Proactif Pilote

Coûts et marges difficiles à suivre → suivi des matières, recettes et prix dans une application dédiée.

Assistant IA de pilotage économique pour atelier de boulangerie

Intentions bornées + moteur de calcul
Voir le schéma ↓

Le LLM comprend la demande. Le moteur métier produit les chiffres.

01Problème métier

  • Rapprocher prix d'achat, fournisseurs, recettes, prix de vente et volumes pour connaître ses coûts et ses marges.
  • Mesurer l'effet d'une hausse de prix d'une matière sur les produits.
  • Les prix arrivent sur des factures papier ou PDF qu'il faut ressaisir.

02Solution

  • Catalogue matières, fournisseurs, recettes et produits, avec coûts, marges, tableau de bord et alertes calculés.
  • Un assistant conversationnel borné : il classe la question parmi des intentions définies, puis le code consulte les données.
  • Import de factures : extraction, validation, rapprochement avec les matières, puis traitement des lignes exploitables.

03Architecture

  • Interface React, API HTTP Node.js (serveur natif) en TypeScript, base SQLite.
  • Le chat passe par POST /api/chat : classification, puis dispatch vers une fonction métier par un switch.
  • Classification par règles ou par OpenAI, selon le réglage enregistré.
  • Application locale (127.0.0.1) avec contrôle d'hôte, d'origine et d'en-tête sur les requêtes de modification.

04 Fonctionnement de l'IA

  • Classification : le modèle reçoit le message et renvoie un JSON intent / entities ; le code vérifie l'intention et ne garde que des champs typés.
  • Extraction de factures PDF / image en json_schema strict, ou via un service OCR configurable.
  • Suggestion de composition d'un produit, vérifiée en structure et renvoyée comme simple proposition.
  • Le modèle ne rédige pas les réponses métier : elles sont construites par le code.

05 Ce qui est déterministe

  • Coûts, marges et impacts calculés par le moteur métier, en arithmétique décimale.
  • Liste fermée d'intentions : une sortie inconnue devient UNKNOWN avec explication.
  • Validation des champs et des valeurs numériques extraits des factures.
  • Alertes (hausses de prix, marges, données manquantes) recalculées à chaque consultation.

06Données / mémoire

  • SQLite : fournisseurs, ingrédients, recettes, produits, factures, volumes et réglages.
  • Journal d'audit métier pour certaines modifications.
  • Pas de mémoire conversationnelle : la route ne reçoit que le message courant.

07Actions possibles

  • Consulter marges, coûts, historiques et fournisseurs, avec liens vers les fiches.
  • Proposer un changement de fournisseur préféré : aperçu calculé, puis écriture seulement après confirmation explicite, revérifiée par la route.
  • Créer ou valider des prix à partir d'une facture importée ; les exceptions restent à traiter.

08Stack

  • TypeScript
  • Node.js
  • React
  • SQLite
  • OpenAI
  • API REST
  • Vitest
  • Playwright

Aussi : Vite · fraction.js · Service OCR Python / FastAPI (optionnel) · Tests Node

09Architecture visuelle

  • Utilisateur entrée / sortie
  • LLM comprendre · extraire · générer
  • Code métier valider · calculer · autoriser · exécuter
  • Données mémoire · persistance
Étape 1 / 7 · Utilisateur

Question

Saisie dans le widget : « Quelle est ma marge sur la baguette ? »

Parcours d'une question à l'assistant.

10Compétences démontrées

  • Assistant à intentions bornées
  • Séparation stricte compréhension IA / calcul métier
  • Extraction de documents en sortie structurée stricte
  • Action soumise à confirmation et revérifiée côté serveur
  • Modèle relationnel SQLite et tests backend, interface et navigateur