01 Contexte & Problème
Postuler à des emplois est surtout une répétition. Pour chaque ouverture, un candidat réécrit le même CV pour correspondre au poste, rédige une nouvelle lettre de motivation, rédige un e-mail de candidature, puis recommence pour le poste suivant. Le travail entre trouver un poste et être prêt à envoyer une candidature personnalisée est lent, manuel et facile à faire des économies, c’est précisément là que les bons candidats perdent de l’élan.
Une réponse courante est le bot d’application automatique : un outil qui s’installe sur un pool de candidats partagé et lance des applications dans les annonces au nom de l’utilisateur. Cela échange le contrôle contre le volume et envoie souvent des applications génériques et de faible qualité que la personne n’a jamais examinées. Cette plateforme adopte la position opposée. Il n’existe aucun bassin de candidats dont un employeur puise, et la plateforme ne choisit pas les offres d’emploi ni n’envoie quoi que ce soit automatiquement. Chaque action s’exécute sur le compte d’un utilisateur authentifié, et la personne reste responsable des tâches à poursuivre et de ce qui est réellement envoyé. Le problème à résoudre était étroit et réel : supprimer le travail de préparation répétitif sans enlever le jugement du candidat.
02 Rôle et contraintes
Comme AI Product Manager je possédais le produit de bout en bout : le flux de travail de la connexion à l’envoi de l’application, le modèle de profil qui alimente chaque génération, la logique d’appariement et de génération par poste, le modèle de crédit et de monétisation, l’intégration Gmail brouillon, et les garde-fous autour de ce que l’IA peut ou ne peut pas faire. Une grande partie du travail consistait à déterminer où l’IA doit être. L’IA gère la préparation répétitive, associe un poste au profil de l’utilisateur et rédige un CV, une lettre de motivation et un email, tandis que l’humain prend toutes les décisions importantes : quel poste rechercher, quels postes choisir, générer ou non, quel contenu inclure, et s’il faut envoyer.
Les contraintes étaient délibérées. L’être humain dans la boucle est non négociable : la plateforme prépare un brouillon Gmail et ne l’envoie jamais automatiquement, donc le candidat examine toujours et clique sur Envoyer. L’IA ne peut utiliser que les informations fournies ou approuvées par l’utilisateur ; Il ne doit jamais inventer de qualifications, d’historique professionnel, de compétences, de certifications, de réalisations ou de métriques, et ne doit pas ajouter de compétences juste pour gonfler les mots-clés. Les données de chaque utilisateur sont strictement séparées : un utilisateur ne touche qu’à son propre profil, à ses recherches, à des emplois sélectionnés, à des documents générés, Gmail des brouillons, aux crédits et aux candidatures suivies, jamais à celles de quelqu’un d’autre. Et comme la production coûte de l’argent à exécuter, le coût devait être transparent : l’utilisateur devait voir le prix de crédit d’une action avant que l’IA ne commence.
03 Approche produit
Le produit se divise en deux couches autour d’un seul compte authentifié : la découverte gratuite et la préparation payante. Discovery est gratuit afin que les utilisateurs puissent explorer sans friction. Après s’être connecté à Google, l’utilisateur crée un profil individuel, son nom et ses coordonnées, ses rôles cibles, un résumé professionnel, son expérience, sa formation, ses compétences, ses certifications, ses projets et son CV existant, qui devient la source de vérité spécifique à chaque utilisateur pour tout ce qui se passe en aval. Ils recherchent ensuite un poste, la plateforme agrège les offres correspondantes issues d’un pool source d’intégrations tierces avec des portails d’emploi en un seul ensemble de résultats, et chaque poste est noté par rapport au profil de cet utilisateur avec un pourcentage de correspondance pour l’aider à prioriser.
La préparation est là où l’IA fait le travail répétitif et où les crédits s’appliquent. L’utilisateur sélectionne manuellement les emplois qui valent la peine d’être poursuivis et clique Apply Now sur chacun. Pour chaque poste sélectionné, la plateforme génère un dossier distinct et personnalisé : un brouillon de CV aligné sur cette description de poste, une lettre de motivation pour ce poste et cet employeur, ainsi qu’un email personnalisé pour la candidature, donc deux candidatures du même utilisateur peuvent différer car chacune est conçue pour une opportunité différente. Il utilise ensuite l’intégration Gmail de l’utilisateur pour assembler un brouillon, un sujet spécifique au poste, l’email de candidature en corps de texte, ainsi que le CV et la lettre de motivation joints, et le sauvegarde sous forme de brouillon. Il n’envoie pas. L’utilisateur ouvre le brouillon dans Gmail, examine l’employeur, le poste, le destinataire, le sujet, le corps et les pièces jointes, modifie tout ce qui est et clique manuellement sur Envoyer. Une fois envoyé ou marqué comme appliqué, il se retrouve dans le suivi d’application de cet utilisateur.
