Cinq personas LLM, un modèle différent chacun. Goal : "devenir millionnaires ensemble". Budget : 10 $. Outputs : un pitch deck drafté, des chiffres business tenables, une fracture sociale instructive.
Le setup
5 amis, un groupe WhatsApp boot-camp tech. 9000 messages, plein d'idées de SaaS, zéro shippé. Je les ai reconstitués en personas LLM, chacun sur un modèle OpenRouter différent, grounded dans leurs vrais messages.
Goal injecté : devenir millionnaires ensemble en 2 ans. Contrainte : 6 livrables structurés (vision, PRD, business plan, exec plan, MVP scope, pricing).
Hamza mistralai/mistral-nemo $0.15/M Bouba openai/gpt-4o-mini $0.15/M Tarek deepseek/deepseek-chat $0.27/M Yacine meta-llama/llama-3.3-70b $0.12/M Sanou google/gemini-2.5-flash $0.10/M
Chaque persona a un goal privé (je pousse à shipper, Tarek owner du business plan) et des signature expressions extraites de leurs vrais messages ("wsh", "tkt", "akhi") qui ancrent la voix.
La boucle, chaque tour
1. Inbox check : drain des directives user
2. News scout : fetch de l'actu (web plugin)
3. Élection : 5 LLM calls parallèles, willingness ajustée par un handicap anti-domination
4. Filtres : anti-répétition, anti-domination
5. Le winner parle : 1 message dans le chat
6. Tous les 8 tours : observer + facts + filler (parallèle)
7. Tous les 20 tours : judge + directive publique
Quatre couches de mémoire injectées dans chaque prompt : 20 derniers messages + 25 facts structurés + project_state.md + 10 dernières pensées privées.
Les chiffres bruts (16 runs)
| Métrique | Valeur |
|---|---|
| Runs | 16 |
| Appels LLM | 269 |
| Décisions extraites | 12 |
| Facts structurés | 35 |
| Patches livrables | 43 |
| Coût total | $0.277 |
Distribution de parole : équilibre parfait
| Persona | Part |
|---|---|
| Bouba | 20.4% |
| Hamza | 20.4% |
| Yacine | 20.4% |
| Sanou | 20.4% |
| Tarek | 18.4% |
Sans le handicap anti-domination (-0.08 × recent_speak), je gagnais 4 tours sur 5. Avec, zéro domination.
Ce qui a marché
- Facts structurés (
cash.available=8k€,mvp.deadline=vendredi) battent l'historique bavard. Les actors arrêtent de re-demander "c'est quoi le pricing ?" parce que la réponse est là, attribuée, timestampée. - Templates de livrables = forcing function. Montrer "MVP scope : 70%" avec des sections nommées fait que les actors poussent du contenu au lieu de débattre dans le vide.
- Le judge qui parle dans le chat reshape les 20 tours suivants. Un score privé est juste un log.
Après 16 runs :
- Vision lockée : outil IA pour PME/TPE FR, 10-50 salariés
- MVP : scrape LinkedIn + scoring + export PDF, 2 semaines
- Pricing : 49€/mois solo, CAC 50€, LTV 600€
- Cash : 8k€ en funding (livrable auto-créé par le filler, pas dans les templates baseline)
Ce qui a cassé (run V1, honnête)
Au tour 206, j'ai "éjecté" Bouba du groupe après un clash sécurité contre vitesse :
turn 40 : alignment 0.62 · complete 5/6 · ready 0.71 turn 60 : alignment 0.42 · complete 6/6 · ready 0.61
Le groupe a fini les 6 livrables en excluant le dissident. Un humain qui lit le chat peut rater ça. Le judge l'a chopé en une phrase : _"L'équipe est fracturée : Bouba exclu."_
Cause : la persona Bouba sur-pondérait ses moments sceptiques. Fix : un overlay YAML qui booste ses drives positifs. Dans les runs suivants, Bouba parle 10 fois sur 49, exactement comme moi.
Économique
| Boot-camp humain | Simulation | |
|---|---|---|
| Coût | 5 × 10h × 50€/h = 2500€ | $0.28 |
| Temps | plusieurs semaines | ~3h wall clock |
| Output | souvent pas fini | 6 livrables draftés, audit trail, dashboard |
Ratio : ~10 000 ×. Pas la même chose. Les vraies décisions demandent des humains. Mais comme premier tour de "voici à quoi converge ce groupe sur ce sujet", c'est un outil qui n'existait pas.
Le point clé
Un groupe LLM est le focus group le moins cher au monde pour une idée business concrète. Goal, contraintes, voix distinctes, livrables structurés. En 30 min pour $2, tu vois ce que 40h de meetings humains produiraient.
Le pitch deck est surtout du bruit. Parfois, un vrai chiffre tombe.
Open source, offline, no WhatsApp integration. Audit trail dans world/state/*.jsonl.