Ce qu’on apprend en construisant des produits qu’on trouve.
Notes techniques sur le développement produit, le SEO et la visibilité dans les moteurs de réponse IA. Écrit à Genève.
Agent IA en production : ce qui casse en premier
Un agent IA qui réussit tous ses tests peut casser en production pour cinq raisons précises, presque jamais liées au modèle. La checklist pour les anticiper avant la mise en service.
GPTBot, ClaudeBot, PerplexityBot : bloquer ou laisser passer ?
GPTBot protège l’entraînement, OAI-SearchBot alimente les réponses de ChatGPT : les confondre fait perdre en visibilité sans gagner en protection. Voici comment décider, robot par robot, avec une configuration robots.txt concrète.
llms.txt : mode d’emploi et vraies limites en 2026
Un fichier llms.txt bien fait prend une heure à écrire. Voici comment le structurer, un exemple réel, et les chiffres 2026 qui disent honnêtement ce qu’il change et ce qu’il ne change pas.
GEO : être cité par ChatGPT, Perplexity et les AI Overviews
Une part des recherches ne se termine plus par un clic. Voici comment un moteur de réponse choisit ses sources, les six leviers sur lesquels agir, et comment mesurer une progression sans outil payant.
Forward Deployed Engineer : l’ingénieur qui remplace le consultant
Un ingénieur qui part du problème plutôt que du ticket, et qui livre du logiciel en production plutôt qu’une recommandation. Ce que recouvre le métier, et quand il n’est pas le bon choix.
Livrer un produit en 90 jours : ce que l’IA change vraiment
Le chiffre impressionne, donc il mérite d’être découpé. Ce que l’IA accélère réellement dans un projet, ce qu’elle ne touche pas, et les trois conditions côté client pour tenir le rythme.