Ce lien t'a été envoyé par la machine dont on parle

Tu as commenté un mot sous une vidéo. Moins de dix minutes plus tard, tu as reçu un message avec ce lien. Personne n'a rien fait. Aucun humain n'a lu ton commentaire, cherché la bonne ressource, ouvert Instagram et tapé une réponse.

C'est ça, la différence dont parlait la vidéo. Et plutôt que de te l'expliquer, autant te montrer exactement la chaîne qui vient de s'exécuter.

Sept nœuds. Il tourne toutes les dix minutes, jour et nuit.

1. Un déclencheur horaire. Toutes les 10 minutes, il se réveille. C'est la pièce que ChatGPT n'a pas : personne ne lui demande rien, il part tout seul.
2. Lecture des commentaires. Un appel à l'API du gestionnaire de réseaux sociaux, qui rend les commentaires des 11 dernières minutes. Onze et non dix : le chevauchement d'une minute évite de rater un commentaire tombé pile entre deux passages. C'est le genre de détail qui ne se voit jamais et qui coûte des clients.
3. Lecture de la table des mots-clés. Un onglet de tableur, deux colonnes : le mot, le lien. Le code ne connaît aucun mot-clé. Ajouter une ressource, c'est ajouter une ligne — pas modifier le workflow. Sans ça, chaque nouvelle vidéo demanderait de rouvrir la mécanique.
4. Le tri. Un petit script compare le texte du commentaire aux mots connus, en ignorant accents et majuscules. Les mots les plus longs sont testés d'abord, sinon « AGENT » attraperait « AGENTIA ».
5. L'envoi du message privé. Le lien correspondant part en DM.
6. Une pause de 10 secondes, puis vérification du statut. L'envoi est asynchrone : au moment où on le demande, il est seulement en file. Sans cette pause, on note « envoyé » pour des messages qui échoueront.
7. Une relance une heure après. « Tu as bien reçu ? » — uniquement aux messages réellement partis. Un échec ne doit jamais déclencher un second message.

Aucun de ces sept nœuds n'est un modèle d'IA. Le seul cerveau de la chaîne, c'est le tri à l'étape 4, et c'est vingt lignes de code ordinaire. L'intelligence n'était pas le problème : la connexion l'était.

Huit nœuds. Un prospect remplit un formulaire, il reçoit un devis en PDF par email. Ici, un modèle de langage est utilisé — et on voit exactement ce qu'il fait, et surtout ce qu'il ne fait pas.

1. Un formulaire, sept champs. Dont un seul compte vraiment : quelles tâches prennent le plus de temps.
2. Une mise en forme des réponses. Un nœud qui range les champs sous des noms stables. Sans lui, renommer un libellé de formulaire casse tout ce qui suit — et l'erreur s'affichera trois nœuds plus loin.
3. L'appel au modèle. Il reçoit les réponses et rend une proposition structurée en HTML.
4. Le nettoyage. Le modèle encadre volontiers sa réponse de balises de code. On découpe, sinon le PDF contient les guillemets.
5. La conversion en PDF. Un service tiers. C'est la seule dépendance externe, donc le premier endroit à surveiller.
6. L'envoi au client, PDF en pièce jointe.
7. Une copie pour soi. Ce nœud paraît inutile. Il ne l'est pas : c'est le seul moyen de savoir qu'une proposition est partie sans aller regarder dans l'outil.

Le garde-fou qui compte plus que le reste

Le prompt d'origine demandait au modèle de proposer trois formules avec des prix. Sur un document envoyé automatiquement à un prospect. Un modèle qui invente un tarif le fera devant un client, et il n'y aura personne pour le relire.

La consigne porte désormais les vrais tarifs, avec interdiction explicite d'en inventer d'autres, ainsi que d'inventer un délai, une référence client ou un résultat chiffré. C'est la ligne la plus importante de tout le workflow, et elle ne contient pas une seule instruction technique.

Elles ne ressemblent jamais à ce qu'elles sont. C'est ce qui les rend coûteuses.

Un moteur exécute ce qu'on lui dit, vite et sans se lasser. Il ne décide pas quoi faire. Une chaîne bien construite sur une mauvaise idée produit la mauvaise chose plus vite qu'avant — et il n'y a plus personne devant l'écran pour s'en apercevoir.

Et il n'y a pas besoin d'IA partout. Sur les sept nœuds du premier exemple, zéro appelle un modèle. La question utile n'est pas « où mettre de l'IA ? » mais « qu'est-ce que je refais à l'identique toutes les semaines ? ». Commence par là.