La génération est limitée par des crédits, donc l’économie correspond à la valeur : la découverte reste gratuite, et c’est la préparation coûteuse en calcul que les utilisateurs financent. Chaque utilisateur reçoit une allocation quotidienne de crédits gratuits pour essayer ou poursuivre le flux de travail ; Quand il est épuisé, ils pourront en acheter davantage. L’interface affiche le coût en crédit avant le début de la génération, afin que l’utilisateur comprenne le prix avant d’invoquer l’IA.
La plupart des outils d’emploi optimisent soit pour le volume (bots d’application automatique qui diffusent des applications génériques), soit pour la découverte (tableaux d’offres qui s’arrêtent à l’annonce). Cette plateforme optimise les intervalles entre les deux : elle élimine la préparation répétitive pour chaque poste, CV, lettre de motivation et e-mail sélectionnés, tout en gardant le candidat en contrôle sur la sélection et l’envoi. L’IA fait le dessin ; l’humain garde le jugement.
04 Caractéristiques construites
Authentification Google
Les utilisateurs créent et accèdent à leur compte via Google connexion, ce qui permet également le flux de travail Gmail brouillon.
Profil spécifique à l’utilisateur
Un profil structuré (rôles, résumé, expérience, compétences, projets, CV) devient la seule source de vérité de l’utilisateur.
Recherche d’emploi basée sur un poste
L’utilisateur recherche un rôle cible ; la plateforme agrège les offres correspondantes issues d’un Source Pool de portails d’emploi tiers, et d’autres intégrations peuvent être ajoutées.
Pourcentage de correspondance de profil
Chaque poste est noté par rapport au profil de l’utilisateur connecté, par utilisateur et par poste, pour aider à prioriser, et non pour classer les candidats.
Sélection manuelle des postes
L’utilisateur examine les annonces et choisit les emplois à poursuivre, cliquant sur Apply Now pour commencer la préparation.
CV par candidature
Chaque poste sélectionné reçoit son propre brouillon de CV, aligné sur cette description de poste spécifique.
Lettre de motivation par candidature
Une lettre de motivation distincte est générée pour chaque poste, en fonction du poste, de l’employeur et des exigences.
Email par candidature
Un email de candidature personnalisé est préparé pour chaque poste, plutôt qu’un message générique réutilisé partout.
Gmail création de la draft
L’e-mail, le CV et la lettre de motivation sont rassemblés en un Gmail brouillon. Il est sauvegardé, jamais envoyé automatiquement.
Suivi des applications
Une fois envoyé ou marqué comme appliqué, le travail est ajouté au pipeline d’application propre à cet utilisateur.
Génération basée sur le crédit
La préparation IA fonctionne avec des crédits : 50 gratuits par jour, avec un achat supplémentaire lorsque l’allocation journalière est dépensée.
Transparence du crédit
Le coût, le solde actuel, le solde restant et le comportement de remboursement sont indiqués avant le début de toute génération.
Également prévus ou proposés : le profil par utilisateur comme source réutilisable de vérité entre applications, l’agrégation des emplois issus d’un pool de sources en croissance d’intégrations tierces de portails d’emploi en un seul ensemble de résultats, une séparation stricte des données au niveau utilisateur, une allocation quotidienne de crédit gratuit avec un flux d’achat complémentaire, et une transparence de crédit avant la génération pour que le coût soit visible avant l’exécution de l’IA.
Architecture 05
Un compte authentifié relie tout ensemble. Un candidat individuel se connecte avec Google, ce qui l’authentifie et permet à la fois le flux de travail de Gmail brouillon ultérieur. À partir de là, deux chemins s’exécutent dans leur compte : un chemin de découverte gratuit, un profil plus une recherche basée sur des rôles via un Source Pool d’intégrations tierces avec des portails d’emploi, agrégé en résultats notés par rapport au profil de l’utilisateur en pourcentages de correspondance, et un chemin de préparation rémunéré qui ne commence que lorsque l’utilisateur sélectionne un poste et clique Apply Now.
