For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/gpt-6-intelligent-ui-eazo-qoni-and-the-fu-fc1ec475.md.
OpenAI a commencé à déployer GPT-6 avec l’interface intelligente dans ChatGPT, et le changement est facile à remarquer : une réponse ne se l...
OpenAI a commencé à déployer GPT-6 avec l’interface intelligente dans ChatGPT, et le changement est facile à remarquer : une réponse ne se limite plus nécessairement à un long défilement de texte.
Selon la question posée, ChatGPT peut désormais combiner du texte avec des diagrammes, des graphiques, des formulaires, des commandes tactiles, des calculatrices, des outils de partage d’addition, des jeux et d’autres éléments interactifs directement dans la conversation. OpenAI indique que le système choisit automatiquement le format et revient toujours au texte brut lorsque celui-ci constitue la meilleure réponse.
Le déploiement a commencé dans le monde entier le 7 octobre 2026 pour les utilisateurs Plus, Pro, Business et Enterprise dans Chat, puis les offres Free et Go ont suivi le 8 octobre. Les forfaits Chat payants utilisent GPT-6 Sol pour cette expérience, tandis que Free et Go utilisent GPT-6 Luna. GPT-6 Astra reste le modèle utilisé pour l’option de raisonnement Pro et ne prend actuellement pas en charge l’interface intelligente.
OpenAI indique également que plus de 1,2 milliard de personnes utilisent ChatGPT chaque semaine, ce qui dépasse largement le cadre d’une simple expérimentation d’interface. Un produit conversationnel grand public s’oriente désormais explicitement vers des réponses capables de devenir des interfaces.
Cette orientation ressemble étroitement à l’argument central de l’article chinois d’origine : la forme définitive d’un agent personnel ne sera peut-être pas une ligne de commande plus intelligente. Il pourrait s’agir d’un logiciel capable de créer et de conserver une interface graphique adaptée aux besoins récurrents d’une personne donnée.
L’article défend cette idée à travers Eazo, une plateforme de création d’applications par IA, et Qoni, l’infrastructure d’identité, d’action et de mémoire qui soutient sa vision des agents personnels.
Deux histoires familiales rendent cette idée concrète.
Une famille a utilisé Eazo pour créer une application simple d’expression orale et d’apprentissage destinée à un enfant d’un an et demi. L’enfant pouvait toucher de grandes cartes pour entendre des nombres, des lettres, des objets du quotidien et des animaux, sans avoir besoin d’écrire ni de formuler une requête.
Une autre famille disposait d’un PDF rédigé par un consultant en sommeil, rempli de règles conditionnelles : périodes d’éveil, limites de sieste et consignes à suivre lorsqu’une sieste échouait. Au lieu de relire régulièrement le document, Adam Waxman a consacré environ une semaine à transformer ces règles en application. Lui, son épouse et la personne qui s’occupait de l’enfant utilisaient ensuite le même calendrier en direct, les horaires de sommeil étant recalculés lorsqu’une sieste précédente changeait.
L’application n’a été utile que pendant quelques mois. Cela convenait parfaitement.
Aucune de ces applications n’avait besoin de millions d’utilisateurs ni d’une place dans un magasin d’applications. Chacune répondait à un problème étroit, temporaire et hautement personnel pour une seule famille.
Le schéma est simple :
La personne qui crée l’outil peut utiliser la conversation. La personne qui l’utilise régulièrement peut simplement avoir besoin de toucher l’écran.
Les agents personnels se développent rapidement.
Le Muse de Meta fonctionne dans une machine virtuelle sécurisée dédiée, avec son propre navigateur, et peut agir sur des services web et des applications connectées, notamment la messagerie électronique, les voyages, les achats et les paiements, avec l’approbation de l’utilisateur pour les actions sensibles.
Les dots d’OpenAI sont des agents permanents alimentés par GPT-6 Astra. Ils disposent de leurs propres ordinateurs dans le cloud et peuvent se connecter à plus de 4 000 applications grâce à l’écosystème de modules complémentaires d’OpenAI.
Ces systèmes défendent solidement l’utilisation d’un point d’entrée conversationnel : il suffit de décrire un objectif et de laisser l’agent effectuer le travail.
