---
type: course
title: "Rédacteur et critique en boucle"
description: "Construire avec Google ADK une boucle LoopAgent où un rédacteur et un critique améliorent une offre commerciale jusqu'à satisfaire une grille de qualité, avec une condition d'arrêt écrite en code."
level: advanced
duration: "3h"
tags: [ia, adk, loopagent, generation, evaluation, gemini]
date: 2026-10-15
authors: [Youcef]
usecases: [generation-contenu]
platforms: [google-adk, gemini-api]
references:
  - title: "ADK : agents en boucle (LoopAgent)"
    url: https://google.github.io/adk-docs/agents/workflow-agents/loop-agents/
    note: "Présente aussi l'outil exit_loop"
  - title: "ADK : agents personnalisés (BaseAgent)"
    url: https://google.github.io/adk-docs/agents/custom-agents/
  - title: "ADK : agents LLM (output_schema, include_contents)"
    url: https://google.github.io/adk-docs/agents/llm-agents/
  - title: "Self-Refine: Iterative Refinement with Self-Feedback (Madaan et al., 2023)"
    url: https://arxiv.org/abs/2303.17651
    note: "L'article de référence sur la boucle générer, critiquer, réviser"
  - title: "Reflexion: Language Agents with Verbal Reinforcement Learning (Shinn et al., 2023)"
    url: https://arxiv.org/abs/2303.11366
  - title: "Gemini API : sortie structurée"
    url: https://ai.google.dev/gemini-api/docs/structured-output
  - title: "google/adk-python (code source de LoopAgent et exit_loop)"
    url: https://github.com/google/adk-python
---

Un premier jet écrit par un modèle est souvent correct… et rarement excellent. Les rédacteurs humains le savent : on écrit, on relit avec une grille, on corrige, on recommence. Ce lab automatise ce cycle avec **Google ADK** : un agent **rédacteur**, un agent **critique** qui note le texte sur une grille, un **arbitre** écrit en Python qui décide s'il faut continuer, et un **réviseur** qui applique les consignes. Le tout dans un `LoopAgent`, avec une limite stricte de tours.

Fil rouge : une **offre commerciale** pour une entreprise fictive (contrat de maintenance informatique), à partir d'un brief de quelques lignes. Le même code sert pour un article, une fiche produit ou un e-mail : seuls le brief et la grille changent.

## Ce que vous allez construire

```mermaid
flowchart LR
  B["Brief"] --> R["redacteur (modèle léger)"]
  R --> L
  subgraph L["LoopAgent boucle_qualite (max 4 tours)"]
    C["critique (notes structurées)"] --> A{"arbitre (Python) : grille OK ?"}
    A -->|"non : consignes"| V["reviseur"]
    V --> C
  end
  A -->|"oui : escalate"| F["Texte validé"]
```

- **Une grille de qualité** : 5 critères notés de 1 à 5 par le critique, plus des contrôles **mesurables** faits en code (longueur, mots interdits, mentions obligatoires).
- **Une condition d'arrêt explicite** : l'arbitre émet un événement `escalate=True`, le mécanisme que `LoopAgent` surveille (c'est aussi ce que fait l'outil intégré `exit_loop`).
- **Un historique** de chaque tour (notes, validé ou non) pour comprendre et améliorer la grille.

## Pour qui ?

- Développeurs Python qui ont déjà écrit un agent ADK avec `output_key`.
- Équipes marketing ou communication qui veulent industrialiser une relecture, avec des règles explicites.

## Prérequis

- Python 3.10+, `pip install -r files/requirements.txt` (google-adk 2.10.0).
- Une clé d'API Gemini dans un fichier `.env` (modèle : [.env.example](./files/.env.example)).

## Programme

| Module | Leçon | Ce que vous faites |
| --- | --- | --- |
| 1. Cas d'usage et architecture | La boucle générer, critiquer, réviser | Grille, conditions d'arrêt, risques d'une boucle |
| 2. Construire pas à pas | La grille et l'arbitre | `output_schema` du critique, `arbitrer()`, `escalate` |
| 2. Construire pas à pas | Le LoopAgent complet | Rédacteur, réviseur, `include_contents="none"`, `exit_loop` |
| 3. Tester, évaluer, exploiter | Tester, mesurer, exploiter | Faux modèles, exécution réelle, coût par tour |

## En local ou sur GCP ?

| | En local (ce lab) | Sur Google Cloud |
| --- | --- | --- |
| Modèles | Gemini via clé d'API : `gemini-3.5-flash-lite` (brouillons) et `gemini-3.5-flash` (critique) | Les mêmes via Vertex AI (`GOOGLE_GENAI_USE_VERTEXAI=TRUE`) |
| Exécution | `python agent.py` | Cloud Run ou Vertex AI Agent Engine |
| Brief | une chaîne dans le code | formulaire ou outil de CRM, même fonction `rediger()` |

## Le code

Dans le dossier `files/` : [agent.py](./files/agent.py) (pipeline et grille), [test_agent.py](./files/test_agent.py) (3 tests sans clé), [requirements.txt](./files/requirements.txt).