Une application interne en fonctionnement deux heures après l'idée (AI Playground)

Bonjour, je suis Otsuka, CTO chez Liberogic. Je réalise que le développement d'applications internes est désormais possible sur la base d'une simple idée. Claude Code a vraiment été le catalyseur majeur.

L'évolution des LLM et l'évolution des coûts

Ces dernières années, les LLM (modèles de langage de grande taille) ont augmenté en variété et en précision, avec un rapport coût-efficacité qui s'améliore constamment.

Le gpt-oss récemment annoncé par OpenAI. Il est rapidement intégré dans divers services d'hébergement de LLM. En regardant le tableau des tarifs pour le gpt-oss-120b de Groq, les prix sont extrêmement compétitifs.

Même avec des prompts complexes, à l'échelle de quelques centaines d'appels par mois, le coût est négligeable.

Le point de départ : « résumer les demandes de contact »

Notre site dispose d'un formulaire de contact, et depuis un certain temps, nous exploitons un système qui résume le contenu à l'aide de l'IA et l'envoie à Slack.

Simplifiez votre formulaire de contact ! Laissez l'IA gérer les spams et les emails commerciaux

À l'époque, nous utilisions simplement un prompt basé sur GPT-4o. Nous avons pensé qu'utiliser GPT-OSS nous permettrait d'améliorer la précision.

« Et si les équipes qui traitent réellement les demandes de contact pouvaient créer leurs propres prompts ? »

C'est ce que nous nous sommes demandé, mais pour tester un prompt, il faut « copier les données historiques des demandes dans un programme Node qui appelle l'API du LLM, puis exécuter et valider ». Bien que ce soit simple pour un ingénieur, c'était un peu trop complexe pour un directeur.

C'est alors que nous avons eu l'idée de créer un « terrain de jeu » interne pour les services IA

Ce que nous avons créé, c'est une application web d'une seule page

Les spécifications sont très simples.

• Zone de saisie des prompts à gauche
• Chargement des données historiques des demandes de contact stockées dans Notion
• Appel de l'API Groq pour afficher les résultats à droite

Malgré ces seules fonctionnalités, cela crée un environnement où le directeur peut tester immédiatement.

Autrefois, même pour des outils internes de cette envergure, il fallait du temps pour préparer l'infrastructure et construire les serveurs. Aujourd'hui, grâce à des environnements comme Cloudflare Workers, on peut les mettre en place rapidement. Et la partie programmation elle-même ? Dès que les exigences sont définies, Claude Code la génère en quelques minutes.

Le temps requis a été d'à peine 2 heures

De l'idée à la réalisation, environ 2 heures seulement *.

Le jour même, nous avons pu publier, et tous les membres de l'équipe, y compris les directeurs internes, ont pu la tester immédiatement.

Ce qui m'a vraiment frappé, ce n'est pas que les non-ingénieurs puissent maintenant utiliser l'IA.

« Parce qu'on peut créer rapidement des applications internes, on peut impliquer non seulement les ingénieurs, mais aussi les collègues dans le processus de développement » — c'est là que ça devient vraiment intéressant.

Créer en peu de temps des outils spécialisés pour un objectif donné, et les améliorer continuellement en les testant avec l'équipe entière.

Je sens que ce type de dynamique rendra les futurs projets bien plus enthousiasmants.

*La partie qui a demandé le plus de temps n'était pas la programmation elle-même, mais plutôt comprendre comment mettre en place les scripts côté client avec Hono + Vite.