Mais l’article d’origine soutient qu’une boîte de dialogue est peu adaptée à de nombreuses activités répétitives.
Le PDG d’Airbnb, Brian Chesky, a formulé une remarque connexe dans une interview accordée à TechCrunch le 1er octobre. Il a déclaré que les interfaces uniquement conversationnelles n’étaient pas idéales pour la navigation et les achats, car les utilisateurs ont souvent besoin d’interfaces plus riches et que plusieurs personnes peuvent devoir interagir avec la même tâche. Il a également indiqué que son expérience d’utilisation d’Airbnb via des agents tels que Muse restait médiocre et que l’IA grand public n’avait pas encore résolu ces problèmes.
Pour des activités telles que :
l’état visuel est important.
Une interface graphique peut conserver l’emplacement, les options, la progression, les commandes et le contexte d’une manière que des requêtes répétées en langage naturel ne permettent souvent pas.
L’affirmation plus radicale de l’article, selon laquelle les agents conversationnels seraient simplement « terminés », va trop loin. L’interface intelligente d’OpenAI montre elle-même une orientation hybride plutôt que la fin de la conversation : la conversation reste utile pour exprimer l’intention, tandis que les interfaces deviennent utiles pour interagir avec la structure ainsi produite.
Eazo sépare ces deux fonctions.
La conversation sert à décrire un nouveau besoin. Le résultat doit devenir une application persistante qui peut être ouverte, utilisée par des pressions, partagée et réutilisée sans devoir reformuler la demande initiale à chaque fois.
La source utilise une analogie simple : si vous voulez un interrupteur près du lit, vous indiquez une fois à l’électricien où l’installer. Vous n’expliquez pas « éteins la lumière » à la pièce chaque soir.
Cela conduit à une autre vision des agents :
requête en langage naturel formulée une seule fois
↓
l’agent clarifie et construit
↓
application graphique persistante
↓
utilisation répétée par pression, consultation ou partage
Les agents grand public actuels utilisent souvent des logiciels existants en votre nom. L’étape suivante proposée par Eazo consiste à permettre à un agent de créer le petit logiciel qui aurait dû exister depuis le début.
L’article soutient donc que les applications ne disparaissent pas. Ce qui change, c’est l’identité de ceux qui peuvent les créer.
La source répertorie plusieurs situations quotidiennes dans lesquelles toucher l’écran peut être préférable à parler.
Ces exemples partagent trois caractéristiques.
Premièrement, ils sont fréquents et répétitifs. Personne ne souhaite redécrire le même besoin chaque jour.
Deuxièmement, ils peuvent être utilisés par des personnes qui ne peuvent pas facilement exprimer leurs besoins par écrit ou à l’oral, notamment les jeunes enfants, les personnes âgées ou les utilisateurs ayant des difficultés de communication.
Troisièmement, ils sont souvent trop personnels pour justifier un produit logiciel traditionnel. Une entreprise commerciale ne construirait peut-être jamais l’outil exact, même s’il possède une grande valeur pour une personne ou un foyer.
La source compare cette approche à des agents tels que Muse et dots.
Cette comparaison correspond au cadrage de l’auteur de la source plutôt qu’à une taxonomie objective du secteur. Muse, par exemple, peut déjà créer certains outils lui-même, et l’interface intelligente de ChatGPT peut générer des expériences interactives dans une conversation. La distinction pertinente concerne la persistance et la forme du produit : Eazo se concentre sur la création d’une application réutilisable comme résultat final.
Eazo se présente comme une plateforme permettant de créer des applications, des agents, des univers en 3D et du contenu interactif en langage naturel.
Son processus de création documenté est globalement le suivant :
Décrire votre idée
→ confirmer le périmètre du produit
→ examiner un plan produit
→ choisir une direction visuelle
→ générer les pages
→ construire l’application complète
→ prévisualiser et réviser
→ publier
La plateforme prend en charge les modes de création Autopilot et Collaborative. En mode Autopilot, l’agent fait progresser seul une plus grande partie du projet ; en mode Collaborative, il s’arrête plus souvent pour demander des décisions sur le périmètre, la conception et la mise en œuvre.
