[ IA · NO-CODE · LOW-CODE ]

Ma façon de construire des workflows automatisés

Les mêmes principes reviennent dans tous mes projets, qu'ils reposent sur du no-code, du low-code ou de l'IA. Je commence toujours par le recueil des besoins, en méthodo UX research, avant d'automatiser quoi que ce soit. Ensuite je m'assure que les données entrent propres, depuis des sources validées. Puis je découpe : des scénarios ou des agents spécialisés par tâche, avec les bonnes intégrations entre les outils. Et je place la validation humaine là où elle compte vraiment.

Principe 01

UX research d'abord

Principe 02

Données propres en entrée

Principe 03

Agents spécialisés par tâche

Principe 04

Human-in-the-loop où ça compte

CAS 01[ Adagio (AdTech) · B2B ]

Des feedbacks noyés dans Slack aux bugs résolus en moins de 24h

Un point d'entrée unique, une logique de tri, des destinations spécialisées. La logique d'un système d'agents, en version no-code.

[ WORKFLOW · CAS 01 ]

LÉGENDE //▢DÉCLENCHEUR◇AGENT / LOGIQUE▣ACTION⊙SOURCE EXTERNE✋VALIDATION HUMAINE

01 · CONTEXTE

Chez Adagio, les équipes business (Sales, SE, CSM) avaient l'impression de ne jamais être écoutées. Bugs, questions et idées d'amélioration finissaient au même endroit dans Slack ou Notion, sans priorisation. Un bug client urgent avait le même sort qu'une suggestion. Les Sales n'arrivaient plus à s'engager auprès des clients, les PMs se faisaient solliciter en 1:1 toute la journée.

02 · MÉTHODE

Avant de toucher au moindre outil, j'ai interviewé les équipes pour comprendre où ça coinçait vraiment. J'ai mappé le workflow existant et visualisé les trous dans le process. En relisant ce mapping avec les équipes, les vrais sujets sont sortis : personne ne savait qui était responsable de quoi, et il n'existait aucun canal dédié selon le type de besoin.

03 · SOLUTION

J'ai construit un funnel no-code avec Make qui redistribue chaque sujet au bon endroit, à la bonne personne, avec les bonnes infos. En entrée : un formulaire unique à logique conditionnelle. Selon le type sélectionné, on tombe sur un template de saisie dédié. Ensuite Make prend le relais.

Bug → ticket Shortcut structuré (comportement initial vs attendu, URL, client, organisation), owner assigné, équipe produit pinguée sur Slack.
Amélioration → base Notion taguée (fonctionnalité, nombre de clients concernés, origine).
Question → postée publiquement sur Slack, assignée au PM concerné selon la thématique.

DÉCISION CLÉ // 01

Des champs obligatoires par type, pour que la donnée arrive propre et exploitable dès la saisie. La qualité de la donnée se joue à l'entrée, jamais après coup.

METHOD.LOG

DÉCISION CLÉ // 02

Les questions posées en public plutôt qu'en DM. L'info profite à tout le monde et les 1:1 dispersés ont disparu.

AI.NOTE

04 · RÉSULTATS

Stat // 01

<1h

Assignation bug

à un dev, dans l'heure

Stat // 02

<24h

Résolution

dans la majorité des cas

Stat // 03

48h

Engagement Sales

tenable auprès des clients

[ OUTILS & MÉTHODE ]

Make (no-code) · Shortcut · Slack · Notion · UX research & workflow mapping

CAS 02[ Side · Veille bourse ]

50 sites de finance à éplucher, ou un brief le lundi matin à 8h

Un agent autonome piloté par Claude Code. Il crawle, croise, interprète, et pousse le brief dans Notion. Sans re-briefing.

[ WORKFLOW · CAS 02 ]

LÉGENDE //▢DÉCLENCHEUR◇AGENT / LOGIQUE▣ACTION⊙SOURCE EXTERNE✋VALIDATION HUMAINE

01 · CONTEXTE

J'investis en bourse sur des ETF et des actions, avec une stratégie construite à l'année et du DCA. Pour l'ajuster, j'ai besoin de suivre les signaux macroéconomiques, la géopolitique et les résultats trimestriels des entreprises que j'ai en portefeuille. Sauf que ça veut dire lire des dizaines de sites spécialisés chaque semaine. Intenable.

