🔮 Framework IA Multi-Agents · Open methodology

PRISM
Framework

Pourquoi interroger un seul modèle IA quand la variance entre plusieurs réponses est elle-même une source de valeur ? PRISM exploite la stochasticité des LLMs pour produire des outputs plus riches que ce qu'un seul agent pourrait générer.

// définition

Ce que signifie PRISM.

Chaque lettre correspond à une couche du système.

P
Parallel Prompting
Le même prompt (ou des variantes) est envoyé simultanément à plusieurs agents IA indépendants.
R
Response Harvesting
Toutes les réponses sont collectées et structurées — variantes incluses, contradictions identifiées.
I
Intelligent Synthesis
Un agent maître analyse l'ensemble des réponses, identifie les convergences et les divergences, et produit un output composite.
S
Stochastic Leverage
La variabilité native des LLMs (température, sampling) est utilisée comme source de diversité créative — pas supprimée.
M
Master Orchestration
L'agent maître a des instructions spécifiques pour arbitrer entre les réponses selon des critères définis (qualité, sécurité, format).
// architecture

Comment ça fonctionne concrètement.

Dans l'implémentation fitness de Smart Rabbit, PRISM génère plusieurs variantes de programme simultanément, puis l'agent maître sélectionne et fusionne les meilleures parties de chaque réponse.

// INPUT
Profil utilisateur
objectif · niveau · équip.
↓ dispatch parallèle
// AGENTS PARALLÈLES (couche P + R)
Agent 1
Focus force
Agent 2
Focus volume
Agent 3
Focus métabolique
↓ harvest + structure
// AGENT MAÎTRE (couche I + S + M)
🧠 Master Agent
Analyse les 3 réponses · Identifie convergences · Arbitre selon critères · Fusionne
↓ output enrichi
// OUTPUT COMPOSITE
Programme optimal · Justifications physiologiques · Alternatives identifiées
// cas d'usage

Ce que PRISM permet que l'IA classique ne permet pas.

🎯
Explorer l'espace des solutions
Un agent unique converge vers une réponse. Trois agents parallèles explorent simultanément plusieurs zones de l'espace solution. L'agent maître choisit ou fusionne.
⚖️
Détecter les hallucinations
Si un agent hallucine un fait, les deux autres divergent. L'agent maître identifie la discordance et peut rejeter ou flaguer l'information suspecte.
🔀
Exploiter la température
En variant les paramètres de sampling entre agents, on obtient un spectre allant du conservateur au créatif. L'agent maître synthétise les deux extrêmes.
🔗
Combinaison avec DACO
DACO (Declarative Agent & MCP Orchestration) peut orchestrer les appels PRISM de façon déclarative — les agents parallèles deviennent des MCPs indépendants.
// communauté builders

Ce que les premiers builders construisent avec PRISM.

Les membres qui partagent ce qu'ils construisent avec le framework sont mis en avant ici — avec leur profil, leur projet, et un lien vers leur travail. C'est de la visibilité gratuite pour du travail réel.

👾
Slot disponible pour les premiers builders qui partagent leur implémentation PRISM.
→ Rejoindre et être featured
🚀
Vous construisez avec PRISM ? Partagez dans la communauté → votre projet est listé ici.
→ Soumettre mon projet
🏗️
Open source, SaaS, experiment — toutes les implémentations PRISM méritent d'être visibles.
→ Soumettre mon projet
// accès

Rejoindre la communauté PRISM.

Les 50 premiers membres ont un accès direct à Jacques pour discuter d'implémentation. Après, ce sera un groupe plus grand.

Free · GitHub
€0
Le repo GitHub public avec la documentation du framework, le schéma d'architecture, et des exemples de prompts.
  • Documentation complète du framework
  • Schéma d'architecture PRISM
  • Exemples de prompts maître
  • Cas d'usage fitness documentés
Implementation
€79 one-time
Guide d'implémentation complet (PDF 80+ pages) + code source de l'implémentation fitness + 1 session de 30 min avec Jacques.
  • Guide d'implémentation 80+ pages
  • Code source commenté (Node.js)
  • Templates pour fitness + autres domaines
  • Session 30min avec Jacques
  • Mises à jour futures incluses

Guide en cours de rédaction

Me contacter pour plus d'infos →