Un deuxième et un troisième avis, dans Claude.

Code envoyé :

// routes/webhooks.js — payment webhook of a solo invoicing SaaS (Node 20, Express 4, Stripe, pg)
const express = require('express');
const { db } = require('../db');
const router = express.Router();

router.post('/webhooks/stripe', express.json(), async (req, res) => {
  const event = req.body;

  if (event.type === 'invoice.paid') {
    const invoice = event.data.object;
    const userId = invoice.metadata.userId;
    await db.query('UPDATE users SET plan = $1, paid_until = $2 WHERE id = $3',
      ['pro', new Date(invoice.period_end * 1000), userId]);
    await db.query('INSERT INTO payments (user_id, amount) VALUES ($1, $2)',
      [userId, invoice.amount_paid / 100]);
  }

  if (event.type === 'customer.subscription.deleted') {
    await db.query("UPDATE users SET plan = 'free' WHERE stripe_customer = '" + event.data.object.customer + "'");
  }

  res.sendStatus(200);
});

module.exports = router;

1. critique

   Le webhook traite le corps de la requête sans vérifier la signature Stripe. N’importe quel appelant externe peut ainsi envoyer de faux événements `invoice.paid` ou `customer.subscription.deleted` et activer ou rétrograder des comptes utilisateurs. Le parseur JSON écarte en outre le corps brut non modifié dont la vérification de signature Stripe a besoin.

   Correctif : Utiliser `express.raw({ type: 'application/json' })` pour cette route et appeler `stripe.webhooks.constructEvent(req.body, req.headers['stripe-signature'], webhookSecret)` avant tout traitement. Veiller à ce qu’aucun parseur JSON global ne soit déjà appliqué auparavant à cette route ; rejeter les signatures invalides avec 400.

   ligne 6 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

2. critique

   Absence de validation de la signature du webhook Stripe. Un attaquant peut envoyer à ce point de terminaison n’importe quels faux événements de webhook afin de passer indûment des comptes en Pro ou de manipuler des entrées de la base de données.

   Correctif : Utilisez stripe.webhooks.constructEvent() avec le secret du webhook Stripe pour vérifier l’authenticité et l’intégrité de chaque événement.

   ligne 6 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

3. critique

   Vulnérabilité d’injection SQL due à la concaténation directe d’entrées utilisateur (event.data.object.customer) dans la chaîne de requête SQL.

   Correctif : Utilisez des requêtes paramétrées comme pour les instructions précédentes : db.query('UPDATE users SET plan = $1 WHERE stripe_customer = $2', ['free', event.data.object.customer]).

   ligne 18 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

4. critique

   Le webhook ne vérifie jamais la signature Stripe, et express.json() écarte le corps brut nécessaire pour le faire. N’importe qui peut envoyer par POST un faux événement invoice.paid et faire passer gratuitement n’importe quel compte en pro.

   Correctif : Utilisez express.raw({ type: 'application/json' }) sur cette route et construisez l’événement avec stripe.webhooks.constructEvent(req.body, req.headers['stripe-signature'], endpointSecret) ; rejetez la requête en cas d’échec.

   ligne 6 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

5. élevée

   L’ID client est inséré directement dans une instruction SQL. Une valeur comme `' OR 1=1 --` peut manipuler la clause WHERE et faire passer tous les utilisateurs au forfait gratuit ; selon la configuration de la base de données, des injections SQL plus poussées sont possibles.

   Correctif : Paramétrer entièrement la requête : `UPDATE users SET plan = 'free' WHERE stripe_customer = $1` avec `[event.data.object.customer]`. Authentifier en plus l’événement par la signature Stripe.

   ligne 19 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

6. élevée

   Il n’y a aucun contrôle d’idempotence. Stripe livre les webhooks au moins une fois et les répète en cas de timeout ou d’erreur. Le même événement `invoice.paid` peut donc créer plusieurs fois des entrées de paiement identiques.

   Correctif : Enregistrer l’ID d’événement Stripe ou l’ID de facture dans l’enregistrement de paiement, le protéger par une contrainte UNIQUE et exécuter de façon atomique le traitement de l’événement et le paiement sous forme d’insert/upsert. Confirmer avec 200 les événements déjà traités, sans répéter l’opération métier.

   ligne 14 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

7. élevée

   Le handler `async` ne transmet pas les erreurs. Express 4 n’intercepte pas automatiquement les promesses rejetées des handlers de route asynchrones. Une erreur de base de données ou un objet `invoice.paid` incomplet entraîne donc un rejet de promesse non géré et peut, sous Node 20, mettre fin au processus au lieu de renvoyer une réponse d’erreur de façon contrôlée.

   Correctif : Entourer le handler d’un `try/catch` et transmettre les erreurs à `next(err)`, ou utiliser un wrapper async. Valider la structure des entrées avant d’y accéder et, en cas d’erreurs de traitement temporaires, renvoyer de façon contrôlée un statut 5xx afin que Stripe livre à nouveau.

   ligne 6 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

8. élevée

   L’utilisation de express.json() pour le point de terminaison du webhook analyse au préalable le corps en JSON. Or la vérification de signature de Stripe a besoin du corps brut non modifié.

   Correctif : Utilisez express.raw({ type: 'application/json' }) au lieu de express.json() pour le handler de route du webhook Stripe.

   ligne 6 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

9. moyenne

   La mise à jour de l’utilisateur et l’entrée de paiement sont deux opérations de base de données validées indépendamment. Si l’INSERT échoue après un UPDATE réussi, l’utilisateur obtient le forfait Pro alors qu’aucun enregistrement de paiement correspondant n’existe.

   Correctif : Exécuter les deux opérations, avec le marqueur d’idempotence, dans une transaction de base de données sur le même client, et tout annuler en cas d’erreur.

   ligne 12 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

10. moyenne

    Le traitement ne tient pas compte du fait que Stripe peut livrer les événements en dehors de leur ordre de création. Un `invoice.paid` plus ancien arrivé en retard peut faire reculer `paid_until` ; un `customer.subscription.deleted` arrivé en retard peut repasser à `free` un utilisateur réactivé entre-temps.

    Correctif : Rapprocher l’état actuel de l’abonnement à l’aide d’ID Stripe stables, par exemple en l’interrogeant chez Stripe, et persister les transitions d’état ou l’horodatage du dernier événement traité. Au minimum, ne mettre à jour `paid_until` que vers l’avant et ne pas appliquer aveuglément les événements de suppression à l’état actuel de l’utilisateur.

    ligne 12 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

11. moyenne

    `amount_paid / 100` suppose sans vérification que la devise a exactement deux décimales. C’est faux, par exemple, pour le JPY. De plus, la devise n’est pas enregistrée avec le montant, si bien que celui-ci n’a pas d’unité univoque dans l’enregistrement de paiement.

    Correctif : Enregistrer de préférence les montants inchangés dans la plus petite unité monétaire, avec `invoice.currency`. Si des unités monétaires principales sont nécessaires, effectuer la conversion à l’aide de l’exposant propre à chaque devise.

    ligne 15 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

12. moyenne

    Absence de gestion des exceptions dans une route Express 4 asynchrone. En cas d’erreur de base de données ou de champs manquants, cela entraîne un rejet de promesse non géré, qui peut faire planter l’application.

    Correctif : Ajoutez un bloc try-catch et transmettez les erreurs à next(err), ou utilisez un utilitaire comme express-async-handler.

    ligne 6 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

13. moyenne

    Aucune validation de la présence de invoice.metadata.userId. Si le champ metadata ou userId est absent ou undefined, les requêtes SQL échouent ou travaillent avec des valeurs invalides.

    Correctif : Vérifiez explicitement, avant d’exécuter les requêtes de base de données, que invoice.metadata et invoice.metadata.userId sont présents et valides.

    ligne 10 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

14. moyenne

    Stripe répète les webhooks et peut livrer le même événement plus d’une fois. Chaque livraison insère une nouvelle ligne de paiement, si bien que les rapports de chiffre d’affaires comptent en double.

    Correctif : Enregistrez event.id (ou l’ID de facture) avec une contrainte d’unicité et ignorez les événements déjà traités.

    ligne 14 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

Code envoyé :

<?php
// erp-import.php — custom plugin: imports the ERP's CSV export into WooCommerce (WordPress 6, WooCommerce 9)
add_action('wp_ajax_erp_import', 'erp_import');
add_action('wp_ajax_nopriv_erp_import', 'erp_import');

function erp_import() {
    global $wpdb;
    $path = $_POST['file'];
    $rows = array_map('str_getcsv', file($path));

    foreach ($rows as $row) {
        [$sku, $name, $price, $stock] = $row;
        $id = $wpdb->get_var("SELECT post_id FROM {$wpdb->postmeta} WHERE meta_key = '_sku' AND meta_value = '$sku'");
        if (!$id) continue;
        update_post_meta($id, '_price', $price);
        update_post_meta($id, '_regular_price', $price);
        update_post_meta($id, '_stock', $stock);
        wp_update_post(['ID' => $id, 'post_title' => $name]);
    }
    echo 'Imported ' . count($rows) . ' rows';
    wp_die();
}

1. critique

   L’import est accessible publiquement via `wp_ajax_nopriv_erp_import` ; même pour le hook authentifié, les vérifications de capability et de nonce manquent. Des utilisateurs anonymes ou des attaques CSRF peuvent ainsi modifier noms de produits, prix et stocks.

   Correctif : Supprimer le hook `nopriv`, vérifier avant tout traitement une capability adaptée comme `manage_woocommerce` et sécuriser la requête avec `check_ajax_referer()`.

   ligne 3 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

2. critique

   Le hook wp_ajax_nopriv_erp_import donne aux visiteurs non authentifiés accès à la fonction d’import.

   Correctif : Supprimer le hook nopriv et vérifier l’autorisation au moyen de current_user_can('manage_options').

   ligne 4 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

3. critique

   Le chemin de fichier issu de $_POST['file'] est transmis sans vérification à file(), ce qui permet le path traversal et la lecture arbitraire de fichiers (LFI).

   Correctif : Gérer les envois de fichiers via $_FILES, ou valider strictement le chemin saisi en le limitant aux répertoires autorisés (p. ex. wp_upload_dir()).

   ligne 7 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

4. critique

   Vulnérabilité d’injection SQL, car $sku est inséré directement dans la requête SQL sans être nettoyé.