02 · MÉTHODE

J'ai commencé par une phase de brainstorming avec un agent IA expert finance pour identifier les sources vraiment qualitatives, que j'ai ensuite validées avec mes propres connaissances du sujet. Seules celles-là entrent dans le périmètre.

03 · SOLUTION

Tous les lundis à 8h l'agent se lance tout seul (trigger cron), crawle la whitelist de sources, et va chercher en parallèle les cours, les variations et les fondamentaux des entreprises sur deux APIs financières. Il croise tout ça pour sortir des signaux d'achat, puis pousse le brief hebdo et le bilan mensuel directement dans Notion via MCP.

Il garde en mémoire le contexte de mon portefeuille d'une exécution à l'autre : les tickers que je suis, mes sources, mes règles de stratégie. Je n'ai jamais besoin de le re-briefer.

DÉCISION CLÉ // 01

La gouvernance des sources. Une whitelist validée en amont plutôt qu'un crawl ouvert. Je contrôle la fiabilité de la donnée avant que le modèle raisonne dessus.

AI.NOTE

DÉCISION CLÉ // 02

L'IA analyse, elle ne se contente pas de collecter. Elle croise les signaux, calcule les écarts et propose une interprétation qui m'aide à décider.

PROD.NOTE

04 · RÉSULTATS

Stat // 01

50→1

Lecture hebdo

sources agrégées en un brief

Stat // 02

Re-briefing

mémoire de contexte

Stat // 03

24/7

En production

sans intervention

[ OUTILS & MÉTHODE ]

Claude Code · agent autonome (trigger cron) · APIs financières · MCP Notion · mémoire de contexte · gouvernance des sources

CAS 03[ Side · Média & contenu ]

3 jours de production hebdo ramenés à 2-3h de validation

L'IA produit, je décide de ce qui sort. Savoir où placer le contrôle humain, c'est le vrai sujet des workflows IA en production.

[ WORKFLOW · CAS 03 ]

LÉGENDE //▢DÉCLENCHEUR◇AGENT / LOGIQUE▣ACTION⊙SOURCE EXTERNE✋VALIDATION HUMAINE

01 · CONTEXTE

Sur un side business média, produire les carrousels et les vidéos de la semaine me prenait jusqu'à 3 jours. Brainstorming, rédaction, mise en page, tout à la main.

02 · APPROCHE

J'ai orchestré un pipeline dans Claude Code, découpé en skills. Plutôt qu'un gros agent qui fait tout, j'ai construit une petite équipe d'agents spécialisés, chacun sur une tâche précise, tous réutilisables. Ils vont lire mes fichiers de référence à chaque exécution : ma stratégie éditoriale, mon ton de marque, ma charte graphique. Je les déclenche à la demande ou en chaîne.

03 · SOLUTION

La chaîne se déroule jusqu'au design prêt à exporter. Le trigger hebdo va même jusqu'à me bloquer un créneau de validation dans mon agenda Google.

Découper en agents spécialisés plutôt qu'en un seul agent généraliste, c'est ce qui rend le système fiable : chacun a un périmètre étroit, un contexte précis, et je peux en remplacer un sans casser le reste.

Mon équipe d'agents · pipeline de contenu

Une petite équipe d'agents spécialisés, avec un point de contrôle humain au milieu.

Perrine

Buyer Persona

Basile

Brainstorming éditorial

Hélène

Hooks

Camille

Copywriting carrousel

Rémi

Script réel

Diane

Mise en page Canva

L'IA produit, je décide de ce qui sort.

DÉCISION CLÉ

Publication non automatisée, par choix d'architecture. L'IA produit, je décide de ce qui sort. Placer le contrôle humain au bon endroit, c'est le vrai sujet des workflows IA.

PROD.NOTE

04 · RÉSULTATS

Stat // 01

3j→2-3h

Production hebdo

validation seulement

Stat // 02

100%

Charte respectée

au pixel près

Stat // 03

Dérive de ton

fichiers de contexte

[ OUTILS & MÉTHODE ]

Claude Code · skills (équipe d'agents spécialisés) · MCP Canva · fichiers de contexte · human-in-the-loop · trigger planifié