• Assurez-vous que les profils utilisateur sont à jour.
• Testez dans le Playground.

Si l’attribution semble aléatoire :

• Assurez-vous que vos critères sont spécifiques et clairs.
• Gardez à l’esprit que les agents IA peuvent parfois faire des choix différents pour des options similaires.

Que va-t-il se passer ensuite ?

• Référence des actions des agents
• Rédiger des invites d’agent efficaces