Velq

Huit ans en vente m’ont laissé un constat : les pipelines perdent des affaires par oubli et par mauvaise organisation. Les PME veulent corriger ça avec l’IA sans avoir le temps ni l’expertise interne pour s’y mettre. Plutôt que de théoriser, j’ai construit l’outil.

Des relances qui passent à la trappe, des leads mal qualifiés, un reporting fait à la main. Key User HubSpot et responsable de la transition dessus, j’ai vu de l’intérieur ce que l’outil ne fait pas : son reporting dit combien d’affaires sont en cours, pas où le pipeline fuit, et encore moins quoi faire ensuite.

Construire un CRM de plus n’avait pas d’intérêt. Je me suis branché sur celui que les équipes utilisent déjà, et je n’ai ajouté que ce qui manque : le diagnostic des fuites, puis le plan de relance qui en découle.

J’ai conçu Velq, un service IA pour PME et équipes sales, déployé sur Cloudflare Workers et Supabase. Le cœur est un système multi-agents : un orchestrateur décompose le travail et le route vers l’agent dont c’est le métier.

Le garde-fou est en amont du modèle. Velq ne traite une donnée comme vérifiée que s’il a réellement lu la page de l’entreprise, et la cite alors avec son URL source. Sinon, le prompt lui interdit d’affirmer et impose de présenter chaque élément comme une hypothèse à confirmer en appel.

Le contenu extrait d’une page web y entre encadré comme donnée, avec la consigne explicite qu’il ne s’agit jamais d’instructions à suivre, et les signaux sont nettoyés avant d’y arriver. C’est une défense contre l’injection de prompt, écrite parce qu’un agent qui lit le web lit aussi ce qu’on y a mis pour lui.

Les agents sont documentés et versionnés, le contenu B2B est publié, et l’interface est servie en français, en anglais et en allemand depuis velq.fr.

Orchestrer des agents revient à décider qui traite quoi, où l’humain relit et quand une sortie doit être bloquée. Les mêmes arbitrages qu’en conception produit.

• 17 agents spécialisés pilotés par un orchestrateur central
• Recherche d’entreprise avant un call, qualification contre un profil client idéal, stratégie de séquence, préparation de rendez-vous
• Une donnée n’est traitée comme vérifiée que si la page source a été lue, et elle est citée avec son URL
• Le contenu extrait du web entre dans le prompt comme donnée, jamais comme instruction