En tant que startup à un stade précoce dans le domaine de l'IA, construire au grand jour (« building in public ») est une bonne stratégie. En pratique, construire au grand jour signifie une chose : il faut montrer ce que vous faites chaque jour.
Cela inclut :
- Les publications sur les réseaux sociaux
- Les annonces à la communauté
- Les avancées continues du produit et de l'ingénierie
Ce ne sont pas seulement les lancements ou les jalons, mais le travail au quotidien.
Le vrai problème : nous ne savions pas quoi publier
Bien souvent, notre plus grand défi pour faire vivre notre compte X n'était ni la régularité ni l'outillage. C'était bien plus simple :
Nous ne savions pas quoi publier. Surtout quand on dirige une équipe introvertie, plus tournée vers la construction que vers la vente ou le partage d'opinions. Pourtant, la communication quotidienne est déjà une forme de création. Et pourtant, rien de tout cela n'était traduit en quelque chose que nous pouvions partager en toute confiance.
L'inspiration ne vient pas de la recherche. Elle vient de la réalité.
Nous avons fini par réaliser une chose qui, avec le recul, semble évidente :
La vraie inspiration vient du travail quotidien, pas de la planification de contenu ni de ce qui se passe sur X, où les gens parlent sans cesse de ce qui buzz ou des dernières recherches.
Pour nous, les signaux les plus honnêtes étaient déjà là :
-
Slack
Les discussions quotidiennes, les arbitrages, les décisions et les moments de clarté.
-
Notion
Des documents écrits, réécrits et affinés. La réflexion produit en mouvement.
-
GitHub
Ce que nous avons réellement livré, corrigé ou modifié. Pas des intentions, mais de l'exécution.
Voilà de quoi est fait le fait de construire au grand jour.
Transformer l'idée en agent avec VM0
VM0 est un constructeur d'agents. Plutôt que de demander à l'IA d'« écrire des tweets », nous lui avons confié une tâche plus ancrée dans le concret :
Observer ce qui s'est réellement passé, l'organiser, et le présenter au jugement humain.
Avec VM0, nous avons encodé cette idée dans un agent défini par AGENTS.md et vm0.yaml
L'agent fait ce qui suit :
Analyze Slack messages and GitHub activity to generate viral X (Twitter) posts for building in public, then sync to Notion.
The agent will:
1. Gather content from multiple sources:
- Slack channels (last 24 hours)
- GitHub org repos (recent commits, PRs, issues, releases)
2. Identify "building in public" themes:
- Product launches, technical wins, milestones
- Behind-the-scenes insights and decisions
- Architecture choices, performance work
- Failures, pivots, developer lessons
- Open source and community contributions
3. Craft 2–3 post variations per theme:
- Single posts or short threads
- Hook → Context → Value → CTA
- Concrete details, no filler
4. Generate a markdown report with scores and recommendations
5. Sync everything to a Notion database as drafts
Ce n'est pas quelque chose que j'ai littéralement écrit moi-même. Cela a été co-piloté à travers des échanges continus avec VM0.
La configuration du runtime est simple :
version: "1.0"
agents:
build-in-public:
provider: claude-code
instructions: AGENTS.md
skills:
- slack
- notion
environment:
SLACK_BOT_TOKEN: ${{ secrets.SLACK_BOT_TOKEN }}
NOTION_API_KEY: ${{ secrets.NOTION_API_KEY }}
NOTION_DATABASE_ID: ${{ secrets.NOTION_DATABASE_ID }}
L'agent me demande de remplir un tableau avec ces éléments en tant que base de données
| Titre | Contenu | Type | Statut | Date | Source | Score de viralité | Contenu original | Recommandé | Priorité |
|---|
Après avoir exécuté l'agent, voici ce que j'ai obtenu :
En faire une habitude quotidienne avec GitHub Actions
Nous avons ensuite branché cet agent sur une GitHub Action planifiée, en suivant le workflow VM0 :
https://blog.vm0.ai/en/posts/vm0-github-action
Chaque jour ouvré après le travail, nous recevons un rapport. Un résumé quotidien de ce qui s'est réellement passé, traduit en récits publics possibles.
Vous pouvez consulter le workflow de notre équipe. https://github.com/vm0-ai/team-workflows/tree/main/build-in-public
L'humain dans la boucle
Cela dit, nous ne nous sommes pas connectés directement à l'API de X pour la publication automatique. Aucune publication automatisée. Aucun contenu poussé aveuglément sur X.
L'agent ne nous a pas poussés à publier davantage. Il nous a poussés à prêter davantage attention.
- Nous sommes devenus plus sensibles au travail significatif que nous accomplissons chaque jour, un peu comme tenir un journal
- Plus réfléchis sur ce qui méritait d'être visible
- Plus responsables de ce que nous choisissions de dire publiquement
Avant de publier, je vérifiais avec notre équipe :
- Est-ce qu'on peut publier ça et le faire savoir aux gens ?
- Est-ce vrai ?
- Est-ce solide ?
- Sommes-nous d'accord pour livrer ça ?
- Est-ce que c'est pour de vrai ?
Ensuite, j'éditais manuellement la publication et je cliquais sur publier. X est plein de bots. Nous refusons d'en être un.
Nous nous sommes délibérément arrêtés avant l'automatisation complète : toujours un humain dans la boucle.
L'IA est un copilote, pas un porte-parole. X compte déjà assez de voix synthétiques.
Construire au grand jour s'accompagne d'une responsabilité
Voilà un bon exemple de marketing par l'IA, alliant le jugement humain à un copilote IA. Dans ce cas, nous utilisons GitHub Actions pour l'automatisation. Nous développons aussi activement des tâches cron natives dans VM0, pour que vous puissiez bientôt construire des agents VM0 et planifier des tâches directement.
Restez à l'écoute.
Rejoignez la liste d'attente et créez vos propres agents.
