datasohub – production de contenu assistée par IA, en production
De la recherche à l’article publié en environ 7 minutes : un pipeline à deux modèles – Gemini 3 Pro rédige, Nano Banana illustre – avec un système de blog génératif et un frontend piloté par les données.
Chez datasohub, la production de contenu était entièrement manuelle : recherche, rédaction, publication, création ou achat d’images – chronophage et non scalable. La conception et la réalisation du système de blog génératif et du frontend piloté par les données m’incombaient.
Stack technique : Gemini 3 Pro (texte) · Nano Banana (images) · React · SQLite · cron job
Deux modèles, un seul pipeline
Deux modèles spécialisés se partagent le travail : Gemini 3 Pro effectue la recherche par recherche web et rédige l’article, Nano Banana (le modèle d’image Gemini de Google) génère les visuels correspondants. Un frontend piloté par les données avec React et SQLite tient le tout ensemble ; le système de blog génératif assemble texte et image en un article fini, prêt à publier.
Sept minutes au lieu d’heures
De la recherche à l’article publié, il faut environ 7 minutes au lieu d’heures de travail manuel – entièrement automatique via un cron job à la demande. En production sur dataso.de/blog.
Ce que j’en retiens
Le goulot d’étranglement se déplace de la rédaction vers la curation : un frontend piloté par les données garde le contenu généré cohérent et maintenable. L’automatisation complète est techniquement possible – ce sont finalement les garde-fous éditoriaux qui décident de la qualité.