   Correctif : Utiliser des requêtes préparées avec $wpdb->prepare().

   ligne 11 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

5. critique

   L’import est enregistré pour wp_ajax_nopriv, et il n’y a ni vérification de capability ni nonce. N’importe quel visiteur peut le déclencher et écraser prix, stocks et noms de produits.

   Correctif : Supprimez le hook nopriv, vérifiez current_user_can('manage_woocommerce') et vérifiez un nonce avec check_ajax_referer() avant toute autre action.

   ligne 4 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

6. élevée

   Le chemin fourni par le client est transmis sans vérification à `file()`. Cela permet de traiter n’importe quel fichier local lisible et, selon `allow_url_fopen`, des URL externes ou internes, ce qui rend possibles des accès indésirables aux fichiers et une SSRF aveugle.

   Correctif : N’accepter aucun chemin librement choisi. Utiliser uniquement des ID d’envoi connus côté serveur, vérifier le chemin canonique par rapport à un répertoire d’import fixe et n’autoriser que des fichiers CSV locaux ordinaires.

   ligne 8 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

7. élevée

   `$sku` provient du CSV et est interpolé directement dans le SQL. Une valeur de SKU contenant des métacaractères SQL peut manipuler la requête et, entre autres, choisir n’importe quel ID de post comme cible de la mise à jour.

   Correctif : Paramétrer la requête avec `$wpdb->prepare()`, par exemple avec `meta_value = %s`, ou utiliser la fonction WooCommerce de recherche de produit par SKU.

   ligne 13 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

8. élevée

   `file()` charge toute l’entrée en mémoire et `array_map()` crée en plus le tableau analysé complet. Sans limite de taille, une ressource distante volumineuse ou sans fin peut épuiser la mémoire, le temps d’exécution et les workers PHP ; l’accessibilité publique aggrave encore ce point.

   Correctif : Limiter la taille du fichier et le nombre de lignes, ouvrir le fichier localement avec `fopen()` et traiter les enregistrements en streaming via `fgetcsv()`. Mettre en place en plus des limites de débit ou une tâche d’arrière-plan contrôlée.

   ligne 9 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

9. élevée

   Absence de protection CSRF (validation de nonce).

   Correctif : Appeler check_ajax_referer() au début de la fonction.

   ligne 6 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

10. élevée

    Le chemin du fichier vient directement de la requête et est transmis à file(). Un attaquant peut lire n’importe quel fichier lisible par le serveur web, ou une URL distante si allow_url_fopen est activé.

    Correctif : Acceptez un fichier envoyé via wp_handle_upload() ou lisez uniquement depuis un répertoire d’import fixe ; ne prenez jamais un chemin depuis la requête.

    ligne 8 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

11. moyenne

    Le code suppose que chaque ligne possède exactement quatre colonnes exploitables. Les lignes vides ou endommagées produisent des valeurs manquantes, ce qui génère des avertissements et peut mettre involontairement le nom, le prix ou le stock à des valeurs vides.

    Correctif : Vérifier le nombre de colonnes et les champs obligatoires avant la déstructuration, ignorer les lignes vides et rejeter les enregistrements erronés avec un message d’erreur clair.

    ligne 12 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

12. moyenne

    La combinaison de `file()` et `str_getcsv()` analyse chaque ligne physique séparément. Des champs CSV valides contenant des sauts de ligne sont ainsi découpés en plusieurs enregistrements erronés.

    Correctif : Lire le CSV en flux avec `fgetcsv()` ; cette fonction traite les champs multilignes correctement placés entre guillemets par-delà les limites d’enregistrement.

    ligne 9 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

13. moyenne

    Le prix et le stock sont enregistrés sans vérification comme des chaînes quelconques. Des valeurs non numériques, de mauvais formats décimaux ou des stocks non admissibles peuvent endommager les données produit et conduire à des calculs incohérents.

    Correctif : Valider le prix et le stock avant l’écriture et les normaliser avec des helpers WooCommerce comme `wc_format_decimal()` et `wc_stock_amount()` ; refuser les valeurs invalides ou non admissibles sur le plan métier.

    ligne 15 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

14. moyenne

    Les données WooCommerce sont modifiées directement en tant que post meta. Les états associés comme `_stock_status`, les tables de lookup produit et, le cas échéant, les caches ne sont donc pas synchronisés de façon fiable avec les nouveaux prix et stocks.

    Correctif : Charger le produit via `wc_get_product()`, utiliser les méthodes CRUD comme `set_regular_price()`, `set_price()` et `set_stock_quantity()`, définir le statut de stock ou `manage_stock` selon les règles métier, puis appeler `save()`.

    ligne 15 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

15. moyenne

    La recherche par SKU examine toutes les métadonnées de post et ne vérifie ni le type de post ni si l’ID trouvé est réellement un produit ou une variation WooCommerce. En cas de métadonnées `_sku` en double ou détournées de leur usage, c’est en outre un résultat non déterministe qui est mis à jour.

    Correctif : Utiliser `wc_get_product_id_by_sku()`, puis valider le résultat avec `wc_get_product()` ainsi qu’avec le type de produit attendu ; traiter les SKU en double comme des erreurs d’import.

    ligne 13 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

16. moyenne

    Les valeurs de retour de `update_post_meta()` et `wp_update_post()` sont ignorées. L’import peut échouer en partie ou s’interrompre, mais il annonce malgré tout le nombre total de lignes lues comme importées avec succès.

    Correctif : Consigner succès et erreurs par produit, utiliser `wp_update_post(..., true)`, ne compter que les enregistrements réellement mis à jour et renvoyer une réponse d’erreur structurée. Pour les gros imports, prévoir une tâche d’arrière-plan pouvant être reprise.

    ligne 15 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

17. moyenne

    Pour chaque ligne CSV, au moins une requête de recherche et plusieurs opérations d’écriture individuelles sont exécutées de façon synchrone. Les gros imports entraînent donc de nombreux allers-retours avec la base de données, peuvent dépasser le délai de la requête et laisser un catalogue mis à jour seulement en partie.

    Correctif : Exécuter l’import en lots limités, comme processus d’arrière-plan, résoudre les SKU de façon groupée et enregistrer la progression ainsi que l’état de reprise.

    ligne 11 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

18. moyenne

    file() lit tout le fichier d’un coup en mémoire vive, ce qui entraîne des erreurs d’épuisement de la mémoire pour les gros fichiers CSV.

    Correctif : Lire le fichier ligne par ligne en streaming via fopen() et fgetcsv().

    ligne 8 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

19. moyenne

    La déstructuration de tableau suppose que chaque ligne contient au moins 4 éléments ; sinon, des warnings PHP ou des erreurs d’index non initialisé se produisent.

    Correctif : Vérifier avec count($row), avant le dépaquetage, qu’il y a suffisamment de colonnes.

    ligne 10 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

20. moyenne

    Les requêtes de base de données et les mises à jour de posts sont effectuées une par une dans une boucle (problème N+1), ce qui ralentit fortement l’exécution.

    Correctif : Découper l’import en lots et regrouper les requêtes/mises à jour.

    ligne 11 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

21. faible

    Les erreurs de `file()` ne sont pas vérifiées. Pour un chemin manquant, illisible ou non pris en charge, `file()` renvoie `false`, sur quoi `array_map()` peut lever une `TypeError` dans les versions actuelles de PHP.

    Correctif : Vérifier explicitement l’ouverture et la lecture, ne pas utiliser les avertissements PHP comme flux de contrôle et, en cas d’erreur, renvoyer une réponse HTTP ou `wp_send_json_error()` appropriée.

    ligne 9 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

Code envoyé :

// routes/order.js — order endpoint of the bakery's ordering page (Node 20, Express 4, pg)
const express = require('express');
const { pool } = require('../db');
const { sendConfirmation } = require('../mail');
const router = express.Router();

router.post('/order', async (req, res) => {
  const { cakeId, pickupDate, name, email, price, note } = req.body;

  const cake = await pool.query(`SELECT * FROM cakes WHERE id = ${cakeId}`);
  if (!cake.rows.length) return res.status(404).send('Unknown cake');

  const order = await pool.query(
    'INSERT INTO orders (cake_id, pickup_date, name, email, amount, note) VALUES ($1, $2, $3, $4, $5, $6) RETURNING id',
    [cakeId, pickupDate, name, email, price, note]
  );

  sendConfirmation(email, order.rows[0].id);
  res.redirect(`/pay?order=${order.rows[0].id}&amount=${price}`);
});

module.exports = router;

1. critique

   cakeId est interpolé directement dans la chaîne SQL. Un attaquant peut injecter des expressions SQL ou des instructions supplémentaires, et ainsi lire ou modifier des données, ou surcharger la base de données.

   Correctif : Paramétrer aussi cette requête, p. ex. `SELECT ... FROM cakes WHERE id = $1` avec `[cakeId]`, et vérifier en plus que cakeId a le type attendu.

   ligne 10 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

2. critique

   Vulnérabilité d’injection SQL due à l’interpolation directe de cakeId par template string dans la requête SQL.

   Correctif : Utilisez une requête SQL paramétrée : pool.query('SELECT * FROM cakes WHERE id = $1', [cakeId]).

   ligne 9 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

3. critique

   Manipulation du prix possible côté client. Le prix est repris de req.body, puis directement enregistré et traité.

   Correctif : Lisez le prix côté serveur dans la base de données (cake.rows[0].price) et ne faites pas confiance à la valeur envoyée par le client.

   ligne 8 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

4. critique

   cakeId, issu du corps de la requête, est interpolé dans la chaîne SQL : injection SQL.

   Correctif : Utilisez une requête paramétrée : SELECT * FROM cakes WHERE id = $1.

   ligne 10 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

5. élevée

   Le montant enregistré et transmis au flux de paiement provient entièrement de `req.body.price`. Un client peut saisir, pour n’importe quel gâteau, un montant manipulé, négatif ou très faible.

   Correctif : Déterminer le prix exclusivement côté serveur, à partir du gâteau choisi ou d’une version de prix immuable. Créer chez le prestataire de paiement une session de paiement côté serveur avec ce montant, et vérifier à nouveau côté serveur le montant attendu lors de la confirmation du paiement.

   ligne 16 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

6. élevée

   La commande est créée et une confirmation est envoyée avant qu’un quelconque paiement réussi ait été prouvé. Les opérations interrompues ou volontairement impayées apparaissent ainsi comme des commandes confirmées et peuvent être générées à volonté.