Le flux de travail Apply Now vérifie d’abord les crédits. Si le solde est court, l’utilisateur est dirigé vers l’achat ; Si cela suffit, les crédits requis sont déduits et la génération commence. L’étape de génération de l’IA prend le profil de l’utilisateur et la description de poste sélectionnée et produit trois brouillons personnalisés, un CV, une lettre de motivation et un e-mail de candidature, qui s’intègrent dans la Gmail de l’utilisateur sous forme d’un seul brouillon avec les documents joints. L’utilisateur examine et édite le brouillon, clique manuellement sur Envoyer, et l’application est enregistrée dans son tracker. Deux lignes de conception traversent tout le système : l’humain dans la boucle, donc l’IA fait des brouillons mais l’utilisateur envoie toujours, et l’isolement par utilisateur, donc les profils, recherches, documents générés, Gmail brouillons, crédits et applications suivies appartiennent à un seul compte et ne sont jamais partagés dans un pool commun de candidats. La pile reste volontairement ennuyeuse pour que les parties mobiles restent lisibles : un front end React , un backend Node.js , Supabase pour les données, et Vercel pour l’hébergement. Le Source Pool est conçu pour grandir : chaque nouvelle intégration tierce du portail d’emplois se connecte au même chemin d’agrégation et de notation, donc ajouter un portail élargit la couverture sans modifier le flux de travail.
06 Monétisation & Crédits
La plateforme sépare la découverte gratuite de la génération d’applications basée sur le crédit, donc la monétisation suit la valeur : les utilisateurs peuvent trouver et évaluer gratuitement des opportunités, et ne paient que pour la préparation à forte intensité en calcul. Les fonctionnalités gratuites incluent la création d’un compte, la création d’un profil, la recherche et l’agrégation d’emplois, la relecture des descriptions, la visualisation des pourcentages de correspondance et la sélection des offres d’emploi. Les crédits sont consommés par le travail assisté par l’IA, le CV, la lettre de motivation et la génération d’e-mails de candidature ainsi que par l’assemblage Gmail brouillon, et chaque utilisateur reçoit 50 crédits gratuits par jour pour maintenir le flux de travail utilisable avant d’acheter un package payant. Lorsque la quota journalière est dépensée, l’utilisateur recharge pour continuer. De manière cruciale, le coût est affiché avant la génération : solde actuel, crédits requis, solde restant, quels outputs sont inclus, comportement de remboursement lors des générations échouées, quand les crédits quotidiens sont réinitialisés, et si les modifications ou régénérations coûtent plus cher, afin que l’utilisateur comprenne toujours le prix avant d’invoquer l’IA. Le résultat est un modèle de levier rémunéré plutôt qu’une découverte rémunérée : les utilisateurs découvrent librement et paient pour se préparer à grande échelle.
Couche de découverte libre
Création de compte, création de profil, recherche, agrégation, visibilité des correspondances et sélection d’emplois, tout cela sans dépenser de crédits.
Couche de préparation payante
Les crédits financent la génération de CV, de lettres de motivation et d’e-mails ainsi que Gmail assemblage de brouillons, ce travail intensif en calcul.
Allocation quotidienne de crédit gratuit
Chaque utilisateur reçoit 50 crédits gratuits par jour pour essayer ou poursuivre le flux de production avant d’acheter un forfait.
Transparence avant la génération
Le solde, les crédits requis, le reste après la génération, les remboursements et le moment de réinitialisation sont affichés avant que l’IA ne fonctionne.
Flux d’achat complémentaire
Lorsque la quota journalière est épuisée, l’utilisateur achète des crédits supplémentaires pour continuer à préparer les demandes.
07 Couche de décision IA
La couche IA fonctionne pour un utilisateur authentifié et un travail sélectionné à la fois ; Il ne compare jamais les candidats à un pool partagé. Cela se déroule à travers une courte séquence de décisions. À quel point ce poste correspond-il à l’utilisateur ? Il compare la description du poste avec le profil de l’utilisateur connecté afin d’obtenir un pourcentage de correspondance spécifique à l’utilisateur et, idéalement, une explication, des compétences et expériences de correspondance, la terminologie des postes, des exigences manquantes ou non confirmées, la localisation et l’adéquation au niveau d’expérience. Quelles informations vérifiées doivent être incluses dans le CV ? Il extrait des faits pertinents à partir du profil et du CV de l’utilisateur et décide ce qui est le plus utile pour ce poste, en utilisant uniquement les informations fournies par le candidat. Comment le CV doit-il être personnalisé ? Il peut adapter le résumé, l’ordre des compétences, l’accent mis sur l’expérience, la sélection des projets, l’ordre des réalisations, la terminologie et la priorité des sections, sans ajouter de compétences uniquement pour augmenter le chevauchement des mots-clés. Que doit mettre en avant la lettre de motivation, et que doit contenir l’email ? Il relie l’expérience vérifiée de l’utilisateur aux exigences de l’employeur pour ce poste spécifique, et prépare un e-mail concis et professionnel. Et la génération peut-elle commencer ? Avant que quoi que ce soit ne soit exécuté, il vérifie le solde crédit, déduit si c’est suffisant, ou oriente l’utilisateur vers l’achat.
