« Je veux voir les conversations de l’équipe » ressemble à une seule fonction. Quelques questions plus tard, cela devient une architecture d’accès. Quelles conversations ? Quels numéros appartiennent à l’entreprise ? Que faire des contacts personnels ? Qui peut ouvrir une pièce jointe ? Que reste-t-il après une correction des données ?

Dans un projet WhatsApp CRM distinct, j’étudie un système destiné à un responsable et à plusieurs comptes téléphoniques professionnels. C’est un pilote préparé, pas un récit d’usage massif confirmé. La connexion de vrais canaux et la vérification de la livraison constituent des étapes distinctes.

Ci-dessous, l’interface de messagerie d’équipe avec des messages fictifs. On peut explorer le lien entre une conversation et un contact professionnel sans connecter de vrais comptes téléphoniques.

Échanges professionnels

Interface archivée · données de démonstration

Échanges professionnels
Écran du projet conservé · sans commandes interactives

D’abord décider ce qui peut être conservé

Le socle est un ensemble limité de contacts professionnels. L’appartenance à cet ensemble est vérifiée avant l’enregistrement d’un message et le chargement d’un média. Filtrer le personnel une fois stocké offre un tout autre niveau de protection.

Le profil d’un client fictif apparaît à côté de la conversation. Les modifications disponibles restent dans la démo ; l’envoi via un prestataire externe est désactivé.

Profil client

Interface archivée · données de démonstration

Profil client
Écran du projet conservé · sans commandes interactives

Les messages originaux sont stockés séparément des traitements ultérieurs. PostgreSQL prévoit des restrictions sur la modification des enregistrements source. Une note du responsable, une classification ou un futur résumé AI ne doivent pas réécrire ce que la personne a réellement envoyé.

Les médias sont dans un stockage objet privé et ne sont fournis qu’après contrôle d’accès. Connaître l’adresse du fichier ne suffit pas. C’est crucial lorsque des aperçus pratiques apparaissent : le confort ne doit pas devenir par accident un lien public vers un document professionnel.

Il fallait ici une autre stack

L’interface utilise React, le serveur Fastify, les données PostgreSQL et les pièces jointes un stockage compatible S3. Le projet prévoit des adaptateurs WhatsApp, dont Baileys et 360dialog. Leur présence dans le code ne signifie pas qu’un vrai compte est connecté ni que tous les événements ont été vérifiés.

Les canaux ne s’activent pas tout seuls par défaut. Un tel système demande une connexion délibérée, des contrôles des limites de données et une recette sur des scénarios professionnels autorisés. Je ne promets ni l’impossibilité d’un blocage, ni l’intégralité de l’historique ancien, ni une livraison parfaite.

Où intervient l’AI

D’abord dans le développement. Des fonctions futures utiles pourraient inclure des résumés et la recherche d’accords professionnels, mais il faut d’abord une base fiable. Si les messages sont confondus, perdus ou accessibles aux mauvaises personnes, un résumé intelligent rend seulement l’erreur plus convaincante.

Le cas présente actuellement un pilote préparé : messagerie d’équipe et profil client. La connexion de canaux réels et la vérification de livraison restent un travail distinct. L’AI a aidé au développement ; les résumés sont une suite possible, pas une fonction activée.

À lire aussi : CRM pour courtier · Le premier outil WhatsApp.