Générateur de posts LinkedIn — carnet de bord de la V1

Objectif : générer un post qui tient la route à partir de quelques éléments clés, sans se battre avec une page blanche.

Pourquoi j’ai construit ça

Je publie plus régulièrement quand je n’ai pas à inventer la structure à chaque fois. L’idée : choisir un format, remplir quelques champs, et obtenir un post prêt à copier — sans promesse marketing irréaliste.

Comment ça marche (côté utilisateur)

  • Choisir un type de post : storytelling, découverte, cas d’usage, thread, opinion.

  • Sélectionner une longueur cible : court / moyen / long.

  • Remplir les champs demandés (accroche, contexte, résultats, etc.).

  • Générer → aperçu dans la colonne de droite → copier en un clic.

Design assumé : si un champ est vide, on ne génère pas. Pas d’invention “magique” — on garde le post authentique.

Le gros point délicat : la longueur « exacte »

J’ai tenté de cadrer la longueur (150–300 / 300–600 / 600+)… et j’ai découvert le grand écart entre mots et tokens côté modèle. Résultat : la taille est une intention, pas une garantie. Aujourd’hui, je préfère dire la vérité : ça peut être un peu plus ou un peu moins. Et ça me va pour une V1.

Ce que j’ai réellement fait pour que ça tienne la route

  • Prompts système par format (5 variantes) : j’ai passé beaucoup de temps à écrire des consignes spécifiques pour chaque type (story, découverte, cas d’usage, thread, opinion) afin d’éviter les textes génériques.

  • Champs obligatoires : le formulaire force les infos minimales (ex. résultats pour un cas d’usage) pour éviter l’hallucination et garder un rendu crédible.

  • Aperçu lisible & copier-coller : pas d’éditeur riche, juste un texte propre, prêt à coller et à ajuster au dernier moment directement dans LinkedIn.

Les autres obstacles (et mes fixes)

1) Mismatch « mots vs tokens »

Imposer “exactement N mots” ne marche pas bien : le modèle raisonne en tokens.
Fix : j’utilise la longueur comme fourchette indicative et je calibre les max tokens pour rester dans les clous sans brider le style.

2) Variabilité des formats de post

Un thread n’a pas la même “musique” qu’une opinion, ni qu’un storytelling.
Fix : prompts système dédiés par format, avec des attentes claires (ton, progression, final ouvert) — c’est ce qui influence le plus la qualité perçue.

3) Qualité dépendante des entrées

Si l’utilisateur met “rien” dans “résultats”, le post perd en crédibilité.
Fix : garde-fous côté UI (tous les champs requis) pour forcer la matière et éviter que l’IA comble avec du flou.

Le rôle de l’IA (là où elle aide vraiment)

  • Structurer vite un propos à partir de quelques éléments.

  • Maintenir un fil cohérent (accroche → développement → ouverture).

  • Adapter le ton au format choisi sans réécrire tout à la main.

Leçons apprises

  • La qualité des prompts système par format change tout.

  • Exiger des entrées (plutôt que remplir à la place) rend le résultat crédible.

  • La taille “exacte” est une fausse bonne idée : mieux vaut cadres souples + relecture.

Et maintenant ?

  • Option “avec / sans emojis” au moment de la génération.

  • Petites finitions d’UX pour garder le flow d’écriture encore plus fluide.

Conclusion

Ce générateur n’essaie pas d’être “parfait” : il casse la page blanche, propose une structure propre, et te laisse la main pour la touche finale. La longueur reste un cap, pas un verrou — et c’est très bien comme ça pour publier plus, sans tricher sur le fond.