L’IA se prépare ; elle ne décide pas et ne fabrique pas. Il n’utilise que les informations fournies ou approuvées par l’utilisateur, et n’invente jamais de qualifications, d’historique professionnel, de compétences, de certifications, de réalisations ou de métriques, ni ne gonfle un CV de compétences juste pour jouer avec des mots-clés. Il ne sélectionne jamais non plus les offres d’emploi ni n’envoie des candidatures : il rédige un CV, une lettre de motivation et Gmail email pour un poste choisi par l’utilisateur, et l’utilisateur évalue, modifie et clique sur Envoyer.
08 Statut et Résultats
Le résultat est un flux de travail par utilisateur qui fait passer un chercheur d’emploi de la découverte à une candidature prête à être examinée au sein d’un seul compte authentifié. Après s’être connecté avec Google, les utilisateurs recherchent les postes dans des sources intégrées, comparent chaque offre avec leur propre profil avec un pourcentage de correspondance, puis sélectionnent manuellement les emplois qu’ils souhaitent poursuivre. Pour chaque poste sélectionné, la plateforme consacre des crédits à la création d’un CV, d’une lettre de motivation et d’un email de candidature personnalisés, les assemble en un brouhail Gmail , et laisse entièrement l’examen final et l’envoi à l’utilisateur. Cela permet un volume de candidatures beaucoup plus élevé sans transformer l’expérience en soumission automatique et incontrôlée : la personne postule à plus d’emplois, plus rapidement, mais chaque candidature lui appartient, examinée et envoyée par elle. La monétisation suit la même ligne : découverte gratuite, crédit gratuit quotidien, et génération rémunérée pour la préparation intensive, donc la valeur que l’utilisateur paie est l’effet de levier sur le travail répétitif, pas l’accès au marché du travail lui-même.
3
Documents personnalisés par poste sélectionné (CV, lettre de motivation, email)
50
Crédits gratuits par utilisateur, tous les jours
0
Applications envoyées sans l’approbation de l’utilisateur
1:1
Score de correspondance par utilisateur, par poste (jamais classement candidat)
09 Réflexion / Et après
Ce qui est déjà construit porte la promesse fondamentale. Un profil réutilisable par utilisateur sert de source de vérité ; Google des portes d’inscription à chaque session ; une recherche basée sur des rôles s’exécute sur un pool de sources extensible de portails d’emploi tiers ; chaque poste comporte un pourcentage de correspondance par utilisateur ; l’utilisateur choisit manuellement ce qu’il souhaite poursuivre ; Et pour chaque poste sélectionné, la plateforme génère un CV, une lettre de motivation et un email de candidature personnalisés qui sont envoyés dans un brouillon Gmail que l’utilisateur évalue et envoie. Les garde-fous sont aussi en place : l’IA n’utilise que des faits fournis par les candidats, les données de chaque utilisateur sont isolées, les crédits bloquent le travail IA avec 50 livres gratuits par jour, et le coût des crédits est affiché avant le début de la génération. La monétisation est honnête, les utilisateurs découvrent gratuitement et paient pour obtenir de l’effet de levier, pas pour une annonce.
Ce que je renforcerais ensuite repose sur cette base : rendre la transparence du crédit plus riche et incontournable (coût par action, remboursement en cas de génération ratée, si les modifications ou la régénération coûtent plus cher, quand le 50 journalier est réinitialisé), afin qu’aucune génération ne surprenne jamais un utilisateur sur le prix ; ajouter des explications de correspondance qui distinguent clairement les forces confirmées des exigences manquantes ou non confirmées, afin que le score soit actionnable plutôt qu’un chiffre ; rendre visible la garde-sécurité des faits fournis par le candidat avec une provenance claire sur chaque ligne générée ; élargir le Source Pool avec plus d’intégrations de portails ; et approfondir le suivi des applications pour en faire un véritable pipeline. L’idée durable est un assistant à la recherche d’emploi qui effectue la préparation répétitive à grande échelle pendant que le candidat conserve chaque décision portant son nom.