   Correctif : Créer d’abord les commandes avec un statut tel que `pending_payment`. Ne passer à `paid` qu’après une notification authentifiée du prestataire de paiement, traitée de façon idempotente, puis envoyer la confirmation ou déclencher la production ou la réservation.

   ligne 19 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

7. élevée

   Absence de gestion des erreurs dans une route Express 4 asynchrone. Les erreurs de base de données ou d’exécution entraînent des rejets de promesses non gérés.

   Correctif : Utilisez un bloc try/catch et transmettez les erreurs avec next(err), ou utilisez un paquet comme express-async-errors.

   ligne 8 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

8. élevée

   Le montant est pris côté client (price dans le corps de la requête) : un client peut donc fixer son propre prix.

   Correctif : Lisez le prix côté serveur dans la ligne de la table cakes et ignorez toute valeur venant du client.

   ligne 15 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

9. moyenne

   Le handler asynchrone ne transmet pas les erreurs. Express 4 ne traite pas automatiquement les promesses rejetées des handlers `async` ; des erreurs de base de données ou des erreurs synchrones d’envoi de mail peuvent donc entraîner des requêtes sans réponse et des rejets non gérés.

   Correctif : Entourer le handler d’un `try/catch` et transmettre les erreurs à `next(err)`, ou utiliser un wrapper async éprouvé. Configurer en outre une gestion centralisée des erreurs.

   ligne 7 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

10. moyenne

    Le résultat de `sendConfirmation` n’est ni attendu avec await ni traité d’une autre manière en cas d’erreur. Un rejet de promesse peut rester non géré ; en même temps, le client reçoit déjà une réponse de succès alors que l’envoi du mail a pu échouer.

    Correctif : Effectuer l’envoi après confirmation du paiement via une outbox persistante ou une file de tâches avec nouvelles tentatives. Au minimum, attendre la promesse avec await et journaliser ou traiter les erreurs de façon contrôlée.

    ligne 19 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

11. moyenne

    Il n’y a aucune protection d’idempotence. Les répétitions du navigateur, les doubles clics ou les nouvelles tentatives réseau créent chacun une nouvelle commande et, le cas échéant, plusieurs confirmations ou tentatives de paiement.

    Correctif : Accepter une clé d’idempotence ou un ID de session de checkout, la protéger par une contrainte d’unicité et, en cas de répétition, renvoyer la commande déjà existante.

    ligne 13 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

12. moyenne

    pickupDate, name, email, price et note sont traités sans validation métier ni syntaxique. Des dates de retrait passées ou invalides, des données client manquantes et des valeurs de champ inadaptées peuvent ainsi être enregistrées ; de plus, les erreurs de base de données ne surviennent que tard et de façon incontrôlée.

    Correctif : Utiliser un schéma de requête avec types, champs obligatoires, limites de longueur et formats normalisés. Vérifier les dates de retrait au regard du fuseau horaire, du délai de préparation et des règles d’ouverture ou de capacité applicables ; ne pas accepter le prix comme saisie du client.

    ligne 8 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

13. moyenne

    L’appel asynchrone de sendConfirmation n’est ni attendu avec await ni protégé contre les erreurs.

    Correctif : Placez await devant sendConfirmation et gérez les erreurs possibles lors de l’envoi de l’e-mail.

    ligne 17 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

14. faible

    Validation incomplète des entrées pour des champs comme email, pickupDate, name et note.

    Correctif : Mettez en place une validation par schéma (p. ex. avec Zod ou express-validator) avant de traiter les données de la requête.

    ligne 8 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

Code envoyé :

// billing/applyCredit.ts — billing module in the monolith (TypeScript, node-postgres)
import { pool } from '../db';

export async function applyCredit(customerId: string, invoiceId: string, creditCents: number) {
  const inv = await pool.query('SELECT total_cents, status FROM invoices WHERE id = $1', [invoiceId]);
  const balance = await pool.query('SELECT credit_cents FROM customers WHERE id = $1', [customerId]);

  const available = balance.rows[0].credit_cents;
  if (creditCents > available) throw new Error('Not enough credit');

  const newTotal = inv.rows[0].total_cents - creditCents;
  await pool.query('UPDATE invoices SET total_cents = $1 WHERE id = $2', [newTotal, invoiceId]);
  await pool.query('UPDATE customers SET credit_cents = credit_cents - $1 WHERE id = $2', [creditCents, customerId]);

  if (newTotal <= 0) {
    await pool.query("UPDATE invoices SET status = 'paid' WHERE id = $1", [invoiceId]);
  }
  return newTotal * 1.19 / 100;
}

1. critique

   Absence de transaction de base de données et de verrou de ligne. Lors de requêtes parallèles, des race conditions (p. ex. double dépense du crédit) et, en cas d’erreur, des mises à jour incomplètes peuvent survenir.

   Correctif : Utilisez un client du pool avec BEGIN/COMMIT et employez SELECT FOR UPDATE pour verrouiller et mettre à jour les lignes de façon atomique.

   ligne 5 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

2. élevée

   Les trois mises à jour liées ne sont pas exécutées dans une transaction de base de données. Si le débit du crédit client ou le changement de statut échoue, la facture peut déjà avoir été réduite sans que le crédit ait été correctement débité ou que le statut ait été défini.

   Correctif : Obtenir un client dédié du pool et exécuter toutes les vérifications et mises à jour entre BEGIN et COMMIT ; utiliser ROLLBACK en cas d’erreur.

   ligne 11 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

3. élevée

   La facture est d’abord lue, puis écrasée plus tard avec une valeur calculée en absolu. Deux appels parallèles peuvent lire la même valeur de départ, puis s’écraser mutuellement ; les deux débits de crédit ont pourtant lieu, alors qu’une seule imputation reste entièrement visible dans la facture.

   Correctif : Verrouiller la facture concernée dans la même transaction avec SELECT ... FOR UPDATE, ou modifier le montant de façon atomique via UPDATE ... SET total_cents = total_cents - $1 avec des conditions adaptées.

   ligne 4 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

4. élevée

   La vérification et le débit du crédit client ne sont pas atomiques. Des appels parallèles peuvent voir tous deux la même couverture disponible, puis faire passer le crédit sous zéro.

   Correctif : Verrouiller l’enregistrement client de manière transactionnelle ou utiliser un UPDATE conditionnel, par exemple UPDATE customers SET credit_cents = credit_cents - $1 WHERE id = $2 AND credit_cents >= $1 RETURNING credit_cents, et exiger exactement une ligne renvoyée.

   ligne 8 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

5. élevée

   Le code ne vérifie pas que la facture appartient au client indiqué. Le crédit d’un client peut ainsi être appliqué à n’importe quelle facture désignée par invoiceId.

   Correctif : Interroger et mettre à jour la facture et le client via la relation de propriété, par exemple avec WHERE invoices.id = $1 AND invoices.customer_id = $2 ; interrompre en l’absence de correspondance.

   ligne 4 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

6. élevée

   Le crédit à appliquer n’est pas limité au montant restant dû de la facture. Si creditCents est supérieur à total_cents, un montant de facture négatif est enregistré et du crédit client excédentaire est consommé.

   Correctif : N’autoriser que des montants allant jusqu’à la valeur restant due de la facture, ou déterminer le montant réellement utilisé comme min(creditCents, total_cents) et ne débiter que celui-ci du crédit client.

   ligne 10 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

7. élevée

   Les valeurs négatives, non entières ou non représentables de façon sûre ne sont pas rejetées. En particulier, une valeur creditCents négative augmente le montant de la facture et en même temps, par la soustraction d’une valeur négative, le crédit client.

   Correctif : Avant tout accès à la base de données, exiger Number.isSafeInteger(creditCents) && creditCents > 0 ; traiter systématiquement les montants comme des valeurs entières en centimes.

   ligne 8 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

8. élevée

   Le statut de facture lu est entièrement ignoré. Du crédit peut ainsi être appliqué même à des factures déjà payées, annulées ou qui ne sont plus modifiables pour une autre raison ; un justificatif déjà payé peut de ce fait devenir négatif.

   Correctif : Définir explicitement les statuts de départ admissibles et les vérifier de façon atomique dans la condition de l’UPDATE, par exemple AND status = 'open'. En l’absence de résultat, interrompre l’opération.

   ligne 4 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

9. élevée

   Accès à balance.rows[0] et inv.rows[0] sans vérification préalable. Si un client ou une facture est introuvable, l’application plante avec une TypeError non gérée.

   Correctif : Vérifiez inv.rows.length et balance.rows.length avant l’accès et levez un message d’erreur explicite.

   ligne 8 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

10. élevée

    Absence de validation des valeurs négatives pour creditCents. Une valeur négative contourne la vérification (creditCents > available) et entraîne des ajustements erronés du crédit ou de la facture.

    Correctif : Assurez-vous que creditCents est un entier positif supérieur à 0.

    ligne 9 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

11. élevée

    Les lectures et les trois mises à jour s’exécutent hors transaction et sans verrous de ligne. Deux appels simultanés peuvent tous deux passer la vérification du crédit et dépenser deux fois le même crédit, et un plantage entre les mises à jour laisse la facture et le solde de crédit incohérents.

    Correctif : Exécutez tout dans une seule transaction sur un même client, verrouillez les lignes avec SELECT ... FOR UPDATE et ne validez qu’une fois toutes les mises à jour réussies.

    ligne 5 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

12. élevée

    La fonction ne vérifie jamais que la facture appartient au client ni qu’elle est encore ouverte. Le crédit d’un client peut être appliqué à la facture d’un autre client, ou à une facture déjà payée.

    Correctif : Sélectionnez la facture avec WHERE id = $1 AND customer_id = $2 AND status = 'open' et échouez si aucune ligne n’est renvoyée.

    ligne 11 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

13. moyenne

    L’existence de la facture et du client n’est pas vérifiée. Pour des ID inconnus, les accès à rows[0] entraînent des erreurs d’exécution au lieu d’une erreur métier contrôlée ; en outre, les deux requêtes sont exécutées inutilement avant que le problème n’apparaisse.

