Un blog d'actualité IA qui se remplit tout seul. Il surveille des flux
d'information, choisit ses sujets, rédige les articles, les traduit, les
illustre, les publie, envoie la newsletter et poste sur X. Aucune de ces
étapes ne demande une intervention humaine.
Tenir un rythme de publication sur la durée coûte plus cher que d'écrire
les articles.
Produire un article avec un modèle de langage est à la portée de tout le
monde. Tenir six mois est une autre affaire, parce que la chaîne complète
se rejoue chaque jour : trouver un sujet qui mérite un article,
vérifier qu'il n'a pas déjà été traité, écrire un texte qui apporte
quelque chose, produire une illustration, publier, prévenir les lecteurs,
diffuser.
Prise isolément, chaque étape est simple. La difficulté vient de leur
enchaînement quotidien : si l'une échoue sans que personne le voie,
la publication du jour n'a pas lieu et les suivantes non plus.
02
Ce que j'ai construit
Neuf automatisations enchaînées, et un dispositif de surveillance qui
vérifie qu'elles tournent.
La chaîne de publication
Une première automatisation interroge des flux d'actualité IA répartis par
zone (États-Unis, Royaume-Uni, France, sources internationales) et
alimente une file de sujets. Chaque sujet reçoit un score. La file est
enregistrée, donc un sujet déjà couvert ne revient jamais dans la
sélection.
Une seconde automatisation tire de cette file en équilibrant les
régions, pour qu'aucune ne monopolise la publication, puis génère
l'article sous contraintes : longueur minimale et maximale, sections
d'analyse imposées, obligation de croiser plusieurs sources. Sans ces
contraintes, le texte produit reste générique et n'apprend rien au
lecteur.
Chaque article anglais déclenche la génération de son équivalent
français, écrit pour son propre lectorat, avec ses propres
métadonnées et sa propre route.
La diffusion
Une fois l'article publié, d'autres automatisations prennent le
relais : génération et envoi de la newsletter, publication sur X
selon trois régimes distincts (contenu, engagement, fil hebdomadaire),
fabrication des illustrations de couverture.
La surveillance
Un contrôle de santé s'exécute périodiquement et vérifie que la chaîne
produit bien ce qu'elle doit produire. Une automatisation d'alerte se
déclenche dès qu'une étape échoue.
C'est la partie qui compte le plus sur la durée. Une chaîne automatisée
qui casse ne fait aucun bruit : sans alerte, l'arrêt peut passer
inaperçu pendant plusieurs semaines.
03
Ce qui était difficile
Empêcher la répétition
Laissé libre, un générateur réécrit plusieurs fois le même article avec
des titres différents. La file de sujets, scorée et enregistrée, sert de
mémoire : elle garde la trace de ce qui a déjà été publié. Cette
mémoire est stockée dans le dépôt, elle survit donc à chaque exécution,
contrairement au contexte du modèle.
Tenir la longueur sans délayer
Demander « un article de 1 200 mots » donne
1 200 mots de remplissage. La consigne porte donc sur la
structure : sections d'analyse obligatoires, croisement de
plusieurs sources. L'article atteint sa longueur parce qu'il a de la
matière à traiter.
Le bilinguisme comme contrainte de conception
Le français a été prévu dès le premier jour : routes miroir,
métadonnées localisées, flux RSS distinct, plan de site couvrant les deux
langues. Ajouter une langue plus tard aurait demandé de reprendre le
routage et tout le référencement. Sur un marché bilingue comme le Canada,
c'est une décision d'architecture, prise avant la première ligne de code.
Tenir sans intervention
L'objectif était que la chaîne continue de tourner pendant des semaines
sans que personne y touche. Quand une clé d'API manque, la génération se
replie sur un gabarit au lieu d'échouer. Les échecs sont détectés et
remontés par alerte, ce qui permet d'intervenir uniquement quand c'est
nécessaire.
04
Et pourquoi ça vous concerne
La thématique du blog est un paramètre de configuration.
Le moteur ne connaît rien à l'intelligence artificielle. Il sait lire des
flux, noter des sujets, écrire sous contrainte, traduire, illustrer,
publier, diffuser et se surveiller. En changeant les sources et le cadrage
éditorial, le même moteur alimente un blog sur l'immobilier, la
logistique, le droit du travail ou la nutrition.
AI Signals sert de démonstration. Ce que je livre à un client, c'est ce
moteur adapté à son sujet : ses sources, sa ligne éditoriale, ses
langues, et la surveillance qui va avec.
Concrètement
La mise en place de la chaîne de base est courte. Vient ensuite un
réglage éditorial sur les premières semaines, qui pèse bien plus sur la
qualité des articles que le code lui-même. Je livre le dépôt, les
automatisations et la documentation : le blog vous appartient et
tourne sur vos comptes.
05
La stack
SiteNext.js, articles en Markdown, chaîne remark/rehype, calcul du temps de lecture, sommaire, articles liés
GénérationOpenAI, contraintes de longueur et de structure, repli sur gabarit si la clé est absente
SourcesAgrégation RSS multi-pays, file de sujets scorée et enregistrée
OrchestrationGitHub Actions, neuf automatisations planifiées, publication par commit
DiffusionNewsletter par Resend, publication sur X via l'API officielle
MédiasIllustrations de couverture générées et stockées sur Vercel Blob
RéférencementFlux RSS français et anglais, plan de site, pages de tags et de régions, métadonnées localisées
SupervisionContrôle de santé périodique et alerte automatique en cas d'échec
Le même moteur, votre sujet ?
Dites-moi la thématique et le rythme de publication que vous visez. En
trente minutes, je vous dis si l'idée tient et ce qu'elle demande.
