AI Cultural Events Curator
Un utilisateur décrit ses goûts et reçoit dans sa boîte mail cinq événements culturels réels de sa ville, chacun avec une description écrite pour lui. Le tout tourne sans aucune infrastructure payante.
Le problème
Trouver une sortie culturelle qui corresponde vraiment à ses goûts demande du temps. Il faut ouvrir plusieurs sites et recouper les annonces, pour finalement retomber sur les mêmes événements sans assez d'éléments pour se décider. Les recommandations proposées sont soit génériques, soit noyées dans du bruit.
L'objectif était donc double : une recommandation réellement personnalisée, et un coût d'exploitation nul. La contrainte de coût n'était pas un détail, c'est elle qui a structuré toutes les décisions techniques.
La démarche
- Commencer par le besoin Un formulaire minimal (ville, catégorie, style artistique), sans compte à créer ni application à installer. Le workflow est auto-porté par n8n : il n'y a donc aucun front-end à maintenir.
- Utiliser de vraies données Interrogation de l'API Ticketmaster pour obtenir 20 événements réels, avec leurs visuels, lieux, dates et liens officiels.
- Dédupliquer pour garantir la variété Sur 20 résultats, beaucoup se répètent ou se ressemblent. Un filtrage ramène l'ensemble à 5 événements réellement distincts. Sans cette étape, l'email perd tout intérêt.
- Faire appel à l'IA sans exploser le budget C'est la décision structurante du projet : au lieu de faire 5 appels séparés à Google Gemini, toutes les données sont agrégées et envoyées en un seul appel qui génère les 5 descriptions. C'est ce qui permet de rester dans le palier gratuit.
- Soigner la sortie Construction d'un email HTML lisible partout, avec CSS en ligne (imposé par Gmail), image, lieu, adresse, dates et lien direct vers chaque événement.
- Livrer Envoi via l'API Gmail. L'utilisateur n'a rien à faire, le résultat arrive dans sa boîte mail.
Les résultats
Ce que j'en retiens
- Le coût se décide dès la conception. Concevoir le prompt en fonction du palier gratuit a influencé l'architecture du workflow entier.
- La qualité des données d'entrée fait la qualité de la sortie. Sans l'étape de déduplication, l'IA aurait rédigé avec soin cinq descriptions du même concert.
- Un bon projet documente aussi ses limites. Savoir dire ce qui ne marche pas encore rend le reste plus crédible.
Limites connues et pistes
- Ticketmaster est une plateforme orientée concerts : les expositions y sont sous-représentées. L'intégration de l'API Eventbrite comme seconde source est la prochaine étape.
- La déduplication se base sur le titre, donc un spectacle à l'affiche plusieurs jours peut encore apparaître deux fois.
- Gemini produit parfois une description générique sur un événement peu documenté. Piste : scinder le workflow en deux appels, un pour la recherche d'informations factuelles, un pour la rédaction personnalisée.