Chaque fonction IA a besoin d’un modèle de secours
Un modèle personnalisé doit pouvoir être remplacé dès la prochaine requête, sans nouveau déploiement ni interruption visible.
Articles techniques, décisions produit et observations honnêtes, rédigés pendant la construction, pas après.
Les articles complets sont en anglais. Leurs titres et résumés sont présentés ici en français.
Filtrer les notes par thème et par mois.
Effacer les filtresThème
Comment les fonctionnalités IA se comportent quand de vraies personnes les utilisent, pas dans des démos contrôlées.
Un modèle personnalisé doit pouvoir être remplacé dès la prochaine requête, sans nouveau déploiement ni interruption visible.
Je suis parti de 400 phrases en espagnol sous des titres peu stricts. Les transformer en données d’entraînement a occupé une grande partie du travail.
Vous ajustez la voix, pas la perception. La perception s’achète, la voix distingue le produit.
Les pannes les plus coûteuses venaient de l’infrastructure : elles produisaient des réponses plausibles plutôt que des erreurs.
Vous ne livrez pas seulement un modèle. Vous livrez tout ce qui le rend utilisable.
Un agent est une boucle. La difficulté est de décider quand l’arrêter.
La description de l’outil est à la fois sa documentation, son système de types et sa présentation.
Chaque appel IA a un coût. L’illimité à prix fixe finit en limites cachées, modèles plus faibles ou pertes.
Un outil est utile quand l’agent comprend quand l’utiliser, pourquoi et comment.
Commencez par le modèle de données, puis exposez les mêmes informations via les pages, les API, les outils MCP et les exemples.
Choisissez l’interface selon son utilisateur : une personne, un logiciel ou un agent.
Les données de temps décrivent votre comportement et devraient rester sur votre appareil par défaut.
Si une IA doit résumer votre travail, donnez-lui un contexte structuré au lieu de la laisser extraire et deviner.
Faire une démo IA est facile. Créer un produit fiable est un problème d’ingénierie.
Les agents échouent aux transitions entre les étapes, pas seulement dans les étapes elles-mêmes.
Les prompts qui marchent en démo peuvent échouer face à la variété des entrées réelles.
Les modèles impressionnent. Les systèmes permettent de livrer des produits.