Comment l’IA transforme un texte en logigramme

1. Comprendre la description

Un grand modèle de langage lit le texte et identifie :

• les acteurs (client, commercial, logiciel de paiement),
• les étapes, chacune formulée comme une action,
• les décisions et leurs réponses possibles,
• l’ordre de l’ensemble, y compris les retours en arrière,
• éventuellement, les liens vers des endpoints d’API quand une spécification est fournie.

Les modèles de langage sont bons à cet exercice parce qu’il s’agit de compréhension de texte : l’information est dans la description, il faut seulement l’organiser.

2. Produire un modèle structuré, pas une image

La réponse du modèle est une donnée, en général du JSON : une liste de nœuds (identifiant, type, libellé, responsable) et une liste de liens (de, vers, étiquette). Elle ne contient aucune coordonnée. Demander à un modèle de placer lui-même les cases produit souvent des formes qui se chevauchent et des flèches qui se croisent, car la disposition spatiale n’est pas son point fort.

3. La validation

La réponse structurée est contrôlée avant tout affichage : y a-t-il exactement un début ? Chaque lien pointe-t-il vers un nœud existant ? Les décisions ont-elles au moins deux sorties étiquetées ? Une réponse invalide est rejetée plutôt qu’affichée sous forme de schéma cassé. Dans Flowchartio, un modèle qui échoue à la validation produit un message d’erreur, pas un logigramme trompeur.

4. La mise en page automatique

Du code classique et déterministe place les formes : une colonne par responsable, une ligne par étape, des flèches qui contournent les formes. Comme la mise en page est calculée, un même modèle s’affiche toujours de la même façon, et une petite modification ne bouleverse pas tout le schéma.

5. Les formats dérivés

À partir du même modèle, l’outil produit une image SVG ou PNG et des formats texte comme le code Mermaid. Le modèle est la source de vérité ; les images n’en sont que des vues.

Ce que cela change pour vous

• Des modifications fiables. Une demande modifie le modèle (« ajoute une étape après X ») et la mise en page suit : c’est ce qui rend la modification par chat praticable.
• Des erreurs visibles. La structure étant explicite, vous pouvez la relire étape par étape, comme expliqué dans vérifier un logigramme généré.
• Votre description compte avant tout. Le modèle n’extrait que ce qui est écrit : un texte précis donne un schéma précis ; voir bien décrire un processus à l’IA.

Pour voir la chaîne à l’œuvre, collez la description d’un processus et regardez les étapes apparaître.