Comment ça marche
Transformer le bruit du web mode en informations structurées et vérifiables
Le problème
Trop d'articles, les mêmes informations répétées, et aucune mesure de ce qui compte.
La réponse
Un pipeline qui transforme les articles en événements, puis en signaux classés et expliqués.
La règle
Aucune affirmation sans source : tout se trace jusqu'à l'article d'origine.
Le pipeline, étape par étape
Chiffres en direct →- 1
Collecte
En production
2,409 articles
Toutes les 30 à 60 minutes, un worker lit les flux RSS publics de médias mode vérifiés un par un (robots.txt, conditions d'utilisation). On ne garde que les métadonnées : titre, lien, date, auteur, court extrait. Jamais l'article complet. Les sources
- 2
Extraction par IA
En production
2,388 extraits
Un modèle de langage (DeepSeek) lit chaque titre et extrait en JSON les marques, produits, matières, couleurs, styles et le type d'événement. La réponse est validée ; le coût est mesuré (environ un centime pour cent articles) et plafonné chaque jour. Sa qualité est mesurée sur 50 articles étiquetés à la main : 93 % de précision.
- 3
Résolution des entités
En production
2,046 entités
« suède », « daim » et « suede » deviennent une seule entité, Suede ; « Air Jordan » et « Jordan Brand » une seule marque. Sans ça, un même signal serait éparpillé en plusieurs petits. L'index
- 4
Déduplication
En production
2,171 événements
Cinq médias qui parlent de la même sortie, c'est un événement, pas cinq. Deux articles sont regroupés s'ils partagent un produit et que leurs textes se ressemblent — sauf signal contraire : coloris différents, collaborateurs différents, article récapitulatif, plus de 7 jours d'écart. Chaque regroupement garde sa raison.
- 5
Pertinence
En production
2,171 notés
Chaque événement reçoit un score de 0 à 100 : nombre de sources, nouveauté, type d'événement, collaboration, grande marque, moins des pénalités (hors sujet, sponsorisé…). Chaque point est enregistré avec sa raison : le classement de la une s'explique toujours.
- 6
Tendances
En production
14 tendances actives
Toutes les six heures, chaque entité est mesurée sur 7 et 30 jours et comparée à la période précédente : événements distincts, sources, marques. La croissance est lissée (passer de 1 à 3 mentions ne fait pas +200 %) et des seuils s'appliquent : au moins 3 événements et 2 sources indépendantes. Jamais « l'IA a dit que c'est tendance ». Il faut 14 jours d'historique pour la première fenêtre ; d'ici là, la page affiche les signaux à surveiller. Les tendances
- 7
Site
En production
Vous y êtes : une publication éditoriale où chaque histoire renvoie à ses sources, et où chaque chiffre est calculé en direct. Le pipeline en direct
- 8
Publication sur X
Plus tard
Diffuser une sélection d'événements et de tendances, d'abord avec validation manuelle de chaque post. Le site reste le produit principal.
Un exemple réel
adidas Anthony Edwards 3 “Ant-Man” Releases December 2026
L'événement le plus pertinent de la semaine : 5 articles de 2 sources regroupés, un score de 76/100. Sa page montre chaque source, la raison du regroupement, ce que l'IA a extrait et le détail du score.
Suivre la trace →Les principes
Métadonnées uniquement
Titre, lien, date, court extrait. Le texte complet se lit chez l'éditeur, toujours cité et lié. Les sites qui bloquent les robots d'IA ne sont pas collectés.
Traçable de bout en bout
Tendance → événement → article → source → URL d'origine. Aucune information ne peut apparaître sans qu'on puisse remonter à ce qui la justifie.
L'IA assiste, elle ne décide pas
Le modèle extrait et classe. Les regroupements, les scores et bientôt les tendances reposent sur des règles écrites, versionnées et testées.
Mesurer plutôt que supposer
Extraction et déduplication sont évaluées sur des exemples étiquetés à la main, avec leurs limites écrites noir sur blanc.
De vrais chiffres
Le pipeline affiché est compté en base à chaque chargement. Aucune animation ne fait semblant de représenter une activité.
Sous le capot
- SourcesFlux RSS publics, revus un par un
- CollecteWorker Node.js · BullMQ + Redis (planification)
- StockagePostgreSQL · Prisma — la source de vérité
- TraitementWorker : extraction DeepSeek → entités → déduplication → pertinence
- APIFastify · TypeScript strict · validation Zod
- SiteNext.js · React · Tailwind CSS
- InfraDocker Compose sur un VPS · sauvegardes nocturnes vérifiées
Les limites, honnêtement
- Quatre sources seulement, qui couvrent rarement les mêmes sujets : peu de doublons à regrouper pour l'instant.
- Quelques jours d'historique : la nouveauté et les « grandes marques » ne départagent pas encore grand-chose, et les tendances attendent.
- Les jeux de test ont été étiquetés par une seule personne ; la déduplication n'en contient qu'un vrai doublon.
- Les poids du score de pertinence sont des choix éditoriaux : écrits en clair, discutables, et versionnés.