Un flux de travail multi-agent piloté à 99 % par l'IA qui transforme des idées brutes en pages d'étude de cas prêtes pour CMS — celle-ci comprise.
étude de cas

Le pipeline de contenu IA qui a construit cette page

Un flux de travail multi-agent piloté à 99 % par l'IA qui transforme des idées brutes en pages d'étude de cas prêtes pour CMS — celle-ci comprise.

Une page qui sait qu'elle a été créée par l'IA

Une page qui sait qu'elle a été créée par l'IA

Tout ce que vous lisez sur cette page a été créé par l'IA.

En incluant cette phrase.

Cet article est à la fois une vitrine et une démonstration en direct de notre pipeline de contenu IA. En lisant comment le système fonctionne, vous faites l'expérience de sa production: la structure, la tournure des phrases, les images, la mise en forme et le contenu prêt pour CMS ci-dessous.

Nous gardons toutefois un humain dans la boucle pour une chose : la révision finale et le clic de publication. Ce dernier pour cent est intentionnel.

Du chat au contenu publiable

Du chat au contenu publiable

Nous construisons des systèmes alimentés par l'IA pour le contenu, les sites web, l'automatisation, l'hébergement et plus encore. L'un de nos produits récents est un agent axé sur le contenu intégré dans des plateformes de chat courantes. Vous pouvez lui parler comme à un collègue: collez des documents, expliquez ce que vous voulez, et il transforme ces entrées en contenu publiable.

Cet agent est spécialisé pour les gestionnaires de contenu et les blogueurs. Il comprend les douleurs quotidiennes: passer d'un outil à l'autre, mettre en forme manuellement, structurer les pages, sélectionner les composants, optimiser pour la recherche, puis remplir un champ CMS par champ.

Une mise à niveau récente a transformé cet agent en une partie d'un pipeline de contenu IA complet. Désormais, l'équipe peut partager des articles, des idées et des études de cas simplement en expliquant l'idée et en collant les documents sources. Le système gère presque tout le reste.

Tester le flux de travail IA en interne

Tester le flux de travail IA en interne

Chaque agent dans le pipeline a un seul travail.

Le nettoyeur de saisie nettoie et normalise les entrées et charge la configuration pertinente. Le raffineur améliore la prose jusqu'à atteindre une qualité prête pour publication tout en respectant le ton et les contraintes. L'extracteur analyse la structure et extrait des éléments tels que des titres, des citations, des liens, des indices multimédias et des candidats à des métadonnées. L'architecte conçoit la structure de la page en utilisant le modèle de composants CMS et les règles de configuration. L'agent SEO optimise les titres, les descriptions et d'autres champs SEO. Le constructeur assemble la charge utile finale au format JSON prêt pour le CMS.

Chaque étape transmet une sortie structurée à la suivante, plutôt que remettre un bloc de texte libre.

01
/ 03
L'utilisateur colle simplement les documents pertinents dans l'agent et appuie sur le bouton publier. C'est la seule tâche manuelle et elle était intentionnelle !
Shayan Zang
Shayan ZangIngénieur IA seniorDSIEEC

Ce que l'IA a réellement fait ici

Ce système fait partie de notre suite de contenus IA. Le message est simple : environ 99 % de ce que vous voyez ici a été produit par l'IA.

Cela comprend la création et le raffinement de contenu, l'idéation du flux de travail pour cette étude de cas, les composants et la structure du site, les traductions, la génération d'images, la publication, la gestion de contenu, le remplissage des champs CMS et l'assemblage de la page.

Nous considérons l'IA comme un outil, pas comme de la magie. Nous surveillons de près la qualité des entrées et des sorties, ce qui explique pourquoi cela fonctionne.

L'IA ne crée pas de bons résultats par elle-même. Des données d'entrée de mauvaise qualité donnent des résultats de mauvaise qualité. Des instructions claires, des entrées de haute qualité et une configuration structurée produisent des résultats fiables. Le système amplifie le bon contenu; il n'invente pas de stratégie.

