Une startup marketplace basée au Canada s’est donné pour mission d’éliminer les approximations du covering automobile personnalisé. Le processus d’achat traditionnel est lent et risqué : les clients ne peuvent pas visualiser le résultat final, doivent visiter plusieurs ateliers pour obtenir des devis, et les ateliers peinent à atteindre de nouveaux clients. HDWEBSOFT a livré une marketplace multi-rôles où les propriétaires de véhicules conçoivent leur covering sur des modèles 3D, prévisualisent des rendus IA photoréalistes sous sept angles de caméra et commandent directement auprès d’installateurs certifiés — tandis que les ateliers partenaires reçoivent des leads qualifiés et déjà payés, et que les artistes indépendants perçoivent des commissions automatiques sur les designs approuvés.
Contexte du Projet
Le covering personnalisé souffre d’un problème de confiance fondamental. Un covering représente un achat important, pourtant les acheteurs s’engagent traditionnellement sans voir le résultat — ils examinent des échantillons plats en atelier et espèrent que le produit fini correspondra à leur imagination. Pendant ce temps, les ateliers dépendent du passage et du bouche-à-oreille, et les designers de covering talentueux n’ont aucun canal pour monétiser leur travail au-delà de commandes ponctuelles.
Le client a imaginé une plateforme unique résolvant les trois problèmes à la fois : un studio de design par IA montrant aux clients exactement à quoi ressemblera leur véhicule avant de payer, une marketplace qui achemine des commandes qualifiées vers des installateurs professionnels, et une marketplace de designs où les artistes publient et gagnent avec des créations approuvées par la communauté. Une petite équipe HDWEBSOFT a pris en charge l’ensemble de la construction — cinq rôles utilisateurs, des workflows de commande en temps réel, les paiements marketplace et un pipeline de génération IA — dans des délais serrés, dans un domaine que personne dans l’équipe n’avait jamais abordé : la géométrie du covering automobile, les pièces du véhicule, les surfaces et les patrons à plat.
Entretien avec l’Équipe Projet
« Les premiers rendus gâchaient systématiquement les détails qui rendent un véhicule crédible — formes des rétroviseurs, emblèmes, joints de panneaux, design des jantes. Le tournant a été de traiter le prompt lui-même comme un artefact d’ingénierie : versionné, paramétré par famille de véhicule et par angle de caméra, et testé en régression comme du code. Une fois les prompts hébergés dans une couche de configuration que les administrateurs pouvaient ajuster sans redéploiement, chaque cycle de réglage est devenu nettement moins coûteux. »
— Chinh Tran, Team Leader chez HDWEBSOFT
Cette rigueur d’ingénierie est née de la nécessité. L’équipe a mené des cycles d’itération structurés — générer, inspecter chaque angle par rapport au véhicule réel, consigner les modes de défaillance comme des rétroviseurs déformés ou des emblèmes manquants, puis réinjecter les constats dans le prompt sous forme de contraintes explicites — jusqu’à ce que l’ensemble des sept angles soit cohérent. La génération en chaîne (l’angle trois-quarts avant d’abord, les autres ensuite, avec des relances ciblées sur les échecs) détecte les erreurs tôt au lieu de produire des séries complètes de rendus défectueux, et les tests de régression par version de prompt garantissent qu’une correction sur un angle ne casse pas un autre silencieusement.
Fonctionnalités Clés
- Studio de Design IA — les clients conçoivent leur covering sur des modèles 3D du véhicule ; l’IA (Google Gemini + fal.ai) génère des aperçus photoréalistes sous 7 angles de caméra plus de courtes vidéos promotionnelles, avec étiquetage IA automatique sur les assets partagés.
- Marketplace de Découverte de Designs — les artistes publient des designs, les administrateurs les approuvent, et les clients parcourent, ajoutent en favoris et commandent des créations communautaires.
- Plateforme Multi-Rôles — portails dédiés pour Clients, Artistes, Ateliers partenaires (employés et administrateurs) et Administrateurs de plateforme, avec multi-tenancy par entreprise.