L’article d’origine décrit Eazo comme un complément aux agents orientés vers l’action, plutôt que comme leur remplacement direct. La conversation reste centrale, mais elle sert à comprendre l’utilisateur et à produire quelque chose de persistant. L’utilisation répétée est ensuite assurée par l’interface personnalisée.
Un thème majeur de la source est que la création d’applications échoue souvent avant même le début du développement : les utilisateurs ne parviennent pas toujours à exprimer le produit avec suffisamment de précision.
De nombreux outils de programmation par IA attendent encore de l’utilisateur qu’il se comporte comme un chef de produit : définir les exigences, découper les fonctionnalités, affiner les invites et corriger à plusieurs reprises les détails de l’implémentation.
Le flux de travail d’Eazo cherche à prendre lui-même en charge une plus grande partie de cette interprétation.
Le processus de conception d’Eazo peut générer plusieurs directions visuelles avant la construction. La documentation officielle actuelle permet aux utilisateurs de demander entre une et six directions de conception, six étant générées par défaut lorsqu’aucun nombre n’est précisé.
L’objectif est de permettre aux utilisateurs de réagir à des options visuelles concrètes au lieu de devoir maîtriser dès le départ le vocabulaire du design.
Un utilisateur peut dire « plus chaleureux » ou « plus simple », puis utiliser ces réactions pour sélectionner une direction.
La source inclut la demande suivante :
Construis une application d’apprentissage de l’anglais basée sur l’IA, capable d’apprendre à partir de vidéos YouTube et de podcasts. Elle doit inclure les fonctionnalités de base suivantes : importer une vidéo ou un podcast depuis une URL ; transformer la voix des intervenants en contenu textuel ; permettre à l’utilisateur de contrôler la vitesse de la vidéo ou du podcast pour apprendre la prononciation selon la méthode de répétition en simultané ; permettre de marquer le nouveau vocabulaire et expliquer sa signification. Tu peux concevoir d’autres fonctionnalités pertinentes pour l’application.
L’important n’est pas la grammaire de la demande. C’est le fait qu’elle mélange les objectifs, l’importation de médias, la transcription, le contrôle de la lecture, l’entraînement par répétition en simultané, la collecte de vocabulaire et l’explication, sans préciser l’architecture logicielle.
La documentation actuelle d’Eazo indique explicitement qu’une première demande n’a pas besoin de contenir une spécification complète du produit. L’agent peut clarifier les éléments manquants, proposer un plan, générer les pages frontend, puis construire l’application complète.
La source présente également un flux de travail 3D utilisant des ressources liées à Blender.
Demande initiale de l’utilisateur :
Aide-moi à recréer cette scène et ce personnage, et anime le personnage pour qu’il puisse marcher.
La source indique qu’Eazo a d’abord généré des vues du personnage sous plusieurs angles et demandé à l’utilisateur de les confirmer avant de passer aux ressources d’animation.
L’utilisateur a ensuite ajouté une deuxième exigence :
Transforme le résultat en une application permettant de changer de fuseau horaire et d’afficher l’heure de différents endroits. La couleur du ciel doit correspondre au fuseau horaire sélectionné et le style doit s’inspirer de l’affichage de l’heure sur le bureau d’un iPhone.
La documentation actuelle d’Eazo confirme que la plateforme prend en charge la génération de modèles 3D et de scènes interactives à partir de textes ou d’images, même si les résultats de chaque démonstration restent des exemples et ne constituent pas des résultats garantis.
L’article d’origine présente Eazo comme une voie no-code à low-code vers un produit complet, plutôt que comme un simple générateur de code frontend.
La documentation actuelle d’Eazo confirme les fonctionnalités intégrées suivantes :
La source indique qu’Eazo dispose de « 49 modèles d’IA intégrés ». Ce nombre exact ne doit pas être considéré comme une spécification permanente, car le catalogue de modèles évolue. La documentation actuelle d’Eazo présente plutôt un catalogue actualisé des fournisseurs et modèles pris en charge et permet aux créateurs d’utiliser l’accès aux modèles géré par Eazo ou leurs propres clés API.
La source donne la demande suivante :
Ajoute un système de connexion au projet actuel.
La documentation officielle d’Eazo confirme la prise en charge intégrée de la connexion, des sessions et de l’identité des utilisateurs.
