À propos & méthodo.

Lantern est ce que j'aurais voulu lire à la place. Une seule page, déjà filtrée. Un agent qui a lu la semaine de veille pour moi, viré les redites et les pitchs déguisés, scoré le reste sur ce qui compte — pertinence conversion, rigueur de la preuve, actionnabilité — et m'en sort une sélection courte avec des résumés honnêtes. Pas de marketing, pas de teaser reformaté.

Je le construis seul, le soir et les weekends. C'est un projet d'auteur, pas une startup. Ça veut dire trois choses :

• Pas de pubs, pas de tracker. Lantern ne te suit pas, ne vend pas tes données, et n'a aucun script tiers chargé.
• Pas de growth hacking. Ironique pour un site CRO, mais : pas de notif push, pas de gamification, pas de « streak ». Tu lis quand tu veux.
• Curation explicite. Les sources sont publiques, le scoring est documenté ci-dessous, et l'IA ne réordonne jamais ta lecture : le feed est chronologique par défaut, le tri par score est opt-in.

Chaque article qui apparaît dans ton feed a traversé cinq étapes. La plupart prennent quelques secondes ; le scoring LLM est le goulot d'étranglement. Le pipeline tourne une fois par jour — un rythme choisi, pas une limite technique : la dizaine de sources actives ne publie pas en continu, un passage quotidien suffit largement.

+-- 01 -----+    +-- 02 ------+    +-- 03 ------+    +-- 04 -----+    +-- 05 -----+
|  FETCH    | -> |  EXTRACT   | -> |  DEDUPE    | -> |  SCORE    | -> |  PUBLISH  |
+-----------+    +------------+    +------------+    +-----------+    +-----------+
rss-parser       readability       simhash 64b       gpt-5-nano     ranking + feed

Ce qui suit détaille chaque étape — ce qu'elle reçoit, ce qu'elle produit, et ce qu'elle peut rater.

Le scoring est le seul endroit où l'IA décide quelque chose à ta place. Pour que ce soit honnête, voici le prompt système exact, et la grille qu'il applique. Et tu peux toujours ignorer le score : le feed est chronologique par défaut — le tri par score et le filtre de score minimum sont opt-in.

La grille

• 5 ★ — Cœur conversion. Preuve chiffrée, directement transférable à une vraie page ou un funnel. Étude, expé avant/après, teardown reproductible.
• 4 ★ — Très bon. Preuve réelle (cas chiffré, méthodo explicite) et applicable.
• 3 ★ — Solide mais adjacent ou déjà vu. Argumenté, un bon exemple.
• 2 ★ — Marginal ou promotionnel. Teaser sans substance, pitch d'outil sans données.
• 1 ★ — Bruit. Hors-sujet, claim sans preuve, prose AI-generated.

Seuil de publication : le score final est le composé pondéré des trois axes (0.4·pertinence + 0.3·rigueur + 0.3·actionnabilité, échelle 1.0–5.0). Un article passe la barre quand ce composé est ≥ 3.5 / 5. En dessous, il reste en base (audit, calibration) mais n'apparaît pas dans le feed public.

Le prompt système (extrait)

# rôle : évaluateur de veille CRO / growth
Tu es un évaluateur de veille pour un praticien CRO / growth qui
build et fait grandir un produit (conversion, pricing, expérimentation,
UX, outillage). Tu produis un score structuré, pas un résumé marketing.

# 3 axes, entiers 1-5
- PERTINENCE      Utile à un builder qui fait grandir un produit ?
                1 = hors-sujet · 5 = cœur conversion/pricing,
                directement transférable à une page/funnel.
                GATE IA : un contenu IA n'est pertinent QUE s'il
                relie l'IA à un levier conversion/growth mesuré
                (test, funnel, pricing, uplift chiffré). Sinon
                (review de modèle, tuto "how I AI", annonce d'une
                feature agent vendor) → 1-2.
- RIGUEUR         Thèse étayée (données, méthodo, test) ou promo ?
                Un teaser purement promo OU un billet où un vendor
                promeut son propre produit avec des chiffres
                internes invérifiables plafonne à 2, même d'une
                source réputée.
- ACTIONNABILITE  Applicable sur une vraie page / un test cette
                semaine ? 1 = théorique · 5 = méthode clé en main.

# ajustements (le LLM les applique lui-même)
- anti-patterns (-1) : listicle creux, vendor content déguisé,
uplift annoncé sans chiffres, prose AI boilerplate.
- bonus (+1) : avant->après chiffré, recherche quanti avec méthodo,
retour d'XP réel sur un test.

Sortie JSON stricte : { depth, novelty, applicability, type,
tags, summary, reasons }

Les trois axes sont pondérés côté code (0.4 pertinence · 0.3 rigueur · 0.3 actionnabilité) pour donner le score final — ils sont stockés sous leurs clés JSON historiques depth / novelty / applicability, d'où les noms dans la sortie du prompt ci-dessus. Le prompt est versionné et figé pour rester comparable d'une semaine à l'autre ; quand on bump (rare), c'est noté dans le changelog.

Ce que je ne fais pas

• Pas de personnalisation par utilisateur. Tout le monde voit le même score édito. Lantern n'apprend pas de tes clics.
• Pas d'A/B test sur les titres. Le titre affiché est celui de la source, point.
• Pas de boost commercial. Aucune source ne paie pour apparaître. Aucune source n'est exclue parce qu'elle nous critique.