Etape par étape : comment le pipeline a construit cette page

L'IA a affiné le brouillon brut en prose prête à la publication et a analysé le contenu, les sujets et les relations. Elle a conçu l'architecture de la page en utilisant des composants prédéfinis, sélectionné les blocs héros, corps et FAQ appropriés, et organisé les sections pour créer un flux narratif clair. Les métadonnées SEO — y compris les titres, descriptions et mots-clés — ont été générées automatiquement.

Le système a également dérivé des FAQ à partir du contenu et des questions possibles des lecteurs, déterminé le placement des images, rédigé les invites et les descriptions d'images, généré les médias, et appliqué un formatage riche tel que des titres, des listes et des mises en valeur. Le contenu, le cas échéant, a été traduit dans les langues prises en charge. Enfin, un flux de travail automatisé a publié la page via le CMS.

Des réviseurs humains ont ensuite vérifié le résultat, apporté les derniers ajustements et l'ont approuvé.

Le problème : la publication traditionnelle de contenu est manuelle et lente.

Le problème que nous cherchions à résoudre est familier à toute équipe de contenu.

La publication traditionnelle de contenu est lente et manuelle. Elle repose sur des éditions manuelles, des réécritures et l'ajustement du ton; une structuration manuelle des sections et de la mise en page; une sélection manuelle des composants pour chaque page; des recherches et des optimisations SEO manuelles; des décisions manuelles concernant le placement des images; et des saisies CMS répétitives — copier, coller, formater, répéter.

Chaque article peut nécessiter des heures de travail humain. Multipliez cela par des dizaines ou des centaines de pages, et le goulot d'étranglement devient évident.

La solution : un pipeline multi-agent natif au CMS.

Notre solution est un pipeline de contenu IA multi-agent.

Au lieu d'un seul agent surchargé qui tente de tout faire en une seule requête, nous utilisons plusieurs agents spécialisés, chacun avec une responsabilité claire.

Le pipeline est multi-agent, chaque agent gère une tâche spécifique dans la chaîne ; piloté par la configuration, avec un comportement contrôlé par la configuration plutôt que par une logique codée en dur ; natif au CMS, avec une sortie adaptée autour des composants et des champs réels du CMS ; et entièrement automatisé, produisant un JSON prêt pour le CMS sans aucune transformation manuelle.

Du point de vue de l'utilisateur, le flux est simple : fournir du contenu brut dans presque n'importe quel format, choisir le type de page et les options de base, laisser le système analyser la structure, l'intention et les actifs, recevoir une charge utile CMS affinée et prête pour la production, puis réviser et approuver.

L'objectif est un pipeline de contenu piloté à 99 % par l'IA, avec les humains dans la boucle uniquement pour la validation finale.

À l'intérieur du pipeline : six agents spécialisés.

Chaque agent du pipeline a une tâche unique.

Le nettoyeur nettoie et normalise les entrées et charge la configuration pertinente. Le raffineur polit la prose jusqu'à atteindre une qualité de publication tout en respectant le ton et les contraintes. L'extracteur analyse la structure et fait ressortir des actifs tels que des titres, des citations, des liens, des éléments multimédias et des candidats à métadonnées. L'architecte conçoit la structure de la page en utilisant le modèle de composants du CMS et les règles de configuration. L'agent SEO optimise les titres, les descriptions et d'autres champs SEO. Le constructeur assemble la charge utile finale sous forme de JSON prêt pour le CMS.

Chaque étape transmet une sortie structurée à la suivante, plutôt que de remettre un bloc de texte libre.

Comportement, Contrôle et messages du système JX.

Sous le capot, les agents ne se comportent pas de manière statique. Ils ajustent dynamiquement leur comportement en fonction du contexte et des instructions tout en restant prévisibles pour l'utilisateur.

Une petite invite bien structurée suffit pour les orienter vers le bon résultat. Lorsque vous demandez un changement, ils se concentrent sur ce changement au lieu de tout réécrire.