La source utilise la demande suivante :
Une fonctionnalité de paiement a été ajoutée au prix de 3 $ ; les membres bénéficient d’une utilisation illimitée de la génération d’images.
Eazo documente actuellement les paiements ponctuels et les abonnements mensuels via son flux de paiement intégré. Le paiement utilise le connecteur Stripe d’Eazo, tandis que les créateurs doivent uniquement effectuer la procédure Stripe Express lorsqu’ils souhaitent retirer leurs revenus.
La source inclut la demande suivante :
Je veux voir combien d’utilisateurs se sont connectés et ont utilisé mon application.
La documentation de l’espace de travail et des fonctionnalités intégrées d’Eazo confirme la prise en charge des bases de données gérées, des données d’application, de l’identité des utilisateurs et des fonctionnalités liées à l’activité.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
La source inclut la demande suivante :
Aide-moi à construire une application de génération d’images qui crée aléatoirement des images correspondant au contexte actuel à partir des entrées de l’utilisateur ; l’application doit appeler ce Skill précis à chaque génération d’image : /gc-minimal-zine-poster-v0-3
Les notes de version d’Eazo de septembre confirment que les Skills peuvent être créés, modifiés et importés depuis des fichiers, GitHub et npx, puis appelés depuis Chat.
Le guide de démarrage rapide actuel d’Eazo décrit un processus de création en huit étapes qui se termine par Publish. Celui-ci produit un lien de production et un code QR après que le créateur a défini les informations et la visibilité de l’application.
Plusieurs captures d’écran illustrant l’authentification, les paiements, le stockage, les Skills et la publication étaient présentes dans l’article d’origine, mais certains fichiers image n’ont pas pu être récupérés de manière fiable lors de la préparation de cette version Markdown. Ils ne sont donc pas reproduits ici, plutôt que d’être remplacés par des images inventées.
La source positionne principalement Eazo pour les vibe coders et les personnes qui souhaitent transformer une idée en produit fonctionnel, qu’elles sachent ou non déjà coder.
Les utilisateurs types comprennent les personnes qui souhaitent :
La source compare Eazo à des produits tels que Codex, Cursor, Lovable, Bolt, Replit Agent, Base44 et Claude Code.
Ces comparaisons doivent être interprétées avec prudence, car ces produits ciblent des flux de travail qui se chevauchent tout en restant différents. Certains se concentrent sur le développement au niveau du dépôt, d’autres sur la génération d’applications web ou l’ingénierie autonome, tandis qu’Eazo met l’accent sur la création de bout en bout et la possibilité de publier le résultat.
Eazo a publié Eazo Benchmark v3.0, une suite d’évaluation propriétaire destinée aux agents créatifs.
Le benchmark contient 147 entrées de test réparties entre huit dimensions de capacité, notamment :
La source indique que les tâches utilisent des ressources réelles telles que des modèles 3D, des vidéos, des bases de données, des polices et des fichiers Figma, et qu’elles reposent sur des flux de création en plusieurs tours.
Le chiffre clé nécessite une précision importante.
Eazo indique que, sur le sous-ensemble comparable de 103 tâches de son propre benchmark, Eazo V5 a obtenu un score moyen composite de 88,0, contre 84,4 pour Codex CLI.
Il s’agit d’un élément utile provenant directement de l’éditeur, mais pas d’un benchmark sectoriel administré de manière indépendante. Le benchmark a été conçu par Eazo autour du flux de travail qu’il souhaite mesurer. Les lecteurs doivent donc examiner les tâches, les règles de notation, les paramètres des modèles et le sous-ensemble comparable avant de considérer ce score comme une affirmation générale selon laquelle Eazo serait « meilleur que Codex ».
Cette distinction est particulièrement importante, car Codex et Eazo ne correspondent pas à des catégories de produits identiques.
La source attribue une grande partie des performances d’Eazo dans le benchmark à son framework General Agent interne, EazoTack.
L’architecture publiée est organisée en quatre couches :
L’utilisateur décrit une demande, examine des prévisualisations en direct et reçoit des suggestions concernant les prochaines étapes.
