Prospector

Contexte

Une plateforme de prospection vendue en marque blanche : chaque client la voit comme la sienne, tous partagent la même base et le même moteur. La multi-tenance n'est pas une option ajoutée, c'est la première contrainte de conception.

Contraintes

• 01Multi-tenant : l'isolation des données est structurelle, pas applicative.
• 02Marque blanche : l'identité visuelle est une donnée, pas du code.
• 03Coût par tâche : un modèle lourd sur toutes les tâches rendrait le produit non rentable.
• 04Multicanal : e-mail, LinkedIn et WhatsApp n'ont ni les mêmes limites ni le même ton.

Décisions techniques

1. 01

   Routage multi-modèle sur six types de tâches

   Chaque type de tâche part vers le modèle le moins cher qui la tient, via OpenRouter. Le coût et la latence sont arbitrés par tâche et non réglés une fois pour toutes — c'est ce qui sépare une intégration de LLM d'un produit qui tient sa marge.

2. 02

   Orchestration de campagnes sur canvas

   Les workflows se construisent visuellement, les personas se génèrent à partir de documents fournis, et le séquençage multicanal passe par l'API Lemlist.

3. 03

   Infrastructure e-mail en OAuth

   L'envoi passe par les comptes Office 365 des clients en OAuth, pas par un relais mutualisé : la délivrabilité appartient à l'expéditeur.

4. 04

   Collecte automatisée

   Web scraping en Scrapy et Playwright pour alimenter la base sans saisie manuelle.

5. 05

   Chatbot agentique et bibliothèque interne

   Un chatbot IA à routage multi-sessions, et une bibliothèque de composants maison pour que l'interface reste cohérente à mesure que le produit grossit.

Parc

• TypeScript
• React
• Supabase
• OpenRouter
• Lemlist
• OAuth Office 365
• Scrapy
• Playwright