Outils IA
Codex Voice : piloter un agent IA à la voix
Guide concret de Codex Voice : fonctionnement avec GPT-Live, usages mains libres, permissions, limites et méthode pour piloter un agent IA à la voix.
Louis LAURENT
Codex Voice : piloter un agent IA à la voix
Codex Voice ajoute une interface vocale en direct à Codex dans l'application ChatGPT. Tu peux dicter une mission, interrompre l'agent, suivre son travail et lui demander un contrôle précis sans rester collé au clavier. La voix ne remplace pas Codex : elle devient la couche de pilotage d'un agent qui agit réellement.
Codex Voice, c'est quoi exactement ?
Codex Voice est la rencontre de deux briques différentes.
La première, c'est GPT-Live, le modèle vocal d'OpenAI. Il écoute et parle en même temps, gère les interruptions et peut décider en continu s'il doit répondre, attendre, appeler un outil ou déléguer une tâche plus profonde.
La seconde, c'est Codex, l'agent spécialisé dans le travail technique. Il peut lire un projet, modifier des fichiers, lancer des commandes, vérifier un résultat et rendre des preuves.
Dans l'application ChatGPT sur ordinateur, Voice devient donc une interface temps réel pour démarrer ou coordonner une tâche Codex. Tu parles. Codex travaille avec les outils et permissions déjà disponibles dans l'expérience sélectionnée. Tu peux reprendre la main à tout moment.
Ce n'est pas un assistant vocal qui récite une réponse. C'est un cockpit.
Ce que GPT-Live change vraiment
Les anciens assistants vocaux fonctionnaient comme un talkie-walkie : tu parlais, tu attendais, puis la machine répondait. GPT-Live est conçu pour une conversation full-duplex. Il écoute encore quand il parle. Tu peux le couper, rectifier une contrainte ou demander un point d'étape sans casser toute l'interaction.
OpenAI explique aussi que GPT-Live peut déléguer une recherche, un raisonnement ou un travail agentique à un modèle plus puissant pendant que la conversation continue. C'est important : la couche vocale garde le fil humain pendant que l'agent exécute la partie lourde.
Pour Codex, cela donne un cycle beaucoup plus naturel :
tu décris le résultat attendu ;
Voice reformule les contraintes utiles ;
Codex inspecte les fichiers et agit ;
tu demandes un point d'étape ;
tu corriges une direction si nécessaire ;
Codex vérifie et te rend la preuve.
La différence avec une dictée vocale classique tient dans les étapes 3 à 6. La voix ne sert pas seulement à écrire un prompt plus vite. Elle reste présente pendant l'exécution.
ChatGPT Voice, ChatGPT Work et Codex : qui fait quoi ?
Les trois couches se complètent, mais elles ne servent pas le même besoin.
ChatGPT Voice est l'interface de conversation. Il capte ta voix, répond à l'oral, accepte les interruptions et transmet les demandes aux outils de l'expérience choisie.
ChatGPT Work est l'agent généraliste de travail. Il peut agir sur des fichiers, des applications, un navigateur et des sources connectées pour produire un document, une feuille de calcul, une présentation ou une recherche structurée.
Codex est l'agent technique. Il est fait pour comprendre un projet logiciel ou documentaire structuré, travailler dans des fichiers, exécuter des commandes et valider le résultat.
Tu utilises donc Voice comme interface, puis tu choisis l'agent adapté au terrain. Pour un projet, une automatisation ou un site, Codex est souvent le bon choix. Pour coordonner des documents, des applications et une présentation, ChatGPT Work sera plus naturel.
Si tu veux comprendre le rôle d'un agent avant d'aller plus loin, commence par notre guide sur ce qu'est réellement un agent IA.
Le workflow mains libres qui devient enfin crédible
Le meilleur usage de Codex Voice n'est pas de coder en marchant dans la rue. C'est de séparer le pilotage humain de l'exécution numérique.
