Liquid Grid.
Plus régulier.
Toujours soi.
Transformer ses idées en contenus LinkedIn, sans déléguer son point de vue à l’IA. Un outil né d’un besoin personnel, aujourd’hui en développement pour devenir un produit SaaS.
La pensée vient de l’auteur.
L’IA aide à la travailler.
Résultats communiqués par Romain Tixier, non audités indépendamment. Ils ne constituent pas une garantie de performance ni une mesure de l’effet propre du logiciel.
Un dirigeant avec des idées.
Pas une équipe éditoriale à plein temps.
Liquid Grid naît d’un besoin de Romain Tixier : prendre la parole plus régulièrement sur LinkedIn, auprès d’un réseau professionnel déjà constitué, sans faire de la création de contenu une seconde activité à temps plein.
La matière était là : réflexions métier, notes, lectures, échanges et expérience de terrain. Le passage de l’idée au post restait irrégulier. Il fallait retrouver le contexte, choisir un angle, rédiger, préparer un visuel et organiser la diffusion.
Les essais de génération générique ne répondaient pas au besoin. Le texte pouvait être propre, mais ne portait pas assez la façon de penser et de s’exprimer de son auteur.
Le besoin initial n’était pas de publier à sa place. Il était de rendre sa propre matière plus facile à exploiter.
Il s’agit d’un projet interne, utilisé et développé par son fondateur, pas d’une mission attribuée à un client extérieur. L’expérience d’usage nourrit aujourd’hui sa transformation en logiciel accessible à d’autres professionnels.
Gagner en régularité.
Sans perdre sa voix.
Une idée intéressante ne devient pas automatiquement une publication. Entre l’intuition de départ et le contenu prêt à diffuser, les petites décisions s’accumulent. Quand le travail opérationnel reprend le dessus, l’idée reste dans un carnet.
Déléguer toute l’écriture n’était pas la réponse recherchée. Empiler des textes générés non plus. Le besoin associait production, cohérence de la voix et organisation du travail.
Ce qu’il fallait simplifier
Passer des notes et sources aux brouillons, préparer les médias et visualiser le travail restant avant diffusion.
Ce qu’il fallait préserver
Le choix du sujet, le point de vue, la précision des propos et la décision finale de l’auteur.
Un outil de programmation seul n’aurait pas réglé la question de la création. Une conversation IA isolée n’aurait pas suffi à organiser les sources, les versions et les validations.
Partir de la matière humaine.
Pas d’un texte à inventer.
L’approche retenue consiste à partir de ce que l’auteur apporte : une note, une réflexion, un document ou une source qu’il souhaite commenter. L’IA aide ensuite à structurer et à décliner cette matière, dans un cadre éditorial défini.
Ce cadre ne se réduit pas à « écrire sur un ton professionnel ». Il donne des repères sur la voix, l’audience et la manière d’aborder les sujets. L’auteur garde la possibilité de relire, corriger, rejeter ou valider la proposition.
- ApporterUne idée ou une source choisie par l’humain.
- TravaillerUn angle et un brouillon assistés par l’IA.
- DéciderUne relecture et une validation par l’auteur.
Le projet dépasse ainsi le générateur de posts. Il vise un espace de travail éditorial où les idées, les contenus et les prochaines actions restent reliés.
La promesse de conception : aider à mieux exploiter une pensée, pas fabriquer une personnalité de remplacement.
Des sources au calendrier.
Un parcours de travail continu.
La réalisation associe conception du produit, interface, développement logiciel assisté par IA et organisation du parcours éditorial. Romain pilote le besoin métier, les choix de conception et les essais en usage interne.
Les vues ci-dessous sont des extraits d’une interface en développement, avec des données d’exemple. Elles illustrent le parcours ; elles ne prouvent pas les chiffres LinkedIn et ne constituent pas un catalogue de fonctionnalités déjà commercialisées.
