Percepta Lab
Média bilingue d'intelligence marketing, conçu pour être cité par les moteurs de réponse
Percepta Lab publie des analyses et des notions sur l'attention, la perception et les marques, en français et en anglais. Nous avons conçu le site, son système de gestion de contenu et une chaîne nocturne qui propose des améliorations de référencement, validées par un éditeur.
- Nature
- Média
- Secteur
- Marketing
- Notre rôle
- Conception, développement, hébergement et exploitation
- Période
- 2026
- État
- En ligne
Le besoin de départ
Un média de référence en marketing doit être trouvé par Google, mais aussi repris par les moteurs de réponse qui citent leurs sources. Cela suppose des pages rendues côté serveur, des réponses courtes et autonomes, des données structurées et un contenu qui s'améliore au fil des mesures. Le tout devait tenir sur un très petit serveur, et l'éditeur devait pouvoir publier ou corriger un article sans attendre une recompilation du site.
Ce que nous avons construit
Nous sommes partis d'un gabarit de blog Next.js en MDX et l'avons transformé en média administrable. Les articles, sujets, auteurs, images et réglages vivent dans PostgreSQL : l'éditeur publie depuis l'administration et le site sert la nouvelle version aussitôt. Pour l'authentification et l'interface de programmation, nous avons installé GoTrue et PostgREST en natif, sans conteneurs, ce qui laisse la pile complète tenir sur un serveur de moins d'un gigaoctet de mémoire. Chaque nuit, une chaîne séparée de l'application collecte les données de Search Console, d'Analytics et de Bing, applique un moteur de règles, puis demande une réécriture à un modèle de langage. L'éditeur voit chaque proposition dans l'administration, texte barré et remplacement, et rien n'entre sans son acceptation. La direction visuelle repose sur cinq couleurs aux contrastes mesurés.
Fonctionnalités
Journal de notions
Des articles qui expliquent une notion de marketing, avec un bloc « L'essentiel » en tête et des questions fréquentes en fin de page.
Six sujets, deux langues
Perception, stratégie, marque, culture, technologie et recherche structurent la navigation, en français et en anglais.
Gestion de contenu en base
Articles en MDX, sujets, auteurs, images et six groupes de réglages se modifient depuis l'administration, sans recompiler le site.
Panneau de référencement
Pour chaque article, l'administration affiche des suggestions d'amélioration, texte barré et remplacement proposé. L'éditeur accepte ou refuse.
Chaîne nocturne de mesure
Chaque nuit, des scripts collectent les données des consoles de recherche et d'audience et les passent dans un moteur de règles.
Contenu préparé pour les moteurs de réponse
Fichier llms.txt, données structurées, réponses autonomes de quelques dizaines de mots et ancres stables sur chaque page.
Déploiement avec sauvegarde
Le script de mise en ligne sauvegarde le code avant de publier et restaure la version précédente si la compilation ou la sonde échoue.
L'intelligence artificielle dans le projet
Suggestions de réécriture
Un modèle Claude propose une réécriture par article, à partir des règles déclenchées. La proposition reste en attente jusqu'à la décision de l'éditeur.
Moteur de règles en amont
Des règles rédactionnelles s'appliquent dès la publication, des règles mesurées attendent que la page ait du trafic. Le modèle n'intervient qu'après ce tri.
Séparation des accès
La chaîne qui détient les accès aux consoles tourne hors de l'application web, avec un rôle de base en lecture seule sur le contenu.
Technologies
Un projet de cette nature ?
Décrivez votre activité, votre besoin et les personnes concernées. Nous préparons un premier échange à partir de là.