De l'ingénierie du prompt à l'ingénierie de la boucle
La Silicon Valley passe du Prompt Engineering au Loop Engineering : essayer, évaluer, ajuster, recommencer — jusqu'à ce que le résultat atteigne un objectif d'acceptation clair. Comment nous intégrons cette boucle dans Snappy Front Desk, et pourquoi nos utilisateurs n'auront jamais à l'apprendre.
Il y a un concept qui devient de plus en plus populaire dans la communauté IA de la Silicon Valley : le Loop Engineering.
Ces dernières années, une grande partie des conversations autour de la construction avec l'IA portaient sur le Prompt Engineering : comment donner de meilleures instructions à l'IA pour qu'elle produise une meilleure réponse ?
Mais à mesure que l'IA passe de la réponse aux questions à l'exécution réelle du travail, le problème change.
Un excellent prompt peut produire une excellente réponse. Mais le vrai travail d'entreprise se termine rarement en une seule tentative.
Vous essayez quelque chose. Vous évaluez le résultat. Vous découvrez ce qui manque. Vous ajustez l'approche. Vous réessayez — jusqu'à ce que le résultat atteigne un objectif clairement défini.
C'est l'idée derrière le Loop Engineering.
Et j'ai beaucoup réfléchi à la façon d'amener cette idée dans Snappy.
Prenons Snappy Front Desk comme exemple.
Imaginez qu'un chef de petite entreprise dise à Snappy :
« Je veux trouver un groupe de clients potentiels à qui je peux tendre la main. »
Un assistant IA traditionnel pourrait suggérer une audience cible, générer quelques requêtes de recherche, ou retourner une liste de prospects.
Utile — mais ce n'est encore qu'une réponse.
Ce que nous voulons que Snappy fasse est différent.
Snappy peut d'abord traduire l'idée de l'entrepreneur en un profil de client potentiel et proposer une stratégie pour trouver ces personnes. Il peut ensuite exécuter la première série de recherches et examiner les résultats.
Mais le premier résultat n'est pas la fin.
Avant que le processus ne commence, Snappy établit un objectif d'acceptation clair : à quoi ressemble réellement un prospect qualifié ? Quelles informations doivent être disponibles ? Quel niveau de pertinence faut-il atteindre ? Ce groupe est-il suffisamment ciblé et joignable pour devenir une vraie campagne ?
Puis la boucle commence.
Rechercher → évaluer → identifier ce qui ne va pas → ajuster la stratégie → rechercher à nouveau → évaluer à nouveau.
L'objectif n'est pas de produire un résultat de recherche.
L'objectif est de produire à terme une stratégie qui fonctionne vraiment.
Une fois que cette stratégie passe les critères d'acceptation, elle devient réutilisable. Snappy peut l'utiliser pour identifier en continu des prospects qualifiés et transformer l'idée initiale d'un entrepreneur en une campagne de prospection exécutable.
Cette distinction est importante pour moi.
Parce que nos utilisateurs ne devraient jamais avoir besoin d'apprendre le Loop Engineering.
Tout comme ils n'auraient pas dû avoir besoin de devenir experts en Prompt Engineering.
Un chef de petite entreprise ne devrait pas avoir à comprendre l'architecture d'agents, les boucles d'évaluation, l'ingénierie du contexte, le routage de modèles, ou comment construire un flux de travail IA.
Il devrait simplement pouvoir dire :
« Voilà les clients que je veux trouver. »
Et Snappy devrait trouver comment y arriver.
Je pense que cela représente quelque chose de plus large sur ce que nous essayons de construire chez SnapLedger.
L'IA évolue incroyablement vite. Tous les quelques mois, de nouvelles idées émergent de la Silicon Valley — du Prompt Engineering au Context Engineering, aux flux de travail agentiques, et maintenant au Loop Engineering. Aujourd'hui, ces idées sont surtout discutées entre chercheurs en IA, ingénieurs, fondateurs et entreprises technologiques sophistiquées.
Mais elles ne devraient pas rester là.
Un fabricant de meubles à Dubaï, un freelance en France, ou une société de négoce de cinq personnes devraient à terme bénéficier exactement des mêmes avancées — sans avoir à comprendre aucune d'entre elles.
Cela fait partie du travail de SnapLedger.
Nous voulons absorber en continu les meilleures idées qui émergent de la frontière de l'IA, les intégrer dans Snappy, et les mettre discrètement à disposition des entrepreneurs de tous les jours.
La sophistication doit être à l'intérieur du produit, pas exigée de l'utilisateur.
C'est peut-être l'une des choses les plus excitantes dans la construction de logiciels d'IA aujourd'hui.
La frontière avance incroyablement vite.
Notre travail est de nous assurer que les petites entreprises peuvent avancer avec elle.
L'entrepreneur définit l'objectif.
Snappy construit la boucle.
Et ensemble, ils arrivent au résultat.
L'objectif n'est pas de produire un résultat de recherche — c'est de produire une stratégie qui fonctionne vraiment.
Où, ailleurs dans votre entreprise, une boucle devrait-elle remplacer une réponse unique ?
L'entrepreneur définit l'objectif. Snappy construit la boucle.
Recevez le Founder Diary + les mises à jour réglementaires de votre pays
Un e-mail par semaine, seulement quand il y a du vrai nouveau — le diary du fondateur Richard et les mises à jour réglementaires qui comptent chez vous. Gratuit, désabonnement à tout moment.