Imagine que tu prépares une vidéo. Tu dois ranger le décor, régler la lumière et tester le son. Pendant ce temps, tu demandes à Codex :
Inspecte le dossier du module. Vérifie que chaque leçon possède un script, une démonstration et une checklist de tournage. Ne modifie rien qui exige mon arbitrage. À la fin, donne-moi les trous exacts avec les chemins de fichiers.
Tu continues ta préparation physique. Voice te signale qu'une démo dépend d'un ancien outil. Tu l'interromps :
Remplace seulement cette démo par la stack actuelle. Garde la promesse pédagogique et cite la documentation officielle utilisée.
Codex fait la modification, lance ses contrôles et revient avec les fichiers touchés. Tu n'as pas utilisé la voix pour éviter de réfléchir. Tu l'as utilisée pour rester dans le rôle de directeur pendant que l'agent tenait le clavier.
Cette logique vaut aussi pour un audit de site, une base de connaissances, une migration de contenu ou une analyse de données. Le critère est simple : la tâche doit produire un livrable vérifiable, pas seulement une conversation agréable.
7 usages concrets de Codex Voice
1. Lancer un audit pendant une tâche physique
Tu ranges, filmes, dessines ou testes un produit pendant que Codex inspecte le terrain numérique. Demande un périmètre précis et un format de preuve.
2. Transformer une idée orale en plan de travail
Tu racontes le problème avec tes mots. Codex retrouve les fichiers concernés, propose une séquence et commence les opérations réversibles. Les décisions risquées restent soumises à ton accord.
3. Piloter une correction sans quitter l'écran testé
Tu observes un bug sur mobile pendant que Codex travaille sur ordinateur. Tu décris ce que tu vois, demandes une hypothèse, puis fais vérifier le comportement après correction.
4. Interroger une base documentaire
Codex peut retrouver une décision, comparer plusieurs versions et préparer une mise à jour sourcée. C'est particulièrement utile quand ton système contient un RAG, un vault ou des journaux de projet.
5. Coordonner une recherche technique
Tu demandes les sources primaires, les faits encore incertains et les conséquences concrètes. Voice te permet de préciser l'angle pendant que Codex approfondit.
6. Préparer un handoff propre
Avant de quitter une session, demande : résultat obtenu, preuves, ouvert, prochaine action. Tu obtiens une continuité exploitable au lieu d'un résumé flou.
7. Contrôler la fin d'une tâche
La commande la plus utile n'est pas « c'est fini ? », mais :
Montre-moi les tests exécutés, les fichiers modifiés, le statut public éventuel et ce qui reste non prouvé.
C'est la même discipline que celle décrite dans notre article sur les boucles de feedback des agents IA.
Comment bien configurer Codex Voice
Voice est disponible dans la nouvelle application ChatGPT sur macOS et Windows pour les comptes éligibles. Dans l'application, tu démarres une conversation vocale puis tu sélectionnes Work ou Codex selon la tâche.
Avant la première mission sérieuse, vérifie quatre points.
1. Le bon espace de travail
Codex doit être ouvert sur le bon projet. Un excellent agent dans le mauvais dossier produit une excellente catastrophe.
2. Les permissions
Les outils accessibles dépendent de l'expérience sélectionnée et des autorisations accordées. Donne l'accès nécessaire, pas un accès illimité par réflexe.
3. La définition de fini
Précise ce qui prouve la réussite : un test vert, une URL publique en HTTP 200, un fichier généré, une comparaison chiffrée ou une validation visuelle.
4. Les portes humaines
La publication publique, l'envoi d'un message, un paiement ou une suppression importante doivent rester explicitement autorisés. La voix rend l'action fluide ; elle ne doit pas rendre les conséquences invisibles.
Pour aller plus loin sur ce point, lis comment sécuriser un agent de code. Les garde-fous sont les mêmes : périmètre, permissions, preuve et possibilité de revenir en arrière.