    Correctif : Vérifier rowCount ou rows.length pour les deux requêtes et lever une erreur not-found définie ; intégrer la vérification dans la transaction et, si possible, dans une requête relationnelle.

    ligne 4 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

14. moyenne

    La valeur de retour ne correspond ni au montant en centimes enregistré ni à une simple conversion dans l’unité monétaire principale : elle ajoute forfaitairement 19 pour cent et utilise l’arithmétique à virgule flottante. L’appelant peut ainsi recevoir une valeur différente, sur le plan fiscal et de l’arrondi, du reste de facture réellement enregistré.

    Correctif : Renvoyer inchangé le montant restant en centimes, ou définir une valeur de retour clairement typée. Si un calcul de taxe est nécessaire sur le plan métier, tirer le taux de taxe et la règle d’arrondi des données de la facture et calculer en arithmétique entière ou décimale.

    ligne 17 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

15. moyenne

    Utilisation de l’arithmétique à virgule flottante IEEE 754 (newTotal * 1.19 / 100) pour des calculs financiers. Cela entraîne des erreurs de précision et d’arrondi.

    Correctif : Calculez systématiquement en centimes avec des entiers (BigInt/Math.round) ou utilisez une bibliothèque d’arithmétique décimale exacte.

    ligne 18 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

16. faible

    Une commande UPDATE séparée pour le statut de la facture crée des allers-retours inutiles avec la base de données.

    Correctif : Regroupez la mise à jour de total_cents et de status dans une seule requête UPDATE.

    ligne 12 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

Code envoyé :

# screening/agreement.py — compares two screeners' include/exclude decisions (Python 3.12, pandas)
import pandas as pd

a = pd.read_csv('screener_a.csv')   # columns: record_id, decision ('include'/'exclude')
b = pd.read_csv('screener_b.csv')

merged = a.merge(b, on='record_id', suffixes=('_a', '_b'))

agree = (merged.decision_a == merged.decision_b).mean()
p_inc_a = (merged.decision_a == 'include').mean()
p_inc_b = (merged.decision_b == 'include').mean()
expected = p_inc_a * p_inc_b + (1 - p_inc_a) * (1 - p_inc_b)
kappa = (agree - expected) / (1 - expected)

conflicts = merged[merged.decision_a != merged.decision_b]
excluded = merged[merged.decision_a == 'exclude']

print(f'Records screened: {len(a)}')
print(f"Cohen's kappa: {kappa:.2f}")
excluded.record_id.to_csv('excluded.csv', index=False)
conflicts.to_csv('conflicts.csv', index=False)

1. élevée

   La jointure interne par défaut supprime toutes les valeurs record_id qui n’apparaissent que dans l’un des deux fichiers. Le kappa et les conflits ne sont donc calculés que sur l’intersection, sans rendre visibles les sélections manquantes. En même temps, « Records screened » à la ligne 18 indique la longueur de a au lieu de l’intersection réellement analysée.

   Correctif : Utiliser une jointure externe avec indicateur de merge, comparer explicitement les ensembles d’ID et signaler séparément les décisions manquantes, ou les traiter comme des erreurs de données. Pour chaque indicateur, afficher le dénominateur réellement utilisé.

   ligne 7 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

2. élevée

   L’unicité de record_id n’est pas vérifiée. Des ID en double conduisent, lors du merge, à un produit cartésien many-to-many et pondèrent plusieurs fois certaines études, ce qui fausse la concordance, les prévalences, le kappa et les fichiers de sortie.

   Correctif : Avant le merge, vérifier dans les deux fichiers que record_id n’est pas nul et est unique, et interrompre en cas de doublons. Utiliser en plus merge(..., validate='one_to_one').

   ligne 7 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

3. élevée

   Les valeurs de décision ne sont pas validées. Les valeurs manquantes, fautes de frappe, différences de casse ou catégories supplémentaires sont traitées implicitement comme « exclude » lors du calcul de la prévalence des inclusions, tandis que la concordance observée compare des valeurs exactes. Le calcul ne correspond alors plus à un kappa de Cohen binaire et peut produire des résultats contradictoires.

   Correctif : Normaliser decision de façon contrôlée avant l’analyse et s’assurer que chaque valeur vaut exactement 'include' ou 'exclude'. Traiter séparément les valeurs manquantes ou inconnues comme des erreurs de données ou une sélection incomplète.

   ligne 9 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

4. élevée

   excluded contient tous les enregistrements exclus par l’examinateur A, y compris les conflits dans lesquels l’examinateur B a décidé « include ». Ces enregistrements sont donc écrits à la fois dans excluded.csv et dans conflicts.csv. Si excluded.csv doit représenter les références définitivement exclues, des conflits non résolus peuvent être retirés à tort de la revue.

   Correctif : En l’absence de règle de priorité documentée, ne sélectionner que les exclusions concordantes, soit (decision_a == 'exclude') & (decision_b == 'exclude'). Conserver les conflits uniquement dans conflicts.csv jusqu’à la décision par consensus.

   ligne 16 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

5. élevée

   Filtrage erroné des études exclues : 'excluded' ne tient compte que de la décision de l’examinateur A ('merged.decision_a == "exclude"'). En cas de conflit (l’examinateur A exclut, l’examinateur B inclut), l’étude est comptée à tort comme exclue.

   Correctif : N’exporter les exclusions que si les deux examinateurs ont choisi 'exclude' de façon concordante (p. ex. '(merged.decision_a == "exclude") & (merged.decision_b == "exclude")'), ou attendre la résolution du conflit.

   ligne 16 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

6. élevée

   excluded.csv contient chaque enregistrement exclu par l’examinateur A, y compris les conflits où l’examinateur B l’a inclus. Ces enregistrements sont écartés avant la discussion des conflits, ce qui est exactement la fausse exclusion que le protocole doit éviter.

   Correctif : N’excluez que les enregistrements exclus par les deux examinateurs : merged[(merged.decision_a == 'exclude') & (merged.decision_b == 'exclude')] ; envoyez d’abord chaque conflit en résolution.

   ligne 16 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

7. moyenne

   Si les deux examinateurs n’utilisent que la même catégorie, expected vaut 1 et le dénominateur du kappa vaut 0. Le résultat devient NaN ou peut produire un avertissement de division par zéro ; la sortie formatée « nan » n’explique pas que le kappa n’est mathématiquement pas défini. Une intersection analysée vide conduit elle aussi à des indicateurs NaN non significatifs.

   Correctif : Avant la division, vérifier qu’il existe bien des décisions valides appariées et que 1 - expected est supérieur à 0. Dans les cas dégénérés, indiquer explicitement le kappa comme « non défini » et rapporter les fréquences sous-jacentes.

   ligne 13 · trouvé par gpt-5.6 · confirmé par gemini-3.6-flash

8. moyenne

   Division par zéro possible pour le kappa de Cohen lorsque la valeur attendue par hasard 'expected' vaut 1 (p. ex. lorsque les deux examinateurs choisissent la même catégorie pour 100 % des enregistrements).

   Correctif : Intercepter avant le calcul le cas '1 - expected == 0' et attribuer alors une valeur définie (p. ex. 1.0 ou NaN).

   ligne 12 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

9. moyenne

   Rejet silencieux d’enregistrements par la jointure interne par défaut. Si l’examinateur A et l’examinateur B ont évalué des ensembles différents de 'record_id', les divergences dans les études traitées ne sont pas signalées. De plus, 'len(a)' dans la sortie console ne correspond alors pas au nombre d’études réellement appariées.

   Correctif : Vérifier que 'len(a) == len(b) == len(merged)' est vrai, ou effectuer une jointure externe afin d’afficher explicitement les enregistrements évalués de façon incomplète.

   ligne 7 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

10. moyenne

    Le merge interne écarte silencieusement les enregistrements qu’un seul examinateur a tranchés, et le nombre affiché utilise len(a). Les enregistrements non examinés disparaissent à la fois de la concordance et des chiffres PRISMA.

    Correctif : Faites le merge avec how='outer', indicator=True, et échouez ou signalez-le dès qu’un enregistrement n’a pas de décision de l’un ou l’autre examinateur.

    ligne 7 · trouvé par claude · confirmé par gpt-5.6, gemini-3.6-flash

11. faible

    Absence de nettoyage des entrées et de traitement des valeurs manquantes dans la colonne 'decision'. La casse, les espaces ou les valeurs NaN entraînent des comparaisons erronées.

    Correctif : Nettoyer les valeurs de colonne avant la comparaison (p. ex. avec '.str.strip().str.lower()') et garantir la sûreté des types de données.

    ligne 9 · trouvé par gemini-3.6-flash · confirmé par gpt-5.6

1. 1

   Remplacer le compte à rebours de 14 jours par trois vrais envois

   gpt-5.6 · hors des règles · 18/20 points (9 + 9)

   Tester un essai qui se termine après trois factures ou relances de paiement envoyées, plutôt qu’après 14 jours calendaires. Cela enfreint délibérément l’hypothèse souple selon laquelle un essai limité dans le temps est approprié : les freelances ne facturent pas forcément pendant une fenêtre arbitraire de deux semaines, si bien que l’essai actuel peut expirer avant que le produit ait prouvé sa valeur. Garder inchangé le forfait mensuel à 19 $ et comparer, par cohorte, la conversion de l’activation au paiement.

2. 2

   Accomplir la tâche dans l’article

   gpt-5.6 · dans le cadre · 17/20 points (9 + 8)

   Intégrer un mini-générateur de factures dans « comment rédiger une facture de freelance » : les lecteurs saisissent client, montant, date d’échéance et conditions de paiement, puis voient un aperçu terminé. « Envoyer ou enregistrer cette facture » crée un essai avec ces informations déjà chargées, ce qui supprime l’écart entre apprendre et faire. Le construire par tranches hebdomadaires plafonnées à trois heures, puis maintenir l’entretien proche de zéro.

3. 3

   Transformer l’article sur les relances en console de recouvrement

   gpt-5.6 · à côté · 17/20 points (9 + 8)

   Comme substitution en une étape du générateur de factures intégré, permettre aux lecteurs de saisir un montant en souffrance et une date d’échéance pour générer une séquence de relance datée en trois messages. Démarrer un essai enregistre le débiteur, planifie les messages et ouvre le premier brouillon prêt à l’envoi. Cela préserve le motif le plus fort — un résultat utile avant l’inscription — tout en correspondant à l’intention du second article.