Un agent d’exécution prend en charge la boucle principale :
comprendre
→ décider
→ exécuter
→ valider
Un agent proactif distinct utilise un instantané du contexte pour suggérer les prochaines étapes possibles et abandonne les suggestions obsolètes lorsque l’état du projet change.
La source indique qu’EazoTack utilise 15 outils principaux ainsi qu’un méta-outil invoke_skill.
Des capacités spécialisées peuvent ensuite être appelées uniquement lorsque cela est nécessaire, notamment :
L’agent et l’espace de travail du projet fonctionnent dans le même conteneur afin que les opérations sur les fichiers et le shell puissent être réalisées localement, tandis que les appels aux modèles, la génération de médias, les fonctions de base de données et le déploiement passent par des API de plateforme contrôlées.
La source rapporte un taux de succès du cache sur sept jours de 98,3 %, un taux observé d’environ 98 % pour le cache en production de V5 et un délai d’environ 1,5 seconde avant le premier jeton.
Il s’agit de mesures de production propres à Eazo, et non d’audits indépendants des performances.
La source affirme également que la configuration utilisant le même modèle réduit les coûts d’environ un tiers par rapport à la comparaison avec Codex. Cette affirmation doit elle aussi être comprise comme le résultat des mesures du benchmark et de l’environnement d’exécution d’Eazo, et non comme une garantie universelle de réduction des coûts.
L’article descend ensuite sous la couche applicative.
Selon son argumentation, un agent personnel utile doit à terme disposer de trois capacités persistantes :
Qoni est l’infrastructure que l’équipe d’Eazo a construite autour de ces trois fonctions.
La documentation officielle actuelle de Qoni décompose la plateforme comme suit :
| Couche | Produit | Fonction |
|---|---|---|
| Identité | GenAuth | Donne aux agents une identité liée à une personne, avec une délégation limitée et vérifiable |
| Action | Web Agent | Permet aux agents de rechercher, naviguer, remplir des formulaires, cliquer et effectuer des tâches web contrôlées dans des navigateurs hébergés |
| Mémoire | GUMem | Stocke et rappelle le contexte utilisateur, les messages, les ressources et l’historique des actions |
Qoni se décrit comme une infrastructure gérée pour les agents personnels.
Son guide de démarrage présente un parcours d’achat dans lequel un agent reçoit une autorité limitée dans le temps, utilise un navigateur hébergé et s’arrête pour solliciter l’intervention de l’utilisateur lorsqu’une décision ou une approbation est nécessaire.
Cette approche est plus concrète que de simplement dire qu’un agent possède une « mémoire » ou des « mains ». Les propriétés importantes sont l’étendue des autorisations, l’auditabilité et le contrôle de l’utilisateur.
La source relie Qoni à deux projets antérieurs du fondateur Xie Yang.
Elle indique que les travaux sur l’identité sont issus d’Authing, tandis que les capacités d’action dans le navigateur ont évolué à partir de Fellou. La mémoire s’appuie sur des recherches antérieures en graphes de connaissances.
L’article rattache également cette idée générale à la vision du Web sémantique de Tim Berners-Lee : des agents logiciels capables de comprendre les informations, de coordonner des services, de comparer des options et d’agir pour les utilisateurs.
Il est discutable de considérer l’écosystème actuel des agents comme la réalisation du Web sémantique, mais cette connexion est utile sur le plan conceptuel.
Les agents modernes commencent à avoir besoin exactement de l’infrastructure que les architectures web précédentes avaient eu du mal à fournir :
qui agit ?
quelle autorité cette personne ou cet agent possède-t-il ?
à quelles ressources peut-il accéder ?
que se rappelle-t-il ?
quelles actions peuvent être auditées ?
Le site public actuel de Qoni résume cette approche en trois mots : identité, action, mémoire.
La source conclut avec une thèse forte : l’avenir n’est pas celui où « les applications disparaissent et où tout devient conversationnel ».
L’interface intelligente d’OpenAI rend cette affirmation plus intéressante, car elle montre que l’interface conversationnelle leader devient elle-même plus graphique et interactive.
En parallèle, Muse et dots illustrent une autre voie : celle d’agents persistants qui utilisent pour l’utilisateur des logiciels et des services existants.
