Les ressources
Sans bonnes méthodes et approches collaboratives bien orchestrées, même les meilleurs outils logiciels ne servent pas à grand-chose.
C’est pourquoi nous mettons à disposition deux types de ressources pour vous permettre de profiter au mieux de ces outils no-code:
- Des pages que nous produisons: des tutoriels, informations, guides, tests et comparatifs;
- des liens vers des pages du web: une curation de liens sélectionnés, comme ressources complémentaires (analyses, opinions, tutoriels…)
Si vous n’avez pas le temps de lire ces articles, vous pouvez toujours poser votre question au Chatbot ci-contre. Ses réponses proviennent des pages listées ci-dessous.
Les ressources de Memoways
Quels sont les usages, la mécanique de fonctionnement, les principes et les coûts des Chatbots conversationnels ? Avec les informations contenues dans cette page, vous pouvez envisager de créer votre propre Chatbot.
Comparatif de 8 applications no-code pour construire votre propre Chatbot, afin de valoriser vos contenus et votre expertise, pour entrer en interaction avec vos visiteurs
Pourquoi bien nommer ses fichiers ? Faut-il encore le faire maintenant que les IA répondent à toutes les questions ? Cet article vous donne des principes et des pistes pour vous organiser de manière robuste et sereine.
Pour partager et synchroniser des fichiers et dossiers via le cloud avec d’autres personnes, quel service utiliser ? Des retours d’expérience avec des recommandations
Que sont les données dynamiques ? Cette page va expliquer comment tirer parti du bon usage de ces données dynamiques, depuis des bases de données relationnelles.
Que sont les fichiers statiques, et comment en tirer bon usage ? Quand et comment produire des données différemment, lorsque les fichiers statiques ne sont pas adéquats ?
Comment penser et concevoir une base de données relationnelle ? Quels sont les outils no-code que l’on peut utiliser pour créer et gérer une base de données relationnelle ?
Les ressources du web
Alors que nous approchons du deuxième anniversaire du lancement de ChatGPT, se pose la question de l’évolution des chatbots. S’ils sont effectivement capables de prouesses aux yeux des néophytes, u…
Découvre les véritables enjeux climatiques liés à l'intelligence artificielle générative et comment adopter une utilisation plus responsable
The newest wave of AI research is changing everything
Alors que nous approchons du second anniversaire du lancement de chatGPT et que le marché est toujours dans l’expectative du lancement de GPT-5, tous les regards sont tournés vers OpenAI, la nouvel…
AI needs artists, whether the industry thinks so or not.
Everyone thinks they know but no one can agree. And that’s a problem.
Voice changes a lot of things
Ideas come from the edges, not the center
Un an et demi après la sortie de ChatGPT, la pression médiatique est toujours aussi forte pour une adoption à marche forcée de l’IA générative. À quoi cette nouvelle génération d’outils…
How do we build mass-market products that change the world around a technology that gets things ‘wrong’? What does wrong mean, and how is that useful?
How to best use AI in both UX and personal knowledge management.
Quelle est la consommation d'une requête sur ChatGPT ? Combien de CO2 est émis pour générer une image avec une IA ? J'ai compilé toutes les données concrètesà disposition pour mieux cerner les enjeux et les usages.
Les mois passent, et nous sommes toujours en attente de la révolution de l’IA, celle que l’on nous annonce comme une évidence, mais dont l’horizon semble toujours aussi lointain. …
La transformation numérique des entreprises est très loin d’être achevée, car tout ce qui a été accompli jusqu’à présent ne correspond qu’à une préparation aux changements, mais pas aux changements en eux-mêmes
And then there were three...
Quels sont les enjeux liés à la sécurité pour le no code ? Nous soulignons ici trois points de vigilance à observer et développons une réflexion sur la responsabilité de l'humain.
An In-Depth Analysis of Human and Artificial Cognitive Processes
Many people think the future of AI lies in “agents” - a fuzzily-defined term that refers to an autonomous AI program that is given a goal, and then works towards accomplishing it on its own. There has been a lot of buzz about agents over the past few months, but not much technology that actually works well.
Five analytical tasks in under a minute
Comme attendu, on a observé une incidence marquée de l’IA sur les contenus créatifs en 2023, et ce n’était que…
L'IA : pilleur d'art ou nouvelle muse ? Des créatifs livrent leurs secrets pour une utilisation optimale de l'IA dans le processus créatif.
Les premiers agents conversationnels sont apparus il y a plus de 20 ans sur les sites web. Depuis, des progrès spectaculaires ont été réalisés en matière de compréhension des questions et de formul…
Comment trancher dans ce débat Code vs No Code pour développer mon application ? Découvrez les avantages et les limites des deux méthodes.
Alors que le mystère plane toujours sur la disponibilité prochaine de GPT-5 et que la concurrence s’intensifie entre les géants numériques pour imposer leur offre d’IA générative (Googl…
Output similarity is a distraction
Powering the rise of Contextual AI —Over 200 terms including Components, Pipelines, Ops Stack, Technologies & more
Les outils vocaux d'IA comme ceux intégrés dans NotebookLM et Dicte peuvent améliorer notre compréhension et notre rétention des connaissances.
Choose correct AI techniques for the right use case families
How to build configurable flows and compound AI systems using open source tools.
Les agents à l'heure des grands modèles de langage
All about how apps talk to one another
Cloud means renting servers instead of buying them, but also other things too
Want to really understand large language models? Here’s a gentle primer.
Webhooks are APIs, but backwards - they’re ways for applications to send data to other applications, automatically.
What is this? An architecture for ants?
[Technically tries crypto] it's really just online accounting
Part I of a 2-parter explores the trend of using more UI in software building
Can we finally get rid of usernames and passwords?
Part II of the Low Code series looks at what people actually use it for
What McDonalds and Lyft have in common
There are 300+ databases; what do they all do?
Qu'est-ce qui différencie un "Centaure" d'un "Cyborg" dans sa collaboration avec l'IA ? Le premier délègue aveuglément, le second co-crée de façon maîtrisée. Voici les 6 principes clés pour devenir un Cyborg performant.
Nous vous avons compilé ici les 10 enseignements les plus importants que nous avons relevés lors de nos recherches. À l’image du métier de *product builder*, ces 10 enseignements sont éclectiques, abordent chacun une phase précise du développement d’un projet no-code, et demandent des compétences diverses.5 minutes
On connaît le poids du numérique sur l'empreinte carbone mondiale. Mais qu'en est-il du no-code ? Concrètement, quels sont les avantages du no-code dans notre quête du bas carbone ? Tentative de réponse.6 minutes
A deep dive on how to build in-app AI assistants and the technical architectures and product considerations that come with them.
Alors que le mystère plane toujours sur la disponibilité prochaine de GPT-5 et que la concurrence s’intensifie entre les géants numériques pour imposer leur offre d’IA générative (Googl…
Long Live The Web.
Why treating AI like a person is the future
Willy Nilly Datasets are mighty bad business.
If we don't have a preliminary definition of human values, it's incoherent to talk about alignment. If humans "don't really have values" then we don't really value alignment, so we can't be seriously trying to align AI with human values.
Modern AI puts us firmly into an age of exploration of computational reality
Writing a prompt for an LLM like ChatGPT is not unlike writing instructions for an employee you manage. Eventually, the employee you manage…
Large language models can produce any sequence of characters. Literally any. In any idiom, data format or programming language.
Try these methods to prevent ChatGPT-speak.
A simple "trick" that forces LLMs into thinking about their response.
This paper introduces 26 guiding principles designed to streamline the process of querying and prompting large language models.