4. 4

   Placer le moment de conversion dans le calendrier du débiteur

   gpt-5.6 · dans le cadre · 16/20 points (7 + 9)

   Proposer dans l’article sur les retards de paiement un fichier .ics généré, avec des rappels pour la date d’échéance et des relances de plus en plus fermes aux jours 1, 7 et 14. Chaque événement du calendrier contient un lien profond qui ouvre le workflow de relance correspondant avec les dates pré-remplies, ramenant le lecteur au moment où le problème est réel plutôt que lorsqu’il ne fait que se renseigner. Cela ne nécessite aucune collecte d’adresses e-mail et peut fonctionner sans surveillance.

5. 5

   Forfait gratuit permanent pour un client au lieu d’une période d’essai

   gemini-3.6-flash · hors des règles · 16/20 points (8 + 8)

   Cette idée enfreint la contrainte souple de la version d’essai de 14 jours et la remplace par un forfait freemium pour exactement un client actif. Les freelances utilisent le produit gratuitement et durablement pour leur premier client, et passent sans heurt au forfait à 19 dollars dès qu’un deuxième client s’ajoute.

6. 6

   Orienter les lecteurs selon leur problème immédiat

   gpt-5.6 · dans le cadre · 14/20 points (8 + 6)

   Remplacer les bannières d’essai génériques par trois choix intégrés au texte, comme « J’ai besoin de ma première facture », « Je facture régulièrement » et « Un client est déjà en retard ». Chaque choix ouvre un état d’onboarding correspondant plutôt que la même page d’accueil, et les ID de section de l’article peuvent présélectionner des valeurs par défaut pertinentes. Mesurer l’activation effective de l’essai, pas seulement les clics sur le CTA, et tester un parcours par semaine.

7. 7

   Publier trois relookings de factures analysés à la loupe

   gpt-5.6 · dans le cadre · 14/20 points (8 + 6)

   Avec autorisation, transformer trois factures de clients anonymisées en études de cas statiques avant/après montrant exactement ce qui a changé et pourquoi. Insérer chaque relooking à côté du conseil correspondant dans l’article bien classé, avec un CTA qui ouvre la même structure corrigée sous forme de modèle d’essai modifiable. Des preuves précises issues d’une petite base de clients peuvent être plus crédibles que des témoignages généraux.

8. 8

   Permettre aux lecteurs d’emporter leur progression d’un article à l’autre

   gpt-5.6 · dans le cadre · 14/20 points (7 + 7)

   Enregistrer localement dans le navigateur la devise choisie par le lecteur, l’étape de la facture et la date d’échéance, puis utiliser cet état lorsqu’il passe d’un article à l’autre. Quelqu’un qui a créé un plan de facture peut ensuite voir une invite contextuelle comme « Votre facture a maintenant 3 jours de retard — ouvrez la relance préparée », avec un onboarding d’essai pré-rempli. Cela crée un parcours léger sur deux articles sans exiger de compte ni de production continue de contenu.

9. 9

   Configurateur interactif de lettres de relance

   gemini-3.6-flash · dans le cadre · 14/20 points (7 + 7)

   Complétez l’article sur la relance des paiements en retard par un générateur de lettres de relance graduées. Après la saisie du texte, le modèle est généré, combiné avec le CTA invitant à configurer, dans l’accès d’essai, des rappels de paiement automatiques pour les factures futures.

10. 10

    Lien magique d’envoi immédiat sans inscription préalable

    gemini-3.6-flash · à côté · 14/20 points (8 + 6)

    Mutation du générateur intégré au contenu : le lecteur saisit les données de facture directement dans l’article de blog et clique sur Envoyer la facture immédiatement. Le système crée sans heurt, en arrière-plan, un compte d’essai et envoie directement l’e-mail ; le mot de passe n’est défini qu’ensuite.

11. 11

    Générateur de factures en direct dans l’article de blog

    gemini-3.6-flash · dans le cadre · 13/20 points (6 + 7)

    Intégrez un outil de formulaire simple et interactif directement dans l’article sur la rédaction des factures. Les lecteurs saisissent leurs données de facture et peuvent télécharger immédiatement et gratuitement le PDF terminé. Un bouton bien visible propose d’envoyer la facture numériquement en un clic et de suivre le statut du paiement dans l’accès d’essai de 14 jours.

12. 12

    Relance ponctuelle payée à l’usage au lieu d’un abonnement mensuel

    gemini-3.6-flash · hors des règles · 13/20 points (6 + 7)

    Cette idée enfreint la contrainte souple du modèle d’abonnement SaaS pur à 19 dollars par mois. Les lecteurs de l’article sur les retards de paiement peuvent, moyennant des frais uniques de 5 dollars, faire envoyer une lettre de relance juridiquement solide avec un lien de suivi, les frais étant entièrement déduits en cas de souscription ultérieure d’un abonnement.

13. 13

    Un modèle qui s’ouvre dans l’outil

    claude · dans le cadre · 11/20 points (6 + 5)

    Proposer le modèle de facture de l’article comme facture prête à l’emploi dans l’outil : un clic ouvre un compte d’essai pré-rempli au lieu d’un téléchargement de fichier.

14. 14

    Exit-intent axé sur le problème avec séquence d’e-mails automatisée

    gemini-3.6-flash · dans le cadre · 8/20 points (4 + 4)

    Mettez en place sur l’article sur les retards de paiement une pop-up d’exit-intent qui propose, en échange d’une adresse e-mail, un modèle d’e-mail d’urgence pour les clients en retard de paiement. Une séquence automatisée de trois e-mails explique ensuite de façon passive comment des workflows automatisés réduisent les retards de paiement, et renvoie vers l’accès d’essai.

1. 1

   Rupture de budget : l’exploitation avant l’éclat du lancement

   gpt-5.6 · hors des règles · 18/20 points (9 + 9)

   Cette idée enfreint délibérément la contrainte souple du budget de refonte de 25 000 EUR : on propose par exemple 22 000 EUR pour un lancement volontairement épuré, plus 12 000 EUR pour une première année d’exploitation contractuellement engagée. En contrepartie, les fonctionnalités « nice-to-have » sont retirées du projet initial ; on finance à la place le durcissement de l’import, des tests de restauration, la surveillance et des améliorations mensuelles. Le volume total plus élevé en vaut la peine, car le client n’achète pas à nouveau une boutique apparemment terminée dont les coûts d’exploitation réels n’apparaissent qu’après le lancement ; tous les accès, données et livrables restent transférables à tout moment.

2. 2

   Contrôleur d’entrée des produits CSV

   gpt-5.6 · dans le cadre · 17/20 points (9 + 8)

   Avant chaque import depuis l’ERP, un pipeline automatisé vérifie le CSV : prix manquants, doublons, variantes invalides, erreurs d’images, logique fiscale DACH et variations de stock suspectes. Le contrat mensuel comprend la maintenance des règles, la surveillance des imports et un rapport d’erreurs compréhensible pour les trois employés. La maintenance technique devient ainsi un bénéfice commercial direct : moins de produits erronés, de demandes de précision et d’achats abandonnés.

3. 3

   Dividende de fiabilité

   gpt-5.6 · dans le cadre · 17/20 points (8 + 9)

   Le client paie un forfait de base modéré pour la surveillance et la maintenance ; un montant trimestriel supplémentaire n’est dû que si des objectifs de fiabilité convenus, comme des imports réussis, une restauration testée et des délais de réaction, ont été atteints. Les pannes évitables causées par l’agence génèrent des avoirs de service au lieu d’heures d’urgence facturables. Ce modèle aligne les incitations économiques sur la prévention et ôte au client la crainte que l’agence profite des problèmes.

4. 4

   Charte de maintenance prête pour la sortie

   gpt-5.6 · dans le cadre · 16/20 points (9 + 7)

   Le contrat est délibérément vendu comme un produit anti-verrouillage : surveillance, mises à jour, sauvegardes, contrôles de sécurité et deux petites modifications par mois pour environ 1 200–1 500 EUR. Tous les comptes appartiennent au client, le code et les scripts d’import sont dans son dépôt ; il reçoit en outre chaque mois une documentation, un export des données et un dossier de passation utilisable en cas de résiliation. Le client paie ainsi pour une capacité d’exploitation démontrable plutôt que pour une dépendance.

5. 5

   Train de versions saisonnier

   gpt-5.6 · dans le cadre · 16/20 points (8 + 8)

   Au lieu de tickets de support au fil de l’eau, il y a quatre versions commerce planifiables par an, par exemple pour le mobilier de jardin, la fin de l’été, la Black Week et Noël. Le contrat inclut pour chaque version un petit lot UX ou merchandising, des tests de régression ainsi que la maintenance technique entre deux versions. Le client voit ainsi un développement visible, et l’effort reste regroupable pour l’agence de quatre personnes.

6. 6

   Le test de sortie trimestriel

   gpt-5.6 · dans le cadre · 16/20 points (9 + 7)

   Une fois par trimestre, l’agence fournit un export complet des données produits, clients, commandes et contenus, et effectue dans un environnement de test neutre un redémarrage documenté. Ce que l’on paie, c’est précisément la sortie régulièrement prouvée : la liste des accès, le protocole de restauration et le manuel de passation appartiennent au client. Le critère strict d’absence de verrouillage passe ainsi du statut d’objection à celui d’argument de vente inhabituel pour le contrat.

7. 7

   Charte de maintenance plus bourse de croissance

   gpt-5.6 · à côté · 16/20 points (8 + 8)

   Petite mutation de la Charte de maintenance prête pour la sortie : les heures de modification incluses ne sont pas planifiées de façon fixe, mais réparties chaque mois entre exploitation, qualité des données et améliorations de la conversion ; le volume non utilisé est reporté d’un trimestre au plus. Un comité commun de 30 minutes décide de leur affectation en fonction des risques et des opportunités de chiffre d’affaires. Le contrat reste prêt pour la sortie, mais ressemble moins à une assurance et davantage à une équipe digitale externe flexible.

8. 8

   Contrat de synchronisation ERP et de sécurité du catalogue

   gemini-3.6-flash · dans le cadre · 13/20 points (7 + 6)

   L’agence prend en charge la surveillance et la maintenance continues de l’interface entre le CSV de l’ERP local et la boutique en ligne. Les imports de données erronés, les variantes de meubles manquantes ou les prix faux sont interceptés automatiquement avant leur mise en ligne. Cela décharge entièrement l’équipe client de 3 personnes de la charge opérationnelle de la gestion des données.