Le bon brief vocal
Un brief Codex Voice solide tient en cinq blocs :
contexte : où se trouve le travail ;
résultat : ce que tu veux obtenir ;
contraintes : ce qui est interdit ou non négociable ;
autonomie : ce que l'agent peut faire sans revenir vers toi ;
preuve : ce qui permettra de déclarer la tâche terminée.
Exemple :
Dans le projet du site, vérifie les deux articles datés d'aujourd'hui. Corrige les liens internes cassés et les métadonnées manquantes. Ne publie rien. Tu peux modifier les brouillons et lancer les tests. Rends-moi le nombre de liens contrôlés, les fichiers changés et les erreurs encore ouvertes.
Le prompt n'est pas spectaculaire. Il est opérable. C'est beaucoup plus utile qu'une formule magique de vingt lignes.
Les limites à connaître
Codex Voice ne supprime pas les limites de l'agent.
D'abord, OpenAI indique qu'une seule conversation Voice peut être active à la fois. Tu ne pilotes donc pas cinq missions vocales parallèles comme une tour de contrôle.
Ensuite, les capacités dépendent des outils et permissions disponibles dans Work ou Codex. Si l'agent n'a pas accès à une application, la voix ne crée pas cet accès.
Enfin, une confirmation orale ne vaut pas une preuve. Si Codex dit qu'une page est publiée, demande l'URL, le statut HTTP et une vérification du contenu visible. Si un fichier est corrigé, demande le test ou le diff correspondant.
L'autonomie totale est rarement le bon objectif. Nous expliquons pourquoi dans pourquoi ton agent ne doit pas être autonome partout.
Un test utile en 30 minutes
Choisis une tâche réelle mais réversible : auditer un dossier, mettre à jour une documentation ou vérifier un ensemble de liens.
Pendant cinq minutes, dicte le contexte et la définition de fini. Laisse ensuite Codex inspecter le projet. Utilise Voice pour un seul point d'étape à mi-parcours, puis demande une validation finale complète.
À la fin, mesure trois choses :
combien de temps de clavier tu as économisé ;
combien de corrections tu as dû apporter ;
si les preuves permettent à une autre personne de reprendre le travail.
Si la réponse à la troisième question est non, le problème n'est pas la voix. C'est la définition de fini.
Codex Voice remplace-t-il le clavier ?
Non. La voix est excellente pour cadrer, arbitrer et suivre. Le clavier reste meilleur pour relire une valeur exacte, modifier une expression courte ou manipuler un détail visuel.
Le bon système alterne les deux. Tu parles pour diriger. Tu lis pour vérifier.
Peut-on utiliser Codex Voice sans savoir coder ?
Oui, à condition de savoir décrire un résultat et reconnaître une preuve. Codex peut gérer la partie technique, comme nous le montrons dans Claude Code sans coder. La compétence clé n'est pas la syntaxe : c'est le pilotage.
Codex Voice est-il différent du mode vocal classique ?
Oui. Le mode vocal classique converse. Dans Codex, Voice peut aussi démarrer et coordonner des tâches avec les outils et permissions de l'agent. Le passage de la réponse à l'action est précisément ce qui change la valeur du produit.
Sources
Avant de partir
Si cet article t'a donné envie de construire au lieu de juste lire : j'ai condensé le démarrage en un guide d'une soirée. Ton premier agent qui produit du travail réel, étape par étape, sans code. Gratuit, contre ton email. Tu recevras aussi Kryve Weekly quand elle sortira : le condensé hebdo de ce qui compte en IA, sans le bruit.
Un email pour te l'envoyer. Pas de spam, désinscription en un clic.
Commence maintenant
Dans 7 mois, l’IA aura doublé.
Et toi ?
Tu peux continuer à lui poser des questions. Ou apprendre, dès aujourd’hui, à lui confier du travail. Les 30 places fondatrices n’attendront pas 7 mois.