- Gestion des Leads & Commandes — distribution automatique des leads aux ateliers, workflow accepter/refuser/assigner et cycle de vie complet de la commande (Pending → Paid → Confirmed → Processing → Ready → Fulfilled) avec mises à jour de statut en temps réel.
- Paiements & Reversements — traitement des paiements Stripe, système de coupons et remises, configuration des commissions et taxes, reversements Stripe Connect automatiques aux ateliers et artistes 7 jours après livraison.
- Chat & Notifications en Temps Réel — conversations dans la commande entre clients et installateurs via Socket.IO, plus notifications push (Expo) et e-mail (SendGrid).
- Tableau de Bord d’Administration Complet — gestion du catalogue (types de véhicules, pièces, options de covering, marques), configuration des modèles IA et des prompts, paramètres de prix et commissions, rapports et analyses, gestion des coupons et documents.
- Moteur de Tarification — estimation automatique du prix selon les surfaces, matériaux et pièces du véhicule sélectionnés.
Défis Techniques
Cohérence Photoréaliste sur Sept Angles
Les véhicules comportent des détails extrêmement petits — poignées de portes, rétroviseurs, emblèmes, joints de panneaux, design des jantes — et les premiers rendus IA les déformaient ou les omettaient. Chaque modèle de véhicule nécessitant un ensemble cohérent sur 7 angles, un rendu correct de face pouvait être visiblement faux de profil, et régénérer des séries complètes était coûteux. Aucun gabarit de prompt générique ne pouvait couvrir toutes les familles de véhicules.
Orchestrer de manière fiable des jobs IA de longue durée
Les séries d’images, les vidéos promotionnelles et l’étiquetage IA sont des jobs longs qui ne peuvent pas bloquer les requêtes API. Les échecs en cours de pipeline — un angle qui échoue, un job vidéo en timeout — exigeaient une logique de relance et de récupération sans abandonner la commande ni perdre le travail déjà accompli.
Modèle de permissions multi-tenant à cinq rôles
Clients, Artistes, employés d’atelier, administrateurs d’atelier et Administrateurs de plateforme voient des données différentes et déclenchent des workflows différents — et un utilisateur peut appartenir à plusieurs entreprises. Les règles métier pour les leads, les reversements et les remboursements dépendent du rôle qui agit ; une erreur ici signifie une fuite de données entre ateliers ou de l’argent vers une mauvaise destination.
Gérer l’argent correctement
Les taux de commission et de taxe sont stockés en points de base, les montants de paiement sont figés en snapshot au moment de la commande, les remboursements suivent des flux définis, et les reversements Stripe Connect automatisés s’exécutent selon un calendrier avec gestion des litiges. Toute erreur d’arrondi ou d’état se traduit par de l’argent réel sur le mauvais compte.
Un domaine inconnu dans un délai serré
La géométrie du covering automobile — pièces du véhicule, surfaces, patrons à plat — était nouvelle pour tous les développeurs de l’équipe. Avec une petite équipe et une deadline serrée, le domaine devait être appris assez vite pour prendre les bonnes décisions de modélisation du premier coup.
Solutions
Des prompts traités comme des artefacts d’ingénierie testés
Au lieu d’une chaîne de prompt générique unique, l’équipe a construit un constructeur de prompts structuré qui assemble des instructions à partir de profils par famille de véhicule, de spécifications de caméra par angle (distance focale, cadrage, règles de visibilité pour chacun des 7 angles) et de règles de finition et matériau du covering — chaque modèle reçoit ainsi des instructions sur mesure. L’itération s’est déroulée en cycles de test : générer, inspecter chaque angle face au véhicule réel, consigner les modes de défaillance (forme de rétroviseur incorrecte, emblèmes absents, panneaux déformés) et réinjecter les constats comme contraintes explicites du prompt jusqu’à obtenir une sortie régulièrement précise. Les valeurs de prompt vivent dans une couche de configuration en base de données (AiPromptConfig), permettant aux administrateurs d’ajuster les prompts et de changer de modèle image ou vidéo à l’exécution depuis le panneau d’administration — sans redéploiement par cycle de réglage. Des tests unitaires de régression par version de prompt protègent les progrès du réglage : une modification qui corrige un angle ne peut pas en casser un autre en silence.