9. 9

   Forfait d’enrichissement des données produit assisté par IA

   gemini-3.6-flash · à côté · 13/20 points (6 + 7)

   Mutation de l’idée d’interface ERP : l’agence ne se contente pas de maintenir l’import CSV, elle enrichit automatiquement les données brutes, au moyen de scripts d’IA, d’attributs structurés, de textes SEO et d’indications de délais de livraison propres à la région DACH. Cela épargne au client un travail de saisie manuel et accroît la visibilité sur le marché du meuble sans embauche supplémentaire à l’agence.

10. 10

    Contrat de maintenance avec régression visuelle basée sur CI/CD

    gemini-3.6-flash · dans le cadre · 12/20 points (6 + 6)

    Au lieu de mises à jour risquées en production, l’agence met en place un pipeline de staging qui vérifie de façon automatisée, visuellement et fonctionnellement, les mises à jour mensuelles des plugins. Le client reçoit un rapport de transparence mensuel et des délais de réaction garantis en cas de failles de sécurité. Cela garantit une stabilité absolue sans les urgences passées.

11. 11

    Peaufinage trimestriel de la conversion et de l’UX

    gemini-3.6-flash · dans le cadre · 11/20 points (6 + 5)

    En complément de la maintenance de base, le contrat comprend des contingents d’heures fixes pour l’optimisation des fonctions de checkout et de l’affichage des variantes de meubles. L’agence analyse chaque mois le comportement des utilisateurs dans la région DACH et met en œuvre des ajustements à fort rendement. Le contrat passe ainsi de simple poste de coût à moteur de chiffre d’affaires.

12. 12

    Garantie de mise à jour sûre et de rollback instantané

    gemini-3.6-flash · à côté · 11/20 points (5 + 6)

    Mutation du contrat de maintenance CI/CD : le contrat se concentre exclusivement sur un SLA garanti zéro interruption, avec restauration automatisée de snapshot en 15 minutes en cas d’incident. Cela répond directement à la crainte du client après les deux incidents de sécurité, avec un effort manuel courant minimal.

13. 13

    Pack croissance avec participation au chiffre d’affaires au lieu d’un budget fixe

    gemini-3.6-flash · hors des règles · 9/20 points (4 + 5)

    Enfreint l’hypothèse souple d’un budget de refonte unique et rigide de 25 000 EUR : les coûts de refonte sont abaissés à 10 000 EUR, couplés à un contrat mensuel avec une petite participation au chiffre d’affaires supplémentaire. Cela en vaut la peine, car le client réduit son risque d’investissement et l’agence participe directement à la croissance de la boutique à 1,2 million d’EUR.

14. 14

    Service de maintenance à architecture headless

    gemini-3.6-flash · hors des règles · 7/20 points (3 + 4)

    Enfreint la contrainte souple d’une configuration monolithique classique (comme WooCommerce standard) : le frontend est découplé du backend, si bien que les failles de sécurité des plugins ne peuvent plus attaquer directement le site. Cela en vaut la peine, car les urgences sont éliminées structurellement et le client reste portable à tout moment grâce à la stack open source et à un accès Git complet.

15. 15

    Rapport de maintenance mensuel d’une page

    claude · dans le cadre · 6/20 points (4 + 2)

    Un rapport mensuel d’une page avec la disponibilité, la vitesse des pages, les mises à jour appliquées et les incidents évités, pour que le client voie ce que paie le contrat.

1. 1

   Le pilote automatique annuel des anniversaires

   gpt-5.6 · dans le cadre · 18/20 points (9 + 9)

   Au moment du paiement, les clientes et clients peuvent indiquer volontairement l’occasion et le mois pour un rappel l’année suivante. Un e-mail automatisé envoyé 21 jours avant mène à la page de commande pré-remplie ; chaque commande prépare ainsi une commande future, sans prospection continue et avec un consentement en bonne et due forme.

2. 2

   De vrais créneaux de gâteaux plutôt que des posts généraux

   gpt-5.6 · dans le cadre · 17/20 points (9 + 8)

   La page de commande affiche les créneaux de production réellement restants sur les quatre prochaines semaines, par exemple « Encore 2 gâteaux personnalisés possibles pour samedi ». Un post hebdomadaire sur Google Business renvoie directement vers cette vue ; la mise à jour et le post prennent ensemble 20 minutes au plus et créent une urgence crédible, sans remise.

3. 3

   Le gâteau voyage comme son propre support publicitaire

   gpt-5.6 · dans le cadre · 16/20 points (8 + 8)

   Chaque gâteau retiré reçoit une petite carte « Commander à nouveau ou adapter ce gâteau » avec un code QR menant à la variante correspondante. La carte est posée bien en vue au moment de la découpe, si bien que ce sont précisément les invités présents à l’anniversaire ou au mariage qui découvrent le chemin de commande ; un jeu de cartes créé une seule fois ne demande quasiment aucun effort hebdomadaire.

4. 4

   Une permanence gâteaux unique pour le lancement

   gpt-5.6 · hors des règles · 16/20 points (8 + 8)

   Le premier samedi après le lancement, une permanence gâteaux ouverte a lieu pendant quatre heures : les visiteurs choisissent goût et style à l’aide de cartes d’échantillons, puis passent eux-mêmes leur commande via des codes QR mis à disposition. Cela enfreint délibérément la contrainte souple d’au plus deux heures d’effort cette semaine-là ; l’effort supplémentaire en vaut la peine, car il produit en même temps de vraies commandes, des problèmes d’utilisation observés et des photos ou questions de clients réutilisables — sans personnel supplémentaire ni publicité payante.

5. 5

   Des partenaires d’occasion plutôt que des influenceurs

   gpt-5.6 · dans le cadre · 15/20 points (8 + 7)

   Lieux de jeux pour enfants, photographes, fleuristes, lieux de mariage et locaux associatifs reçoivent chacun un petit présentoir à code QR menant à une sélection de gâteaux préconfigurée pour leur occasion. En contrepartie, la boulangerie cite ces partenaires sur une page locale de recommandations ; cinq demandes ciblées par mois suffisent, sans commissions ni portée payante.

6. 6

   Un roulement de gâteaux pour bureaux et associations

   gpt-5.6 · dans le cadre · 15/20 points (8 + 7)

   Les bureaux, cabinets et associations locaux disposent d’une page où plusieurs anniversaires ou rendez-vous récurrents peuvent être regroupés et prépayés les uns après les autres. Des roulements trimestriels, une fois mis en place, transforment des occasions isolées en commandes en série planifiables ; la prospection peut être limitée à deux organisations par semaine.

7. 7

   Permanence gâteaux hybride sur la tablette de la boutique

   gemini-3.6-flash · hors des règles · 14/20 points (7 + 7)

   Enfreint délibérément la contrainte souple « Commande exclusivement en ligne » en proposant le vendredi 1 heure de conseil en boutique, pendant laquelle les commandes sont saisies ensemble sur la tablette. Cela en vaut la peine, car les clients indécis et plus âgés sont familiarisés pas à pas avec le nouveau système en ligne.

8. 8

   Les avis deviennent une aide au choix

   gpt-5.6 · à côté · 13/20 points (7 + 6)

   Petite recombinaison du matériau existant le plus fort : douze phrases parlantes tirées des 120 avis Google sont associées à des styles de gâteaux correspondants, chacune avec un lien de commande direct. Les 4,7 étoiles ne sont ainsi pas seulement affichées comme signal de confiance, elles aident au choix du produit ; après une mise en place unique, la page ne demande pratiquement aucune maintenance.

9. 9

   Présentoir de gâteaux modèles avec liens profonds vers la boutique

   gemini-3.6-flash · à côté · 13/20 points (6 + 7)

   Une galerie photo physique des plus beaux gâteaux, dans l’espace de vente, comporte pour chaque image un code QR spécifique qui ouvre la boutique en ligne avec exactement ce modèle de gâteau présélectionné. Mutation de l’idée 1 : relier l’exposition en boutique à un lien profond direct dans la boutique en ligne.

10. 10

    Optimisation du profil Google et liens d’avis automatisés

    gemini-3.6-flash · dans le cadre · 12/20 points (6 + 6)

    Le solide profil Google (4,7 étoiles) est complété par le bouton officiel « Commander en ligne » et alimenté chaque semaine avec une photo de gâteaux récents. Lors du retrait, les clients reçoivent un modèle par e-mail avec un lien vers la page d’avis et de nouvelle commande. Prend moins de 30 minutes par semaine.

11. 11

    Code QR d’accroche sur les tickets de caisse et les sacs à pain

    gemini-3.6-flash · dans le cadre · 11/20 points (6 + 5)

    Un code QR bien visible est imprimé sur chaque ticket de caisse et sur les emballages, menant directement au configurateur de gâteaux en ligne (« Planifiez en ligne le gâteau de vos rêves pour votre fête »). Cela transforme la clientèle de passage quotidienne en clients qui précommandent en ligne, sans effort supplémentaire à la vente.

12. 12

    Partenariat B2B avec des lieux événementiels locaux

    gemini-3.6-flash · dans le cadre · 11/20 points (6 + 5)

    Des présentoirs et des flyers avec un code de réservation direct pour le site web sont placés chez des restaurants locaux, des granges événementielles et des organisateurs de mariage. Les clients qui font la fête réservent leur gâteau directement en ligne, tandis que le lieu reçoit une petite indemnité ou une recommandation en retour.

13. 13

    Calendrier d’anniversaires pour crèches et écoles

    gemini-3.6-flash · à côté · 10/20 points (4 + 6)

    Coopération avec les jardins d’enfants locaux au moyen de flyers d’information destinés aux comités de parents, contenant un code de réduction fixe pour les gâteaux à motifs pour enfants. Mutation de l’idée 3 : au lieu de partenaires B2B généraux, l’occasion très fréquente qu’est l’anniversaire d’enfant est ciblée de façon automatisée.

14. 14

    Mini-atelier mensuel de gâteaux à motifs

    gemini-3.6-flash · hors des règles · 10/20 points (4 + 6)

    Enfreint délibérément la contrainte souple « 2 heures d’effort par semaine au maximum », puisqu’un atelier de 4 heures a lieu une fois par mois. Cela en vaut la peine, car les participants jouent le rôle d’ambassadeurs de la marque, produisent des contenus enthousiastes pour les réseaux sociaux et passent, c’est garanti, leurs commandes suivantes via la boutique en ligne.

