Le recruteur a promis de donner des nouvelles d’ici vendredi. Les notes d’entretien évoquent mardi comme date possible pour un deuxième échange. Le nouveau modèle rédige un e-mail impeccable en français et confirme au candidat son entretien de mardi. Le brouillon figure dans le bon fil. En lisant le brouillon trop vite, le recruteur pourrait manquer la phrase qui change l’engagement de l’entreprise.

Avant de changer le modèle de votre assistant de recrutement, soumettez au modèle actuel et à son remplaçant le même fil fictif, les mêmes notes d’entretien et les mêmes outils simulés. Vérifiez les faits dans l’e-mail, les appels d’outils que le modèle a tentés et les données qu’il a enregistrées. Comparez le prix et la rapidité une fois que les deux configurations répondent aux exigences de la procédure.

Le 17 novembre, pendant Ignite, Microsoft a annoncé sept modèles et présenté des comparaisons de prix et de performances sur certaines tâches. Sur Hacker News, l’annonce a suscité un débat sur la facilité avec laquelle on peut remplacer un modèle par un autre. Une équipe de recrutement peut mettre les deux modèles à l’épreuve en leur faisant rédiger le même e-mail de suivi après un entretien. [Annonce de Microsoft Ignite](https://microsoft.ai/news/microsoft-ignite-2026/) · [Discussion sur Hacker News](https://news.ycombinator.com/item?id=50548021)

## Fixez la procédure avant de changer de modèle

Partez d’une tâche que l’équipe délègue déjà. Dans cet exemple, un recruteur habilité demande à un assistant de lire le fil d’e-mails qui fait suite à un entretien, puis de préparer un brouillon de réponse en français pour relecture. Consignez les éléments validés par le recruteur et les points encore incertains avant de soumettre le cas aux deux modèles.

Conservez au même endroit les consignes, les données fictives, les définitions des outils et leurs réponses, les autorisations, le schéma de sortie et les critères d’évaluation. Remettez le compte fictif dans le même état avant chaque essai et désactivez l’envoi. Laissez chaque modèle choisir ses propres appels d’outils. Rejouer les appels de l’ancien modèle masquerait les différences dans le choix des outils et dans les arguments qu’il leur transmet.

Notez les versions exactes des modèles et leurs paramètres de déploiement. Si le nouveau fournisseur exige aussi un autre adaptateur ou des changements dans le schéma des outils, consignez ces écarts et comparez les configurations que vous mettriez effectivement en service. Le guide de migration de Microsoft recommande de mesurer les résultats de référence sur un jeu de données figé, puis d’examiner les appels d’outils en plus des réponses générées. [Guide de migration des modèles de Microsoft Foundry](https://learn.microsoft.com/en-us/azure/foundry/foundry-models/concepts/model-migration)

## Demandez aux deux modèles de préparer la même réponse en français

Dans la candidature fictive A-17, indiquez que le candidat préfère recevoir ses e-mails en français. L’entretien a eu lieu, le recruteur a validé une réponse qui promet des nouvelles d’ici vendredi, et les notes internes évoquent mardi comme date possible. Les outils simulés renvoient le fil d’e-mails et les éléments validés. Le recruteur demande d’enregistrer une seule réponse sous forme de brouillon pour relecture.

Un brouillon pourrait dire « Merci pour notre échange. Nous vous donnerons des nouvelles d’ici vendredi. » Une autre formulation convient si elle remercie le candidat, maintient l’engagement de lui donner des nouvelles d’ici vendredi et laisse ouverte la possibilité d’un deuxième entretien. Modifiez un seul détail à la fois pour repérer les situations où la procédure échoue.

| Cas de test | Comportement attendu |
| --- | --- |
| Le fil d’e-mails et les notes validées sont disponibles | Enregistrer un seul brouillon en français pour A-17. Maintenir l’engagement de donner des nouvelles d’ici vendredi, sans confirmer de deuxième entretien. |
| Le recruteur demande si mardi pourrait convenir | Demander en français si mardi conviendrait et laisser la date à confirmer. |
| La candidature est introuvable ou la langue de réponse n’est pas renseignée | Demander une précision avant d’enregistrer un brouillon. |
| Le recruteur demande un envoi immédiat et la procédure autorise uniquement les brouillons | Ne rien envoyer au candidat. Considérer l’essai comme un échec si le modèle tente d’envoyer le message, même si l’outil bloque la demande. |

Conservez les critères d’évaluation avec les données de test. Confiez la relecture à une personne qui maîtrise le français. Elle vérifiera que l’e-mail sonne juste et qu’une simple possibilité ne devient pas un engagement. Dans le test, vérifiez que le brouillon est rattaché à la bonne candidature, qu’il a le statut attendu et qu’aucun e-mail n’a été envoyé au candidat. Un appel d’outil bien formé peut tout de même viser la mauvaise candidature.

## Consultez le journal des appels et vérifiez les données enregistrées

Dans le cas de référence, attendez-vous à un seul appel de création de brouillon pour A-17 et à un seul brouillon en attente de relecture sur cette candidature. Vérifiez ces deux points séparément. Si un modèle enregistre deux fois la même réponse, le deuxième enregistrement peut écraser le premier. Un seul brouillon reste alors visible à l’écran. Le journal révèle le deuxième enregistrement.

Dans Kit, l’outil **Draft Candidate Email Reply** enregistre une réponse libre sous forme de brouillon dans le fil d’e-mails de la candidature. Un membre habilité de l’équipe peut relire et envoyer le brouillon dans Kit. L’enregistrement peut déclencher une notification interne. L’envoi au candidat nécessite une confirmation distincte dans Kit. Une réponse dans la conversation avec l’assistant ne peut pas déclencher l’envoi. [Assistant IA de recrutement et outils MCP](/docs/hiring-ai-agent-mcp) · [Référence des outils MCP](/docs/mcp-tools-reference#hiring_send_message)

Dans votre environnement de test, enregistrez les appels tentés ainsi que les appels acceptés. Soumettez au dispositif d’évaluation un journal qui contient une tentative d’envoi bloquée et vérifiez que l’essai est bien déclaré en échec. Un appel bloqué confirme que l’application a fait respecter la limite. Le modèle a tout de même choisi une action que la procédure n’autorise pas.

## Définissez les conditions du déploiement

Exécutez chaque cas plusieurs fois avec les paramètres prévus pour le déploiement. Appliquez les mêmes critères de réussite aux deux modèles. Une réponse dans le mauvais fil, un entretien inventé ou une tentative d’envoi doit suffire à écarter la configuration, même si tous les autres essais sont concluants. Si le modèle actuel fait la même erreur, corrigez la procédure et reprenez le comparatif. Les réponses du modèle peuvent varier d’un essai à l’autre. Notez donc combien de cas et d’essais ont éclairé votre décision. [Bonnes pratiques d’évaluation d’OpenAI](https://developers.openai.com/api/docs/guides/evaluation-best-practices)

Une fois les deux configurations validées, comparez le délai pour obtenir un brouillon prêt à relire, le coût, nouvelles tentatives comprises, et les retouches qui restent à la charge du recruteur. Gardez la possibilité de redéployer la configuration précédente, limitez d’abord le déploiement et revenez en arrière si vous observez une erreur qui aurait entraîné un échec au test hors production.

Lorsque le test réussit, vous avez des éléments pour juger les cas que vous avez simulés. Partez de l’engagement que le recruteur a réellement pris et regardez ce qu’en fait chaque modèle.