1. Rassembler la matière utile
Notes, documents et liens sont réunis comme points de départ. L’objectif est de ne plus perdre une bonne idée entre plusieurs espaces de travail et de conserver le contexte qui lui donne de l’intérêt.
2. Travailler le texte, sans figer la voix
L’éditeur remet le brouillon entre les mains de l’auteur. Celui-ci peut revoir la formulation, affiner son propos et traiter les éléments encore manquants avant de demander une validation.
Le visuel fait partie de la préparation du contenu, mais n’est pas une fin en soi : il doit servir le message. L’approche prévoit de combiner médias disponibles et assistance à la création selon le besoin, avec un choix final humain.
3. Organiser les prochaines publications
Le calendrier rend visible ce qui est prévu et ce qui reste à traiter. Les statuts différencient le contenu à relire, à corriger ou à valider : le travail ne s’arrête pas à la génération d’un texte.
Dans le périmètre décrit ici, Liquid Grid prépare et organise les contenus pour leur diffusion. Ce cas ne revendique pas une publication native automatique sur tous les réseaux visibles dans les maquettes.
Le contrôle humain fait partie du produit
La traçabilité entre la matière de départ, le brouillon et la version retenue fait partie des choix de conception. Le but est de pouvoir comprendre ce que l’IA a proposé et ce que l’humain a effectivement décidé.
Cette démarche s’inscrit dans un travail de transparence et de responsabilité éditoriale inspiré de l’AI Act. Elle n’équivaut pas à une certification de conformité : les obligations dépendent des usages et des contenus. Repères de la Commission européenne .
Les captures ont été recadrées. La configuration éditoriale détaillée, les règles internes et les écrans de développement ne sont pas publiés.
Une prise de parole plus régulière.
Des résultats internes à regarder avec leur contexte.
Romain rapporte un usage hebdomadaire de l’outil et une organisation plus fluide de sa production. Sur la période d’un mois communiquée pour ce cas, il indique les résultats suivants.
Volume de création communiqué par Romain Tixier.
Résultat de visibilité rapporté sur le même mois.
Source : retour d’usage de Romain Tixier. Chiffres déclarés, non audités indépendamment ; aucun export LinkedIn Analytics n’est présenté dans ce cas. Ils décrivent un usage sur une audience existante, sans isoler la contribution de Liquid Grid. Ce n’est ni une promesse de portée ni un résultat garanti pour un autre utilisateur.
Avant
Des idées conservées dans des notes, avec une publication dépendante du temps disponible.
Un travail à reprendre pour chaque texte et des essais de génération trop génériques.
La rédaction, les médias et le planning à coordonner séparément.
Avec la démarche Liquid Grid
Une matière regroupée et un cadre éditorial réutilisable.
Des brouillons à retravailler, sans renoncer à sa propre voix.
Une préparation organisée et des étapes de validation visibles.
Sur le temps de préparation, Romain estime pouvoir générer, relire et organiser sa semaine éditoriale en moins d’une heure. Il s’agit de son retour d’usage, pas d’un test chronométré généralisable.
Un usage interne réel. Un produit encore en construction.
Le projet est utilisé en interne, tandis que la version destinée à d’autres utilisateurs reste en développement. La suite consiste notamment à rendre la prise en main et la définition de la voix éditoriale accessibles sans reproduire un paramétrage sur mesure pour chaque personne.
Les captures montrent des parcours et des choix d’interface. Les métriques décrivent le retour de Romain. Ces deux types de preuves sont complémentaires, mais ne se confondent pas.
Ce que ce cas démontre : partir d’une difficulté de travail, construire un outil adapté et apprendre de son usage avant d’en faire un produit.
Liquid Grid est un projet de développement sur mesure. L’outil complet et les résultats présentés ne sont pas les livrables promis d’un Sprint de 90 minutes.
À découvrir aussi : Prospector, du ciblage au suivi commercial