15. 15

    Un lien de commande sur chaque boîte à gâteau

    claude · dans le cadre · 8/20 points (4 + 4)

    Imprimez sur les boîtes à gâteaux et les tickets de caisse un code QR menant à la page de commande, afin que chaque client qui achète déjà un gâteau puisse en commander un pour le prochain anniversaire sans téléphoner.

Note de Kirat à Claude : Meilleure idée rule_breaker seulement au rang 4 : « Une permanence gâteaux unique pour le lancement » — elle enfreint délibérément une contrainte souple. Défendez-la une fois sous sa meilleure forme avant de l’écarter.

1. 1

   Pare-feu de base de données autour des tables de facturation

   gpt-5.6 · dans le cadre · 17/20 points (9 + 8)

   Créer des rôles Postgres distincts pour les chemins de code du monolithe liés à la facturation et pour les autres, puis retirer au rôle applicatif général les écritures directes dans les tables de facturation. Faire passer toutes les mutations par un petit ensemble de procédures stockées ou de fonctions transactionnelles relues, en ajoutant d’abord une journalisation d’audit temporaire pour découvrir et migrer les appelants sans arrêter le travail hebdomadaire sur les fonctionnalités.

2. 2

   Invariants financiers exécutables

   gpt-5.6 · dans le cadre · 17/20 points (9 + 8)

   Encoder une courte liste d’invariants — comme des factures finalisées immuables, des écritures comptables équilibrées, une création de débit idempotente et des transitions d’état valides — sous forme de contraintes de base de données là où c’est sûr, et de sondes planifiées en production ailleurs. Exécuter les mêmes sondes en CI contre des fixtures anonymisées ayant la forme de la production, transformant la connaissance des incidents en fils déclencheurs permanents plutôt qu’en extension générale des tests.

3. 3

   Le rejeu des incidents comme parcours d’épreuves avant la mise en production

   gpt-5.6 · dans le cadre · 17/20 points (9 + 8)

   Convertir les cinq incidents de facturation en scénarios de rejeu déterministes à partir des formes de requêtes capturées et de lignes assainies, puis exiger que chaque modification de la facturation y survive. Ajouter des tests génératifs qui permutent nouvelles tentatives, événements en double, ordre des transactions et défaillances partielles autour de ces scénarios précis, en ciblant le voisinage des défaillances plutôt qu’en tentant une couverture exhaustive du monolithe.

4. 4

   Appliquer la frontière de la facturation en mode fantôme

   gpt-5.6 · à côté · 16/20 points (9 + 7)

   Comme mutation moins risquée du pare-feu de base de données, conserver d’abord les permissions actuelles mais journaliser chaque requête touchant les tables de facturation avec son module, son point d’appel et son ID de transaction. Au bout de quatre semaines, transformer les écritures inattendues en échecs de CI, puis en erreurs de production module par module ; cela remplace un basculement immédiat des permissions par une application progressive.

5. 5

   Tableau de commande du rayon d’impact de la facturation

   gpt-5.6 · dans le cadre · 16/20 points (9 + 7)

   Placer les comportements de facturation risqués — pas le module entier — derrière des kill switches côté serveur et des déploiements par pourcentage, avec des tableaux de bord indexés sur les anomalies de factures, de paiements et de rapprochement. Chaque fonctionnalité hebdomadaire est livrée avec un chemin de désactivation testé, afin que les intervenants puissent désactiver le nouveau comportement sans annuler des déploiements du monolithe sans rapport ni défaire des migrations de schéma.

6. 6

   Encapsulation par schéma Postgres et Row Level Security

   gemini-3.6-flash · dans le cadre · 15/20 points (7 + 8)

   Isolez les tables de facturation dans un schéma Postgres dédié (billing.*) et retirez aux autres rôles de base de données l’accès direct en écriture et en lecture. Les modules n’y accèdent que via des vues SQL définies ou des interfaces stockées. Cela élimine la cause principale des incidents directement au niveau de la base de données.

7. 7

   Tests de contrat et pipeline fantôme pour les versions de la facturation

   gemini-3.6-flash · dans le cadre · 15/20 points (8 + 7)

   Mettez en place dans le pipeline CI des tests de contrat consumer-driven automatisés pour toutes les interfaces de facturation. En complément, les modifications de la facturation portant sur des calculs critiques s’exécutent en production en mode fantôme, sans effets de bord, avec comparaison automatique des différences.

8. 8

   Une seconde base de données comme instrument de sécurité

   gpt-5.6 · hors des règles · 14/20 points (7 + 7)

   Enfreindre délibérément l’hypothèse souple d’« une seule base de données Postgres » en ajoutant une base fantôme en lecture seule alimentée par réplication logique, tout en gardant la facturation dans le monolithe et en conservant la base principale comme seule base en écriture. Exécuter les nouvelles lectures de facturation et les contrôles de rapprochement contre les deux bases, comparer les résultats avant l’exposition, et utiliser la base fantôme pour les requêtes d’investigation afin que le diagnostic d’incident ne puisse ni surcharger ni modifier accidentellement la production.

9. 9

   Linting strict des frontières de modules et façade d’API publique

   gemini-3.6-flash · dans le cadre · 14/20 points (7 + 7)

   Introduisez un linting d’architecture via dependency-cruiser qui interdit, à l’étape de build, les imports directs d’éléments internes de la facturation dans d’autres modules. La communication ne doit passer que par une interface BillingFacade unique et typée, afin de bloquer immédiatement les couplages insidieux.

10. 10

    Passeports de modification de la facturation

    gpt-5.6 · dans le cadre · 13/20 points (7 + 6)

    Exiger que chaque pull request liée à la facturation porte un passeport vérifié par machine : tables concernées, invariants, compatibilité des migrations, chemin de rollback et une requête de production prouvant la bonne santé après déploiement. Une barrière CODEOWNERS et une relecture de 15 minutes par un responsable facturation désigné par roulement gardent le processus assez léger pour des modifications hebdomadaires, tout en concentrant l’examen sur les effets inter-modules.

11. 11

    Vues Postgres en lecture seule générées automatiquement pour les modules externes

    gemini-3.6-flash · à côté · 13/20 points (7 + 6)

    Une mutation de l’encapsulation par schéma : au lieu de refactorings d’API coûteux, des vues Postgres protégées en écriture sont mises à disposition automatiquement pour les requêtes externes. Les modules externes ne lisent que ces vues stables, tandis que les accès directs aux tables sont bloqués par des permissions de base de données.

12. 12

    Bus d’événements asynchrone in-process pour des read models

    gemini-3.6-flash · dans le cadre · 12/20 points (4 + 8)

    Au lieu que des modules externes interrogent directement les tables de facturation, le module de facturation émet des événements en mémoire lors des changements d’état. Les modules destinataires construisent leurs propres projections locales. Cela découple entièrement les accès en lecture des tables de facturation, sans introduire de systèmes distribués.

13. 13

    Gel des fonctionnalités de deux semaines pour encapsuler la facturation

    gemini-3.6-flash · hors des règles · 11/20 points (5 + 6)

    Enfreint la contrainte souple d’une production continue et hebdomadaire de fonctionnalités, pendant exactement deux semaines. Toute l’équipe se concentre sur la séparation des couplages de base de données. L’effort ponctuel crée la base pour réduire durablement le nombre d’incidents pendant les 5 mois restants.

14. 14

    Un rôle de base de données par module

    claude · dans le cadre · 11/20 points (6 + 5)

    Donnez à la facturation son propre schéma et son propre rôle Postgres, et retirez aux autres modules l’accès en écriture aux tables de facturation, afin que les écritures directes échouent en staging avant d’atteindre la production.

15. 15

    Partitionnement physique de la base dans une seconde instance Postgres

    gemini-3.6-flash · hors des règles · 9/20 points (3 + 6)

    Enfreint la contrainte souple de l’architecture à base de données unique, mais conserve le code monolithique. Les données de facturation migrent vers leur propre instance de base de données, ce qui rend techniquement impossibles les jointures SQL transversales. La complexité opérationnelle reste minimale, car le code reste monolithique.

Note de Kirat à Claude : Meilleure idée rule_breaker seulement au rang 8 : « Une seconde base de données comme instrument de sécurité » — elle enfreint délibérément une contrainte souple. Défendez-la une fois sous sa meilleure forme avant de l’écarter.

1. 1

   Barrière d’exclusion à deux humains

   gpt-5.6 · hors des règles · 18/20 points (10 + 8)

   Faire examiner chaque référence par l’examinateur A, mais transmettre directement à l’étape suivante ses inclusions et ses décisions incertaines ; l’examinateur B n’évalue de façon indépendante que les exclusions proposées par A. N’exclure une référence que lorsque les deux humains l’excluent indépendamment, et faire avancer automatiquement chaque désaccord, ce qui élimine la plupart des discussions de conflits. Cela enfreint délibérément l’hypothèse souple du protocole actuel selon laquelle deux humains doivent évaluer chaque référence ; cela en vaut la peine, car cela économise du temps de sélection tout en permettant structurellement davantage de fausses inclusions, mais aucune fausse exclusion supplémentaire, et c’est simple à décrire dans la section PRISMA sur le processus de sélection.

2. 2

   Sprint de calibrage avec registre des cas limites

   gpt-5.6 · dans le cadre · 16/20 points (9 + 7)

   Faire sélectionner un premier lot stratifié en double et de façon indépendante, résoudre les conflits et transformer les ambiguïtés récurrentes en règles opérationnelles courtes, avec des exemples positifs et négatifs. Figer les règles avant de continuer ; ne conserver les décisions du pilote que si les critères d’éligibilité n’ont pas changé, sinon les réexaminer. Cela préserve la double sélection indépendante tout en réduisant ensuite le temps de délibération et de résolution des conflits, et le calibrage peut être rapporté selon PRISMA.

