Minute Master
Des procès-verbaux de conseils d'administration assistés par l'IA : la transcription alimente un brouillon modifiable, qui est ensuite amendé, signé électroniquement et exporté — tout le cycle de vie du PV dans un seul éditeur.
- Client
- Minute Master — Londres, Royaume-Uni
- Rôle
- Ingénieure logiciel frontend (contrat)
- Durée
- Mars 2024 — Sept. 2024
- Année
- 2024

- 90%
- Précision des résumés
- 60%
- Moins de prise de notes manuelle
01
Le défi
Les PV d'un conseil sont un enregistrement formel de décisions, de motions et de responsabilités : l'IA ne pouvait donc pas se contenter de produire un résumé plausible et s'en tenir là.
Le produit devait transformer de longs enregistrements de réunion en brouillons de PV structurés tout en gardant un humain aux commandes du document final — de la transcription et de la génération par IA jusqu'à l'édition, la relecture, les signatures et la diffusion.
Le défi était de faire ressentir ce parcours comme un seul produit fiable, et non comme un assemblage de fonctionnalités d'IA, d'éditeur, de documents et d'approbation.
02
Mon rôle
J'ai pris en charge le frontend de la fonctionnalité de PV sur tout son cycle de vie : enregistrement et génération de brouillons par IA, l'expérience d'édition TipTap, amendements et relecture, signatures électroniques, le tableau de PV avec permissions et l'export Word/PDF.
J'ai construit les parcours frontend autour de la transcription OpenAI, des envois audio par morceaux, des mises à jour de progression via Socket.IO, de l'édition TipTap et de la génération de documents. J'ai aussi travaillé sur le schéma GraphQL et la couche de requêtes côté client pour le domaine des PV, avec mutations, types générés, polling et refetching.
Côté produit, j'ai construit les parcours de signature, d'amendement, de relecture et de notification, tout en travaillant au sein d'un design system Webflow/DevLink maintenu en dehors du code de l'application.
03
L'ingénierie
L'IA rédige, les humains produisent le document officiel
Le parcours était délibérément human-in-the-loop : enregistrement → transcription → brouillon structuré par IA → édition → relecture → signature → diffusion.
Le résultat de l'IA était inséré directement dans un document TipTap modifiable plutôt que présenté comme un résultat final. Les utilisateurs pouvaient ainsi corriger, compléter ou régénérer le brouillon avant qu'il ne devienne un document officiel.
Extraction structurée plutôt que résumés génériques
Le modèle devait produire des PV, pas seulement un résumé de la transcription. J'ai structuré le prompting autour des informations dont le document avait réellement besoin : participants, motions, décisions et actions avec responsables désignés.
Cela a donné environ 90 % de précision sur les résumés générés, tout en gardant les erreurs visibles et faciles à corriger pour un relecteur.
Tâches longues avec progression en direct
La transcription audio et la génération de documents pouvaient durer assez longtemps pour que des requêtes synchrones donnent l'impression que l'éditeur était figé. J'ai intégré Socket.IO pour renvoyer au client la progression de la tâche pendant son exécution, puis insérer le résultat complet dans l'éditeur TipTap.
Il s'agissait d'un flux de progression au niveau de la tâche pour l'utilisateur qui lançait l'opération, et non d'une édition collaborative en temps réel.
Un parcours documentaire complet
J'ai étendu l'éditeur TipTap au-delà de l'édition de base avec sauvegarde automatique, enregistrement de brouillons, régénération et une action « make more detailed ».
J'ai aussi construit les parcours de conversion de documents : HTML vers PDF, création de PV à partir de transcriptions et import de .doc/.docx avec Mammoth.
Signature, amendements et relecture
J'ai construit le parcours de signature électronique autour de pads de signature, de signatures saisies et de signatures importées, avec demandes de signature et envoi en base64.
Les amendements avaient leur propre parcours d'aperçu et de relecture, avec des permissions déterminant qui pouvait signer ou amender un PV. Ces actions apparaissaient dans un tableau de gestion des PV avec suivi du statut et accès par rôle, et l'édition était verrouillée après la signature finale.
GraphQL et état de l'application
J'ai étendu le schéma GraphQL et la couche de requêtes pour le domaine des PV, en ajoutant les modèles, requêtes et mutations de PV et de transcription nécessaires, la prise en charge de la sauvegarde de brouillons et la gestion des suppressions.
Côté frontend, j'ai construit la couche de requêtes autour du schéma, avec types générés, polling et refetch pour garder le parcours des PV synchronisé.
Sortir le document de l'application
Une fois approuvé, un PV devait quitter l'application. J'ai livré l'export Word avec nom de document et métadonnées de l'ordre du jour, en complément du parcours HTML vers PDF existant, et ajouté des notifications Postmark pour le workflow environnant.
04
Ce que j'ai livré
- Un pipeline de production de PV par IA sur l'API OpenAI, avec des prompts orientés vers l'extraction structurée, et un envoi audio par morceaux avec diffusion de la progression via Socket.IO.
- Un éditeur TipTap avec sauvegarde automatique, régénération/« make more detailed », enregistrement de brouillons, conversion HTML vers PDF et import de transcriptions, y compris .doc/.docx avec Mammoth.
- Un parcours de signature électronique : pad de signature, signature saisie, import, demande de signature et envoi en base64.
- Un parcours d'amendement et de relecture avec un tableau de gestion des PV avec permissions (minutes manager / global admin) et suivi du statut.
- Un export Word avec assainissement du nom de fichier et nom de l'ordre du jour comme titre, plus des notifications e-mail Postmark.
- Un travail de schéma et de requêtes GraphQL pour le domaine des PV, et la couche de requêtes frontend construite dessus.
05
Résultats
- Environ 90 % de précision sur les résumés de réunion générés automatiquement.
- Le temps de prise de notes manuelle a été réduit d'environ 60 %, avec une utilisation de la fonction de brouillons en hausse d'environ 45 %.
- L'adoption des fonctionnalités a progressé d'environ 40 % après la mise en ligne de l'export, des signatures électroniques et des notifications.
06
Stack
- Socle
- Next.js
- TypeScript
- GraphQL
- Tailwind CSS
- Éditeur et tâches
- TipTap
- Socket.IO
- Mammoth
- Données
- Prisma ORM
- PostgreSQL
- Services
- OpenAI API
- Postmark
- Webflow DevLink
Analyse suivante
Convertia
Un site vitrine multilingue construit sous forme de pages pilotées par un CMS, des modules d'accueil et de solutions aux parcours de contact, de blog et d'entreprise, mené jusqu'au lancement avec des corrections de SEO, de vidéo et de performance.