MODULE 70 / 72
🤖
Scénario : appel LLM de bout en bout (prod)
Parcours : user clique « Résumer » dans WeWeb → Edge Function / Xano (clé API secrète) → LLM (stream SSE) → affichage progressif → log usage/coût.
Jamais la clé OpenAI/Anthropic dans le front. Plafond par user/jour (table `ai_usage`).
Streaming : meilleure UX perçue ; gérez l'abort si l'utilisateur annule.
Sécurité : prompt système côté serveur, sanitisation des inputs, pas d'outils dangereux sans confirmation, méfiance prompt injection (données utilisateurs = non fiables).
Observabilité : tracer request_id, tokens in/out, latence, erreurs ; alerter sur spike de coût.
RGPD / AI Act : base légale, éventuelle résidence UE (Azure OpenAI / options fournisseurs), transparence « contenu généré par IA » si besoin.
Fallback : timeout, modèle de secours plus petit, message d'erreur clair — pas de spinner infini.
⚡ ANALOGIE — LE STANDARD TÉLÉPHONIQUE PAYANT
Chaque appel est facturé à la seconde (token). On ne laisse pas les clients composer directement sur la ligne internationale (clé API) : tout passe par l'accueil (backend) qui compte et coupe au bout du forfait.
📐 SCHÉMA
WeWeb (action user)
Backend + secrets
Quota user
LLM stream
Log tokens/coût
💬 QUESTION INTERACTIVE
1/5
"Pourquoi streamer la réponse ?"
🎯 PIÈGE / QUESTION D'ENTRETIEN
« On met la clé en variable WeWeb, c'est plus simple. »