3. 3

   Une console binaire rapide, pas une mini-extraction de données

   gpt-5.6 · dans le cadre · 15/20 points (8 + 7)

   Donner aux deux examinateurs une interface en aveugle, pilotée au clavier, limitée à inclure, exclure ou incertain, avec le titre et le résumé complets toujours visibles ; reporter le codage détaillé et les motifs d’exclusion à l’examen du texte intégral. PRISMA 2020 n’exige pas de motifs par référence à l’étape titre et résumé. Le processus de décision reste inchangé, mais le temps évitable de lecture, de clics et de documentation diminue.

4. 4

   Soupape machine à inclusion seule

   gpt-5.6 · à côté · 15/20 points (9 + 6)

   Comme mutation en une étape de la barrière d’exclusion à deux humains, faire passer les exclusions proposées par A par un classifieur validé qui peut seulement libérer des références vers l’inclusion, jamais les exclure ; l’examinateur B examine de façon indépendante tout ce que le classifieur ne libère pas. L’exclusion finale exige toujours des décisions concordantes de deux humains, si bien qu’une erreur de la machine peut ajouter des textes intégraux mais ne peut pas créer de fausse exclusion. Rapporter selon PRISMA le modèle, la version, les entrées, les seuils, la validation et son rôle strictement limité à l’inclusion.

5. 5

   Sélection asymétrique des exclusions

   gemini-3.6-flash · dans le cadre · 15/20 points (7 + 8)

   Un premier examinateur classe intégralement les 3 000 références. Le second examinateur vérifie exclusivement les références exclues par le premier, afin de repérer les faux négatifs (les inclusions sont acceptées directement). Cela réduit presque de moitié l’effort du second examinateur, maintient le risque de fausses exclusions extrêmement bas et satisfait à toutes les exigences PRISMA.

6. 6

   Contourner la sélection pour les strates à fort rendement

   gpt-5.6 · hors des règles · 13/20 points (8 + 5)

   Déclarer à l’avance des sous-ensembles à fort rendement — comme les références issues d’un bloc de recherche très spécifique, les descendants directs d’études éligibles connues, ou les références déjà incluses dans une revue étroitement alignée — et les envoyer toutes directement à la récupération du texte intégral, sans décision sur titre et résumé. Cela enfreint délibérément le protocole souple à deux examinateurs pour ces références, mais ne peut pas augmenter les fausses exclusions, puisque rien dans le sous-ensemble n’est exclu ; la contrepartie est un travail supplémentaire sur les textes intégraux. Rapporter explicitement la règle de contournement et les effectifs qui en résultent dans le diagramme de flux PRISMA et dans les méthodes de sélection.

7. 7

   Sélection priorisée par apprentissage actif

   gemini-3.6-flash · dans le cadre · 13/20 points (5 + 8)

   Les deux examinateurs humains utilisent un outil d’apprentissage actif (comme ASReview) qui place en tête les titres/résumés pertinents. Dès qu’un critère d’arrêt statistiquement validé est atteint (p. ex. 500 références non pertinentes d’affilée), la sélection est arrêtée. La procédure économise jusqu’à 70 % du temps, peut être documentée conformément à PRISMA 2020 et maintient, grâce au calibrage de l’algorithme, un taux minimal de fausses exclusions.

8. 8

   Déduplication strictement exacte avant la sélection

   gpt-5.6 · dans le cadre · 12/20 points (8 + 4)

   Ne supprimer que les références dont l’identité est prouvée par DOI, numéro d’accession en base de données ou correspondance bibliographique normalisée exacte ; conserver la copie aux métadonnées les plus riches et se contenter de signaler les quasi-doublons incertains. Les deux examinateurs sélectionnent ensuite de façon indépendante chaque référence unique restante, tandis que PRISMA rapporte les doublons supprimés avant la sélection. Cela réduit le volume sans créer de voie permettant d’exclure une étude unique.

9. 9

   Cascade humain-IA avec filet de sécurité IA

   gemini-3.6-flash · à côté · 12/20 points (5 + 7)

   Une mutation de la sélection asymétrique des exclusions : un examinateur humain traite seul toutes les références, tandis qu’un modèle d’IA réglé pour une sensibilité maximale vérifie exclusivement les exclusions humaines. Ce n’est qu’en cas de divergence qu’un second humain revérifie. Cela réduit les capacités humaines nécessaires de plus de 50 % avec une couverture complète.

10. 10

    Second examinateur IA entièrement automatique

    gemini-3.6-flash · hors des règles · 11/20 points (3 + 8)

    Enfreint la contrainte souple selon laquelle deux personnes humaines doivent obligatoirement effectuer la sélection. Un grand modèle de langage (LLM) assume le rôle de second examinateur indépendant avec un prompting zéro faux négatif. Cela en vaut la peine, car le temps de travail humain est divisé par deux et les LLM atteignent de manière avérée des taux de rappel élevés dans la sélection des résumés ; PRISMA 2020 autorise explicitement la mention d’outils d’IA.

11. 11

    Sélection simple adaptée au risque avec triage par niveau de confiance

    gemini-3.6-flash · hors des règles · 11/20 points (5 + 6)

    Enfreint la contrainte souple d’une double sélection systématique pour l’ensemble des données. Lorsque le premier examinateur indique un niveau de confiance subjectif élevé et que des motifs d’exclusion clairs existent, le second examinateur n’intervient pas ; seuls les cas incertains passent en double sélection. Cela économise jusqu’à 60 % du temps de personnel, tandis que le risque d’études manquées reste minimal grâce à la concentration des ressources sur les zones grises.

12. 12

    D’abord un tour de calibrage

    claude · dans le cadre · 11/20 points (6 + 5)

    Les deux examinateurs examinent les mêmes 100 références, discutent chaque conflit et affinent les critères d’éligibilité avant le tour principal, si bien que les conflits et relectures ultérieurs diminuent.

13. 13

    Sélection éclair binarisée avec triage par IA

    gemini-3.6-flash · à côté · 10/20 points (4 + 6)

    Mutation de la priorisation par apprentissage actif : l’équipe utilise une interface simplifiée d’évaluation rapide (uniquement des clics pour « Inclusion/Incertain » contre « Exclusion »). Un modèle d’IA analyse en arrière-plan les incertitudes et n’envoie que les cas douteux en double vérification approfondie. Réduit drastiquement la charge cognitive et le temps de lecture par résumé.

14. 14

    Pré-filtrage déterministe par algorithmes de correspondance

    gemini-3.6-flash · dans le cadre · 6/20 points (3 + 3)

    Des filtres de recherche conservateurs et des scripts écartent au préalable les références clairement inadaptées (p. ex. mauvais plan d’étude ou population non humaine). Les deux examinateurs ne vérifient ces exclusions automatisées que sur un échantillon représentatif (p. ex. 10 %). Cela réduit le volume total à sélectionner manuellement, conformément à PRISMA et sans perte de sensibilité.

1. 1

   "Get paid without Word—free for 14 days"

   gpt-5.6 · 17/20 points (9 + 8)

   S’adresse directement aux utilisateurs de Word, met en avant le fait d’être payé et rend concret l’essai sans risque.

2. 2

   "Send invoices in minutes. Get paid on time."

   claude · 17/20 points (8 + 9)

   Le propre brouillon de l’orchestrateur.

3. 3

   "Replace Word and Excel. Get paid days faster."

   gemini-3.6-flash · 14/20 points (7 + 7)

   S’adresser directement au workflow manuel actuel offre un contraste immédiat et présente l’essai comme une amélioration rapide et sans risque de la trésorerie, sans recourir à un battage générique.

1. 1

   "Losing furniture buyers to a slow, frustrating WooCommerce store?"

   gemini-3.6-flash · 18/20 points (8 + 10)

   Cible directement la principale frustration du propriétaire — les ventes perdues à cause des mauvaises performances de la boutique — sans jargon technique ni langage d’agence autosatisfait.

2. 2

   "Is your WooCommerce shop turning furniture buyers away?"

   gpt-5.6 · 17/20 points (9 + 8)

   Nomme directement la difficulté centrale et s’adresse aux vendeurs de meubles sans jargon.

3. 3

   "Fewer shop emergencies, more time for your furniture."

   claude · 11/20 points (7 + 4)

   Le propre brouillon de l’orchestrateur.

1. 1

   "Your celebration cake, baked here for pickup."

   gpt-5.6 · 19/20 points (10 + 9)

   Chaleureux, concret et personnel : « baked here » fait local, tandis que « for pickup » rend le processus en ligne simple.

2. 2

   "Order your custom birthday cake, pick up fresh."

   gemini-3.6-flash · 16/20 points (8 + 8)

   Le titre nomme concrètement l’occasion ainsi que le retrait et, par la promesse de fraîcheur, transmet une qualité artisanale locale sans formules impersonnelles.

3. 3

   "Your cake, your date. Order in two minutes."

   claude · 9/20 points (5 + 4)

   Le propre brouillon de l’orchestrateur.

1. 1

   "Fix billing's boundaries first, split it later if needed"

   claude · 19/20 points (10 + 9)

   Le propre brouillon de l’orchestrateur.

2. 2

   "Keep Billing Together, but Isolate It to Prevent Incidents"

   gpt-5.6 · 16/20 points (9 + 7)

   Le titre énonce la décision de garder la facturation dans le monolithe tout en renforçant ses frontières, et relie ce choix à l’objectif commun de réduire les incidents.

3. 3

   "Strengthen Billing Boundaries in Current App Before Splitting Service"

   gemini-3.6-flash · 13/20 points (7 + 6)

   Le titre pose une décision d’orientation claire, évite un jargon technique superflu comme « monolithe » pour la direction et aborde directement l’objectif commun de stabilité.

1. 1

   "Large Language Model–Assisted Study Selection in Health Services Research: A Method for Additional Screening in Systematic Reviews"

   gpt-5.6 · 18/20 points (9 + 9)

   Le titre identifie la méthode de sélection, le contexte de la revue systématique et le domaine de la recherche sur les services de santé, sans laisser entendre de performance ni de bénéfice.

2. 2

   "An LLM as additional screener: a prospective comparison in a health services systematic review"

   claude · 16/20 points (9 + 7)

   Le propre brouillon de l’orchestrateur.

3. 3

   "Large Language Models as Auxiliary Screeners in Health Services Research Systematic Reviews: A Methodological Evaluation"

   gemini-3.6-flash · 15/20 points (7 + 8)

   Le titre nomme précisément le domaine d’application et la méthodologie, renonce aux mots accrocheurs et adopte un ton factuel et citable pour un environnement de publication scientifique.