Le brief remplace le prompt dans Pletor 2.0

Avec Pletor 2.0, un brief en langage naturel suffit pour produire des visuels de marque et des contenus publicitaires. Son agent créatif s’appuie sur un Brain regroupant identité, produits, références et campagnes.

« Crée notre campagne de rentrée autour de ces deux produits, en t’inspirant de nos contenus les plus performants. » Une instruction de ce type doit désormais suffire pour obtenir une série de visuels et de publicités adaptés à une marque, sans sélectionner chaque modèle ni reconstruire manuellement la chaîne de production.

Avec sa version 2.0, Pletor se présente comme le premier agent créatif consacré au commerce. L’utilisateur décrit le résultat attendu en langage naturel. Le système interprète le brief, prépare les instructions, choisit les outils nécessaires et rassemble les créations sur un canvas où elles peuvent être reprises par l’équipe.

Cette interface modifie surtout la porte d’entrée de la plateforme. Jusqu’à présent, la construction passait principalement par des Flows, des chaînes visuelles reliant des modèles d’image, de vidéo, d’audio ou de texte à des règles de marque et à différentes opérations. Ces systèmes restent accessibles pour les productions nécessitant davantage de précision ou devant être réutilisées à grande échelle.

Le nouvel agent prend en charge les étapes intermédiaires pour les demandes plus courantes. Une équipe peut solliciter une photographie de produit, une variation publicitaire ou une campagne complète sans devoir choisir elle-même chaque composant. Pletor indique que la même demande peut produire un seul contenu ou une série pouvant atteindre une centaine de créations.

La personnalisation repose sur Brain, la mémoire de marque introduite auparavant par l’entreprise. Elle regroupe l’identité, le positionnement, les audiences, les règles éditoriales, les références visuelles, les produits, les personnages récurrents et les connaissances commerciales dans un espace partagé.

Selon la documentation consacrée à Brain, ces informations sont organisées sous forme de mémoires courtes et hiérarchisées. Une entreprise peut fournir l’adresse de son site, des guides de marque, des fiches produits, des campagnes précédentes, des logos, des images, des documents ou des fichiers audiovisuels. Le système extrait les éléments utiles, puis demande à l’utilisateur de les vérifier et de les corriger.

Une fois constituée, cette base peut être consultée par les conversations, les Flows, les Apps et les traitements par lots. Une modification effectuée dans Brain se répercute sur les productions qui utilisent la même information. Une agence peut également créer une mémoire distincte pour chacun de ses clients.

Le fonctionnement se rapproche davantage d’une base de contexte structurée que d’un modèle entraîné spécialement pour chaque entreprise. Les créations restent produites par des services externes, mais reçoivent les règles, références et contenus sélectionnés dans Brain.

Le catalogue mentionné par la plateforme comprend notamment Nano Banana, GPT Image, Flux, Higgsfield, Reve, Seedance, Kling, Veo, Sora, Grok et Claude. L’utilisateur n’a plus nécessairement à déterminer lequel convient à chaque étape. L’agent est censé répartir le travail entre les différents outils en fonction du résultat demandé.

Les critères exacts de cette sélection ne sont pas documentés. La présentation ne précise pas comment le système arbitre entre qualité, rapidité, coût ou respect des références. Elle ne détaille pas non plus le nombre d’étapes réalisées pour chaque brief ni la manière dont une création rejetée influence la tentative suivante.

Le terme « agent » désigne ici une interface capable de transformer une demande générale en production créative en mobilisant plusieurs outils. La publication ne démontre pas encore une autonomie complète comparable à celle d’un système pouvant planifier une campagne, mesurer ses résultats puis modifier seul sa stratégie. L’équipe conserve la validation des contenus et peut reprendre la production dans les Flows lorsque le contrôle automatique ne suffit pas.

L’entreprise affirme également que Brain devient plus précis au fil de son utilisation. Chaque création, décision et campagne performante contribuerait à renforcer la représentation de la marque. La documentation explique comment ajouter de nouvelles références, approuver les informations extraites ou modifier une mémoire, mais ne confirme pas clairement que chaque choix réalisé sur le canvas enrichit automatiquement Brain.

Cette distinction évite de confondre mémoire actualisable et apprentissage continu. Si une campagne obtient de meilleurs résultats, son ajout peut guider les productions suivantes. Rien ne permet encore d’établir que Pletor accède seul à ces performances, comprend les raisons de leur succès ou adapte la direction créative sans intervention.

Les outils déjà présents complètent cette nouvelle interface. Le mode Batch applique un même Flow à plusieurs produits ou variantes. Les Apps permettent de transformer une chaîne de production en formulaire simplifié pour une équipe ou un client. Une API et une connexion MCP donnent également accès aux Flows depuis des logiciels externes ou des assistants compatibles.

Le modèle économique repose sur des crédits dont la consommation varie selon le service utilisé. La tarification de Pletor commence à 19 dollars par mois pour 1 200 crédits et un Brain. L’offre Builder coûte 49 dollars pour 3 300 crédits et jusqu’à trois Brains, tandis que Studio atteint 199 dollars pour 15 000 crédits et jusqu’à dix Brains. Les comptes peuvent accueillir un nombre illimité d’utilisateurs.

Un accès d’essai sans carte bancaire fournit quelques crédits, mais Brain est indiqué comme une fonction des formules payantes. Les estimations affichées en nombre d’images ou de vidéos restent approximatives, puisque la consommation dépend du modèle, de la durée, de la qualité et du format choisis.

Le stockage d’un catalogue, de campagnes internes et de documents de marque soulève aussi une question de confidentialité. Dans sa documentation sur les données et la propriété intellectuelle, l’entreprise affirme ne pas utiliser les entrées, les résultats ou les Flows pour entraîner des modèles