36 719
publications préparées par IA générées au cours des 3 mois d'exécution du PoC
Indicateurs clés
- 3 mois36 719 publications générées sur 3 mois pendant le PoC
- 2 139publications diffusées sur des canaux de test
- 125sources d'actualité intégrées et maintenues via l'admin
- 2 semainesConstruit en tant que PoC fonctionnel en 2 semaines, désormais prêt pour l'investissement
À propos du client
Client
NDA
Secteur
Automatisation des médias d'information
Présentation du client
Une startup média qui explore la distribution automatisée sur Telegram. Son objectif est de réduire la charge éditoriale tout en maintenant précision, ton et rapidité sur des canaux thématiques.
Le défi
Énoncé du problème
Créer un pipeline automatisé qui ingère en continu des articles de sites d'actualité variés, les reformule en publications Telegram concises au ton propre à chaque canal, y attache images ou vidéos pertinentes et planifie leur publication — tout en préservant la qualité et l'exactitude.
Contexte
L'équipe éditoriale gérait de nombreux canaux, chacun avec un style et une cadence différents. La curation et la publication manuelles ne tenaient pas à l'échelle.
Points de friction
Scraping web fragile sur des structures de sites variées
File d'attente haut débit et contrôle de back-pressure
Ton constant par canal sans formulations répétitives
Qualité des faits et clarté des titres avant publication
UX administrateur pratique pour sources, canaux, brouillons et planifications
La solution
Approche
Livrer un PoC quasi-production en deux semaines pour valider l'automatisation de bout en bout, puis itérer vers l'investissement et la mise à l'échelle.
Technologies utilisées
Vercel pour l'hébergement et les routes API Next.js, application Next.js pour l'UI admin et les endpoints webhook, Supabase Postgres + Storage avec Row-Level Security, API OpenAI pour la synthèse, le contrôle du ton, la relecture et l'aide à la vérification des faits, Trigger.dev pour les jobs de scraping, files d'attente, retries et publication planifiée.
01
02
03
04
Détails de la mise en œuvrePhase 1. Ingestion des sources
L'admin peut ajouter, tester, activer et regrouper les sources ; prise en charge du RSS et de l'extraction HTML basée sur des sélecteurs.- Normalisation du contenu et déduplication via liens canoniques, signatures de hash et contrôles de similarité.
Détails de la mise en œuvrePhase 2. Génération et revue IA- Article → publication concise : titre, accroche, corps et références médias.
- Modèles de ton propres à chaque canal (par exemple, analytique pour la finance, conversationnel pour le lifestyle).
- Relecture automatique, resserrage des titres et « indices de revendication » pour l'aide à la vérification des faits.
Détails de la mise en œuvrePhase 3. Files d'attente, planification et publication- Files d'attente prioritaires par canal et catégorie avec limitations de débit et backoff exponentiel.
- Planification calendaire (immédiate ou différée) et opérations groupées.
- Publication via l'API Telegram Bot avec légende, liens en ligne, images et vidéos.
Détails de la mise en œuvrePhase 4. Expérience administrateur- Tableaux de bord pour le nombre de publications générées, publiées et en attente ; graphiques d'activité quotidienne.
- Éditeur de publication avec prévisualisation, changement rapide de ton et pièce jointe média.
- Gestion des canaux : sujets, catégories, signatures et cadence de publication.
- Écran de configuration pour clés d'API, rétention et limites de scraping.
Points forts fonctionnels
- Génération de publications multi-canaux et multi-tons
- Images et vidéos automatiquement attachées lorsqu'elles sont disponibles
- Cycle de vie d'une publication : Brouillon → Planifié → Publié, avec logs
- Dossiers de sources par pays / sujet ; test rapide de sélecteurs
- Observabilité : historique des jobs, retries et erreurs visibles dans l'UI
Notes de sécurité (PII)
- Aucune PII d'utilisateur final stockée ; uniquement les IDs de canaux, URLs de sources et le contenu
- Les politiques Row-Level Security de Supabase restreignent l'accès par rôle
- Secrets conservés dans les envs chiffrés de Vercel/Trigger.dev ; tokens Telegram à moindre privilège
- Traces d'audit pour les actions admin et les exécutions de jobs ; fenêtres de rétention des médias
Résultats clés
2 139
publications diffusées sur des canaux de test internes avec un ton constant
125
sources intégrées et maintenues via l'admin
Automatisation complète
Automatisation de bout en bout validée : scrape → génération → revue → planification → publication
Qualité et vitesse
Le client est satisfait de la qualité et de la vélocité ; la plateforme est prête pour l'investissement
Stack technique
- Backend
- Routes API Next.js (TypeScript) pour l'ingestion, la génération IA et les webhooks
- Workflows Trigger.dev pour le scraping, files d'attente prioritaires, retries, limitations de débit et planifications CRON
- Supabase Postgres pour le contenu normalisé, les hash de déduplication et les métadonnées de job ; Supabase Storage pour les références médias
- API OpenAI pour la synthèse, le contrôle du ton, la relecture et l'aide à la vérification des faits
- Intégration de l'API Telegram Bot pour la publication, les légendes et les prévisualisations
- Frontend
- UI admin Next.js App Router avec formulaires React, éditeur de publication et prévisualisation en direct
- Planificateur calendaire pour les publications programmées plus opérations groupées
- Utilitaires de test de sources et de sélecteurs intégrés à l'admin
- Graphiques d'activité légers pour les publications générées, en attente et publiées
- Mise en cache des assets via Vercel Edge et en-têtes HTTP optimisés
- Infrastructure
- Hébergement Vercel avec CI/CD depuis Git et promotion d'environnements
- Postgres et Storage Supabase managés ; observabilité via logs applicatifs et historique des jobs
- Workers Trigger.dev pour l'exécution en arrière-plan et les exécutions planifiées
- Webhooks pour les mises à jour de sources et les événements de publication avec sortie limitée en débit
- Intégrations : API OpenAI, API Telegram Bot, extraction RSS et HTML basée sur sélecteurs
- Sécurité
- Aucune PII d'utilisateur final stockée ; uniquement les IDs de canaux, URLs de sources et métadonnées de contenu
- Row-Level Security Supabase avec politiques cloisonnées par rôle pour les admins
- Variables d'environnement chiffrées dans Vercel et Trigger.dev ; clés d'API à moindre privilège
- Tokens de bot Telegram cloisonnés et séparation des secrets par service
- Traces d'audit pour les actions admin et exécutions de jobs ; fenêtres de rétention médias configurables
Points clés à retenir
Points clés à retenir
Enseignements tirés
- Un investissement précoce dans une couche résiliente de scraping + files d'attente paie quand les structures de sources changent.
- Les modèles de ton au niveau du canal maintiennent la voix constante sans réédition manuelle de chaque publication.
- L'aide à la vérification des faits et la relecture réduisent le risque éditorial tout en préservant la vitesse.
Points clés à retenir
Scalabilité
- Croissance horizontale en ajoutant des workers dans Trigger.dev ; API stateless sur Vercel.
- Nouvelles géographies et thématiques ajoutées en enregistrant des sources et des presets de ton — aucun changement de code core requis.
Vous cherchez à automatiser votre workflow Telegram ou social news
avec l'IA tout en gardant une qualité éditoriale
élevée ?
Parlons d'un PoC ciblé et de sa montée en production.
Nous contacter