Nous avons construit ce comportement en utilisant quelque chose que nous appelons « JX-System messages ». C’est une manière de structurer des instructions au niveau système afin que les agents puissent s’adapter au contexte sans devenir chaotiques.Nous expliquerons les messages JX-System plus en détail dans de futurs articles. Si vous voulez voir comment cela fonctionne sous le capot, assurez-vous de vous abonner à la liste de diffusion afin de ne pas manquer cela.K

+

+0K
Pages par jour
Généré à grande échelle (même sur une version antérieure avec environ ~1/5 des capacités actuelles).
0%
Coût par page inférieur
L'automatisation remplace les goulets d'étranglement manuels : mise en forme, structuration, SEO et saisie dans le CMS.
Amélioration moyenne du ROI0%
Gains rapportés issus du SEO et de la vélocité de publication pour des centaines de clients et plus de 1 000 blogueurs.

Comment l'architecture a évolué au fil du temps

D'un agent monolithique à un pipeline multi-agent piloté par configuration.

01
ABANDONNÉ
Phase 1

Agent monolithique

Premières semaines

Un seul agent prenait du contenu brut et essayait de produire une sortie prête pour le CMS en une seule étape. Il avait du mal à gérer toutes les responsabilités en même temps, ce qui entraînait une qualité incohérente et un débogage pénible.

02
ABANDONNÉ
Phase 2

Pipeline scindé

Semaines suivantes

Le travail a été divisé entre le raffinement du contenu et l'architecture/construction des pages. La qualité s'est améliorée, mais des problèmes de coordination, une logique dupliquée et une gestion d'état complexe ont rendu l'approche difficile à faire évoluer.

03
ACTUEL
Phase 3

Pipeline multi-agent

Actuel

Un véritable pipeline multi-agent avec Sanitizer, Refiner, Extractor, Architect, agent SEO et Builder. Chaque agent a une seule responsabilité, le comportement est piloté par la configuration, et la sortie est natif CMS et plus facile à valider et à maintenir.

Pour cette page, le pipeline IA de contenu a affiné le brouillon, analysé la structure et les sujets, conçu l'architecture de la page en utilisant les composants CMS, sélectionné les dispositions de l'en-tête et du corps, généré les métadonnées SEO, organisé les sections, proposé des FAQ, décidé où les images devraient apparaître, rédigé les descriptions des médias, appliqué un formatage riche et préparé une charge utile JSON prête pour le CMS. Les humains n'ont fait que revoir le résultat et appuyer sur Publier.
Environ 99 % du travail pour cette page a été effectué par l'IA : création et perfectionnement du contenu, structure, SEO, planification des médias, traductions et population des champs CMS. Les 1 % restants font intervenir l'humain dans la boucle pour la revue finale et le clic de publication, par conception.
Un seul agent monolithique avait du mal à gérer toutes les responsabilités en même temps, ce qui entraînait une production incohérente et un comportement difficile à déboguer. Diviser le travail en agents spécialisés — Sanitizer, Refiner, Extractor, Architect, agent SEO et Builder — crée une séparation nette des responsabilités, rend le système plus facile à entretenir et permet à chaque agent de se concentrer sur une seule tâche avec un contexte fort et un post-traitement déterministe.
Le système est piloté par la configuration : le choix du modèle, les paramètres de génération, les règles de mise en page, la validation, la gestion des erreurs et même la mise en page des FAQ sont contrôlés par la configuration plutôt que par une logique codée en dur. Changer une valeur de configuration peut ajuster le ton, la structure ou l'utilisation des composants sans modification du code, de sorte que les non-développeurs puissent influencer les résultats en toute sécurité tandis que le pipeline continue de produire du JSON natif CMS.
Les messages JX-System sont un moyen de structurer les instructions au niveau système afin que les agents puissent s'adapter au contexte sans devenir chaotiques. Ils aident chaque agent à se concentrer sur le changement ou la tâche demandée, plutôt que de tout réécrire, tout en conservant un comportement prévisible pour les utilisateurs. Un prochain article expliquera ce mécanisme plus en détail.

Voir le pipeline de contenu IA en action

Vous voulez aller au-delà des outils génériques « écrire un article de blog » ? Partagez votre contenu brut, choisissez un type de page, et laissez un pipeline multi-agents, natif CMS, vous renvoyer une charge utile prête à la production — avec vous dans la boucle uniquement pour l'approbation finale.