Pipeline de génération en chaîne
L’angle trois-quarts avant est généré en premier, suivi des autres angles, avec des relances ciblées sur les échecs. Les erreurs apparaissent et sont corrigées tôt au lieu de produire une série complète de mauvais rendus — essentiel quand chaque série complète porte un coût de génération réel.
Une plateforme stable autour du noyau IA
Le reste de la plateforme a été volontairement gardé sobre pour que l’équipe se concentre sur la qualité des prompts : les files de jobs BullMQ/Redis isolent les charges de travail IA du chemin des requêtes, des gardes de rôles plus une machine à états d’appartenance par entreprise font respecter le multi-tenancy, des machines à états de commande validées transportent les snapshots de tarifs tout au long du cycle de vie, et les reversements Stripe Connect automatisés bouclent la boucle sans réconciliation manuelle.
Résultats Métier
- Les clients achètent en confiance — ils visualisent le covering exact sur leur véhicule avant de payer, réduisant l’hésitation, les allers-retours de révision et les commandes abandonnées pour les ateliers partenaires.
- Les ateliers reçoivent des leads qualifiés et payés sans effort d’acquisition, fluidifiant leur pipeline commercial et augmentant le volume d’installations.
- Les artistes gagnent un canal de revenus passifs via les designs publics approuvés avec reversement automatique des commissions.
- Les administrateurs exploitent la plateforme depuis les seuls paramètres — commissions, taxes, prix, modèles IA et gabarits d’e-mails configurables sans redéploiement, réduisant le coût opérationnel.
- L’automatisation a remplacé la coordination manuelle — assignation des leads, workflows de statut et reversements fonctionnent seuls, permettant à la plateforme de passer à l’échelle sur plus d’ateliers et de commandes sans agrandir l’équipe d’exploitation.
Fiche Technique
- Backend : NestJS 11 + TypeScript, PostgreSQL (Prisma ORM), Redis + files de jobs BullMQ, Socket.IO, Swagger/OpenAPI, authentification JWT, Helmet, rate limiting.
- Frontend : React 19 + Vite + TypeScript, Tailwind CSS, shadcn/ui (Radix UI), TanStack Query & Table, React Hook Form + Zod, Recharts, dnd-kit, React Router v7, client Socket.IO.
- Pipeline IA : Google Gemini API + fal.ai pour la génération d’images et de vidéos, Sharp pour le traitement d’images, AiPromptConfig en base de données pour changer de modèle et de prompts à l’exécution, tests de régression par version.
- Intégrations : paiements Stripe + reversements Stripe Connect, Supabase Auth, Cloudflare R2 (stockage compatible S3), e-mails SendGrid/Nodemailer, notifications push Expo.
- Tests & DevOps : Jest, Playwright, Docker, AWS, ESLint/Prettier/Husky.
Conclusion
La plateforme a transformé un processus lent et approximatif d’atelier en atelier en une marketplace en libre-service où les aperçus IA réduisent le risque d’achat et l’automatisation gère leads, commandes et reversements de bout en bout. La partie la plus difficile — la fidélité photoréaliste sur sept angles pour chaque famille de véhicules — n’a pas été résolue par un budget de génération plus important mais par la rigueur d’ingénierie : prompts structurés, itération mesurée et configuration testée en régression.
Si votre équipe construit une marketplace, un visualiseur de produit propulsé par l’IA ou une plateforme multi-rôles avec des flux de paiement complexes, nos services de développement IA et services de développement de logiciels e-commerce couvrent exactement ce modèle de livraison. Contactez notre équipe pour cadrer un projet similaire.
Découvrez du contenu connexe
Découvrez d’autres études de cas, services, secteurs et expertises régionales associés.