Le projet
Chez ETX Majelan, où j'ai été Head of Engineering, j'ai piloté le développement d'une plateforme de création de contenus média assistée par l'IA générative.
Les contenus étaient de deux sortes. D'un côté, des contenus audio à la demande, pour les utilisateurs de l'application ou en voiture. De l'autre, des contenus plus produits, destinés à la radio, réalisés en partenariat avec l'équipe de production.
Le principe : partir de sources éditoriales, les faire passer par des modèles de langage, puis produire des contenus texte et audio prêts à être diffusés. À la fin, le système traitait plusieurs centaines de contenus par jour.
Le vrai défi : la rapidité
Sur le papier, générer un texte avec un modèle de langage, puis le transformer en audio, n'a rien de compliqué. Le défi était ailleurs : la rapidité.
Produire un contenu, on sait faire. Le produire à la demande, quand l'utilisateur le demande, et le lui servir en quelques secondes, c'est un autre problème. Chaque étape a un coût en temps : récupérer les bonnes sources, générer le texte, le vérifier, le synthétiser en audio, l'assembler. Mises bout à bout, ces étapes donnent vite un temps d'attente qu'aucun auditeur n'accepte.
Il a fallu revoir l'enchaînement de la chaîne de traitement : paralléliser ce qui pouvait l'être, préparer en avance ce qui ne dépendait pas de la demande, et ne générer au dernier moment que ce qui était vraiment personnel.
Ce dont je suis le plus fier
Le résultat qui m'a le plus marqué : pouvoir proposer, à la demande, un contenu de plusieurs minutes en quelques secondes.
Un utilisateur pouvait dire « parle-moi de mes sujets favoris », et recevoir presque aussitôt un programme audio construit pour lui, à partir de l'actualité de ses centres d'intérêt. Pour un média audio, c'est un changement de nature : on ne choisit plus seulement dans un catalogue, on reçoit un contenu fait sur mesure.
Garder l'humain dans la boucle
On imagine souvent que l'IA générative remplace l'équipe éditoriale. Dans notre cas, c'était l'inverse.
L'humain restait présent au niveau du prompt. C'est là que se jouaient le ton, le rythme, la façon de raconter une information. L'équipe de production travaillait sur ces consignes pour garder une patte artistique et créative, la même qu'on attend d'un contenu fait à la main.
Sans ce travail, les contenus étaient corrects, mais sans personnalité. Avec lui, ils ressemblaient à la marque. La qualité du prompt comptait souvent plus que le choix du modèle.
Comment c'était construit
L'architecture reposait sur des microservices, avec une chaîne d'orchestration basée sur Temporal. Chaque étape (sources, génération, vérification, synthèse audio, publication) était indépendante, pouvait être relancée en cas d'échec et montée en charge séparément.
Une partie des idées venait d'ailleurs : les modèles de traitement de données que j'avais découverts en explorant l'écosystème Go m'ont beaucoup servi pour structurer ces enchaînements.
Mais tout n'était pas simple. Il y avait beaucoup d'intégrations de modèles de langage et d'outils faites à la main. Et surtout, il fallait encore du code pour spécifier les prompts autour de chaque production. Créer un nouveau format de contenu demandait donc un développeur, même quand l'idée venait de l'équipe éditoriale.
Ce que je ferais autrement aujourd'hui
Avec les outils de 2026, je ne construirais plus cette plateforme de la même façon.
J'irais plutôt vers une équipe d'agents : plusieurs agents spécialisés, chacun responsable d'une partie du travail (recherche, écriture, vérification, mise en voix), coordonnés entre eux, plutôt qu'une chaîne d'étapes codées une par une.
Et surtout, je mettrais en entrée une simple demande en langage naturel. L'équipe de production pourrait décrire le contenu qu'elle veut, avec ses mots, sans passer par un développeur pour écrire le code du prompt. Créer un nouveau format deviendrait aussi simple que de l'expliquer.
L'orchestration reste utile pour la fiabilité. Mais la partie la plus lourde, celle qui obligeait à coder chaque production, peut aujourd'hui disparaître.
Ce que j'en retiens
- La qualité du prompt est essentielle. Un bon prompt vaut mieux qu'un modèle plus puissant avec un prompt médiocre.
- La vitesse fait partie du produit. Un contenu personnalisé qui arrive trop tard ne sert à rien.
- Il faut toujours vérifier avant de publier. Aucun contenu ne part sans contrôle.
- L'humain reste dans la boucle. L'IA donne de l'ampleur au travail de l'équipe, elle ne le remplace pas.
L'IA générative est un outil formidable quand elle est bien maîtrisée. Mais ce qui fait la différence, ce n'est pas le modèle : c'est l'exigence éditoriale et technique de l'équipe qui l'utilise.