(04) Étude de cas · SaaS · IA générative
Masoku
Un SaaS d’IA générative qui transforme deux photos en visuel et en vidéo marketing, avec une facturation en crédits fiable.
Accès anticipé
01 Le besoin
Produire des visuels et des vidéos courtes de type UGC sans shooting ni montage, en libre-service, avec un modèle économique viable.
02 L’approche
Une application de génération en deux temps (image puis vidéo) branchée sur un système de crédits transactionnel, des abonnements et des packs ponctuels.
03 Ce qui a été livré
Une application fonctionnelle en accès anticipé : génération d’images et de vidéos, espace utilisateur, abonnements, packs de crédits et remboursements automatiques.
Contexte
Masoku (d’abord lancé sous le nom UGC.AI) est un SaaS d’IA générative pour le marketing. L’utilisateur envoie une photo de son produit et une photo de modèle : l’application produit un visuel où le modèle présente le produit, puis une courte vidéo au format réseaux sociaux.
Le produit est en accès anticipé, avant son lancement sur son domaine définitif.
Le défi
Chaque génération a un coût réel côté IA. Il fallait donc une facturation sans faille : débits atomiques, abonnements renouvelés, packs ponctuels, remboursement en cas d’échec et aucun double crédit.
L’API devait aussi tourner en serverless sur Vercel, avec ses contraintes : système de fichiers en lecture seule, authentification entre deux domaines, durée des requêtes.
Ma contribution
- Système de crédits à double réserve (abonnement puis bonus) avec journal des transactions et remboursement automatique en cas d’échec de génération.
- Webhooks de paiement Clerk Billing (abonnements) et Stripe (packs ponctuels), protégés contre les doubles crédits.
- Gestion du cycle de vie des abonnements : crédits attribués à chaque paiement, rétrogradation programmée à l’échéance.
- Mise en production de l’API Express en TypeScript sur Vercel, base Neon Postgres via Prisma, médias sur Cloudinary, suivi des erreurs avec Sentry.
- Adaptation du pipeline de génération (Google Gemini pour l’image, Google Veo pour la vidéo), dont le passage à un modèle vidéo moins coûteux.
Solutions techniques
- 01
Des crédits sans erreur possible
Chaque débit et chaque remboursement passe par une transaction Prisma. Les crédits d’abonnement sont consommés avant les crédits achetés, et chaque mouvement est journalisé avec le solde qui en résulte.
- 02
Des paiements rejoués sans double crédit
Les événements de paiement Clerk et Stripe sont enregistrés : un webhook renvoyé par le fournisseur ne crédite pas deux fois le même compte.
- 03
Express en serverless
Le serveur TypeScript est empaqueté avec esbuild pour Vercel. La vidéo est écrite dans le répertoire temporaire du runtime avant l’envoi vers Cloudinary, le reste du système de fichiers étant en lecture seule.
- 04
Authentification entre deux domaines
Le client et l’API étant déployés séparément, les origines autorisées sont déclarées explicitement dans le middleware d’authentification.
- 05
Un coût par vidéo maîtrisé
Passage au modèle Veo 3.1 Lite pour réduire le coût de chaque génération vidéo.
Fonctionnalités clés
- Image « in-context » : le modèle présente le produit
- Vidéo 9:16 ou 16:9 à partir de l’image
- Plan de départ, abonnements et packs de crédits
- Remboursement automatique en cas d’échec
- Historique des générations
- Galerie communautaire avec publication
- Médias servis par CDN
- Suivi des erreurs en production
Technologies