Eazo et Qoni proposent une troisième couche :
la conversation exprime un nouveau besoin
↓
l’IA le transforme en application réutilisable
↓
l’identité + l’action + la mémoire persistent en arrière-plan
↓
les utilisateurs interagissent avec une interface graphique stable
Ces approches ne sont pas nécessairement incompatibles.
L’orientation la plus probable pourrait combiner :
Le titre d’origine affirme que les agents conversationnels « n’ont pas d’avenir ». Les éléments disponibles soutiennent une conclusion plus nuancée : la conversation seule ne suffira probablement pas à toutes les expériences d’agent personnel.
L’interface intelligente est une fonctionnalité de ChatGPT introduite avec GPT-6. Elle permet aux réponses de combiner du texte avec des graphiques, des diagrammes, des formulaires, des boutons, des calculatrices, des jeux et d’autres éléments interactifs. GPT-6 choisit automatiquement le format de réponse en fonction de la question.
Oui. OpenAI a commencé le déploiement auprès des utilisateurs Plus, Pro, Business et Enterprise le 7 octobre 2026, puis l’a étendu aux offres Free et Go à partir du 8 octobre. Free et Go utilisent GPT-6 Luna, tandis que les forfaits Chat payants utilisent GPT-6 Sol pour l’interface intelligente.
Eazo est une plateforme de création par IA destinée à construire des applications, des agents, des univers en 3D et du contenu interactif à partir d’instructions en langage naturel. Son flux de travail comprend la planification du produit, la génération de designs, la construction de l’application, la prévisualisation, la révision et la publication.
La documentation actuelle d’Eazo indique que la plateforme prend en charge la connexion, les données gérées et l’importation de fichiers, les modèles d’IA dans les applications, la 3D, les paiements, les notifications, la mémoire personnalisée et la publication. Les modèles exacts, les limites, les tarifs et la disponibilité des fonctionnalités peuvent évoluer ; les utilisateurs en production doivent donc consulter la documentation actuelle.
Eazo rapporte un score moyen composite de 88,0, contre 84,4 pour Codex CLI, sur un sous-ensemble comparable de 103 tâches d’Eazo Benchmark v3.0. Comme Eazo a conçu et exploite lui-même ce benchmark, le résultat doit être considéré comme une mesure fournie par l’éditeur, et non comme un classement universel indépendant.
EazoTack est le framework d’agents interne d’Eazo. La source décrit une architecture en quatre couches utilisant un agent d’exécution, un agent proactif, une gestion du contexte privilégiant le cache, 15 outils principaux et un méta-outil invoke_skill pour les capacités créatives spécialisées.
Qoni est une infrastructure gérée pour les agents personnels, fondée sur l’identité, l’action et la mémoire. Ses principaux composants sont GenAuth, Web Agent et GUMem.
Pas complètement. Les produits actuels combinent de plus en plus les deux approches : la conversation est utile pour exprimer une nouvelle intention, tandis que les interfaces graphiques sont souvent plus adaptées aux tâches répétitives, visuelles, évolutives ou nécessitant plusieurs utilisateurs.
L’interface intelligente de GPT-6 est un signal fort indiquant que l’IA conversationnelle dépasse désormais le simple texte. ChatGPT peut créer directement dans la conversation des diagrammes interactifs, des calculatrices, des formulaires, des jeux et d’autres interfaces adaptées à une tâche donnée.
Eazo pousse cette idée plus loin en considérant l’application réutilisable — et non la transcription du chat — comme le produit final. Sa documentation officielle prend en charge un flux de travail couvrant la planification du produit, le design, les fonctionnalités full-stack, le contenu 3D, l’IA, les paiements, les données et la publication, tandis que son framework EazoTack est conçu autour d’une exécution des agents optimisée par le cache et de Skills spécialisés.
Qoni prolonge cette vision sous la couche applicative avec l’identité, les actions dans le navigateur, la mémoire, la délégation limitée et l’auditabilité.
La conclusion la plus solide n’est pas que le chat est dépassé. C’est que les agents personnels ont de plus en plus besoin à la fois de la conversation pour exprimer l’intention et des interfaces pour une utilisation répétée.
Partez d’une phrase et obtenez un site complet en quelques minutes.
