Des pages éparpillées à un tableau de données avec TinySet
Les outils TinyResearch et TinySet de TinyFish produisent des rapports sourcés ou des tableaux de données à partir du web public.
Recenser des conférences d’IA avec leurs dates et leurs tarifs ne demande pas le même travail qu’enquêter sur les perspectives d’un marché. Dans le premier cas, il faut retrouver les mêmes informations sur de nombreuses pages. Dans le second, il faut rapprocher des sources et construire une analyse. La nouvelle offre de TinyFish distingue ces deux tâches avec TinySet pour les jeux de données et TinyResearch pour les rapports.
Les deux produits sont disponibles dans l’interface TinyFish et par des intégrations annoncées pour ChatGPT et Claude, ainsi que par API et MCP pour les agents et les applications. Le tarif de lancement est de 2 dollars par rapport Deep terminé et de 3 dollars en mode Max. La collecte de données est facturée 0,10 dollar par ligne. Un crédit de 8 dollars est annoncé pour les nouveaux comptes. Choisir les colonnes avant de lancer la collecte
La préparation d’un jeu de données commence par la définition de ce que représente une ligne : une entreprise, un événement, un produit ou un projet. Le système propose ensuite des colonnes que l’utilisateur peut modifier avant la recherche. Il peut préciser les champs attendus, indiquer où certaines valeurs devraient se trouver et appliquer un filtre de type oui/non.
Le fonctionnement de TinySet répartit ensuite la recherche en sous-ensembles, par exemple des villes ou des catégories. La découverte des éléments et la collecte de leurs caractéristiques sont séparées. Une ligne qui nécessite des recherches complémentaires dispose de son propre agent, afin que les informations accumulées sur les précédentes ne remplissent pas son contexte de travail.
Un contrôle décrit dans le billet technique refuse aussi une source si l’agent chargé de la ligne n’a pas effectivement ouvert la page correspondante. Cette règle vérifie la consultation de la source, sans garantir à elle seule que la valeur extraite soit juste ou actuelle. Des colonnes contenant les adresses des sources et les dates peuvent être demandées pour faciliter la vérification.
Les lignes apparaissent progressivement et le résultat peut être partagé en lecture seule ou récupéré dans d’autres outils. La documentation précise toutefois que la collecte ne constitue pas un classement : demander dix établissements ne garantit pas d’obtenir les dix meilleurs. Pour les comparer, il faut disposer de critères dans les colonnes, comme un prix ou une note. Construire un rapport autour d’une question
La recherche approfondie suit une autre progression. Une question est décomposée en points à examiner, puis le système cherche des sources et extrait les affirmations qu’elles étayent. Il réévalue les informations réunies et lance de nouvelles recherches lorsque certaines parties restent insuffisamment couvertes. Le rapport est ensuite rédigé à partir des éléments collectés.
La présentation prévue comprend une synthèse initiale, des tableaux de comparaison et des développements accompagnés de références. L’utilisateur peut orienter les sources, demander des publications scientifiques ou des articles d’actualité, et fixer une période. L’enquête conserve néanmoins un budget de temps et d’étapes : elle produit son résultat lorsqu’elle estime la question suffisamment couverte ou atteint ses limites d’exécution.
Un rapport Deep prend généralement cinq à vingt minutes selon l’entreprise, avec jusqu’à cinq rapports menés simultanément. Les résultats sont sauvegardés dans le tableau de bord. Une galerie d’exemples présente les livrables et les consignes utilisées, notamment sur les centres de données en construction, la robotique humanoïde ou les fermetures de startups.
Les évaluations menées par TinyFish donnent aussi des indications sur les limites de la promesse. Sur ResearchRubrics, l’équipe annonce 77,10 avec une notation accordant un crédit aux exigences partiellement remplies, contre 71,04 si seules les exigences entièrement satisfaites comptent. Dans son billet technique, elle signale également qu’un rapport scientifique présenté utilise des publications postérieures à la date limite demandée. La présence de citations ne suffit donc pas à établir que toutes les consignes ont été respectées. Des données limitées au web public et à leur date de collecte
Les deux outils travaillent sur des pages publiques. Les contenus derrière une connexion ou un accès payant ne font pas partie du périmètre annoncé. Pour TinySet, une collecte est limitée à 250 lignes au lancement et peut en rapporter moins si les informations recherchées ne sont pas trouvées. Au tarif affiché, 250 lignes représentent 25 dollars.
Le jeu de données reste un instantané du moment où il a été constitué. Il ne se met pas à jour automatiquement lorsqu’un tarif change, qu’une conférence déplace sa date ou qu’un projet évolue. Une nouvelle collecte est nécessaire pour obtenir des données plus récentes.
La documentation de gestion des jeux de données distingue l’ajout de lignes et la reconstruction complète. Dans le premier cas, seules les nouvelles lignes sont facturées. Dans le second, le tableau est vidé, puis chaque ligne est recherchée et facturée à nouveau.