Comment mon pipeline IA crée des sites web tout seul

Un client remplit un formulaire. Le reste se fait tout seul.

C’est le pipeline le plus ambitieux de mon infrastructure. Un prospect remplit un formulaire Tally avec les infos de son projet — secteur, couleurs souhaitées, pages, texte de présentation. À partir de là, trois agents IA s’enchaînent : le premier planifie le site, le deuxième le construit, le troisième vérifie le résultat. Si tout est bon, le site est déployé automatiquement sur GitHub.

Zéro intervention humaine entre le brief et la mise en ligne.

Je sais que ça sonne comme de la science-fiction. C’est pourtant ce qui tourne sur mon infrastructure Windmill depuis plusieurs mois. Et ce pipeline a déjà produit des sites en production, dont celui-ci avec des scores Lighthouse de 98-100.

Pourquoi automatiser la création de sites web

Le processus classique de création d’un site vitrine suit toujours les mêmes étapes : prise de brief, planification, développement, vérification, déploiement. Chaque étape est prévisible. Chaque étape peut être formalisée. Et si quelque chose peut être formalisée, elle peut être automatisée.

La création de sites vitrines est un cas d’usage idéal pour l’automatisation par IA car :

Les décisions de design sont contraintes — un site vitrine pour un restaurant n’a pas 10 000 possibilités de layout
Les bonnes pratiques sont documentées — SEO, performance, accessibilité, responsive design
La vérification est automatisable — Lighthouse scores, validation HTML, tests visuels

Restait à trouver comment enchaîner ces étapes de manière fiable. C’est là que ça devient intéressant.

L’architecture — trois agents, une queue, un safety net

Le pipeline s’articule autour de cinq composants principaux :

1. Tally Form → Webhook

Le point d’entrée. Un client remplit un formulaire structuré avec tous les champs nécessaires : nom de l’entreprise, secteur d’activité, palette de couleurs, pages souhaitées, textes de base. La soumission déclenche un webhook Windmill qui insère le projet dans une file d’attente.

2. Queue séquentielle

C’est le chef d’orchestre. Les projets sont traités un par un, jamais en parallèle. Pourquoi ? Parce que les agents IA consomment des ressources, et qu’un traitement séquentiel garantit que chaque projet a toute la puissance disponible. La queue gère aussi les priorités et les reprises après échec.

3. Agent IA #1 — Planification

Le premier agent reçoit le brief client et génère un plan détaillé du site : structure des pages, composants à utiliser, arborescence, choix techniques. C’est l’équivalent de ce que fait un développeur quand il lit un cahier des charges et qu’il planifie son travail avant de coder. Le plan est stocké et servira de guide aux agents suivants.

4. Agent IA #2 — Build

Le deuxième agent prend le plan et construit le site. Code HTML, CSS, composants, assets — tout est généré automatiquement. L’agent travaille dans un environnement isolé, avec accès aux frameworks et templates validés. Il suit le plan à la lettre, avec la flexibilité d’adapter les détails d’implémentation.

5. Agent IA #3 — Vérification

Le troisième agent est le gardien qualité. Il examine le code généré, vérifie la cohérence avec le plan initial, teste les liens, valide la structure HTML. Si quelque chose ne va pas, le projet est renvoyé dans la queue avec les notes de correction. Si tout est bon, il valide le déploiement.

Déploiement et CRM

Une fois validé, le site est poussé automatiquement sur GitHub, déployé via Cloudflare Pages, et le client est notifié. Parallèlement, toutes les données du projet sont enregistrées dans Notion — traçabilité complète de la commande à la livraison.

La robustesse — quand l’IA fait des siennes

L’IA n’est pas fiable. C’est un fait. Parfois elle génère du code incomplet, parfois elle oublie une page, parfois elle invente une balise HTML qui n’existe pas. Le pipeline est conçu en sachant que ça arrivera.

Safety net toutes les 2 heures

Un schedule tourne toutes les deux heures et vérifie si des projets sont bloqués dans la queue. Si un projet est resté trop longtemps sans avancer — que ce soit à cause d’un crash de l’agent, d’une erreur de génération ou d’un timeout — le safety net le relance automatiquement. Le système se remet en route sans intervention.

Retry avec contexte

Quand un agent échoue, il ne recommence pas de zéro. Les notes de l’agent de vérification sont transmises à la prochaine tentative. L’agent de build sait exactement ce qui a foiré et peut corriger de manière ciblée.

Isolation des projets

Chaque projet tourne dans son propre environnement. Si un build plante, ça n’impacte pas les autres projets dans la queue. L’isolation est la base de la résilience.

Ce que ce pipeline change concrètement

Pour mes clients, la différence est simple : le délai entre “je veux un site” et “mon site est en ligne” est réduit au strict minimum. Pas d’aller-retour email, pas de délai de planification, pas d’attente qu’un développeur soit disponible.

Pour moi, c’est la preuve que l’IA n’est pas un gadget — c’est un outil de production qui, bien orchestré, produit des résultats fiables et reproductibles. Le mot clé étant “bien orchestré”. L’IA seule ne suffit pas. C’est l’architecture autour — la queue, les agents spécialisés, la vérification, le safety net — qui transforme une démo technique en un système de production.

Les limites honnêtes

Ce pipeline est conçu pour les sites vitrines. Les sites complexes — SaaS, e-commerce, applications sur-mesure — nécessitent un développement humain. L’IA ne remplace pas l’ingénierie logicielle, elle automatise les tâches prévisibles.

La qualité du résultat dépend aussi de la qualité du brief client. Un formulaire mal rempli produit un site générique. C’est pourquoi le formulaire est structuré avec des champs guidés et des exemples.

Ce pipeline tourne en production sur mon infrastructure Windmill. Si vous voulez un site vitrine professionnel sans attendre, remplissez le formulaire et laissez le système travailler.