Trois douleurs que chaque équipe sales et BD encaisse chaque semaine. Chacune est ce dont tes reps se plaignent vraiment, pas ce qu'une page produit appellerait poliment.
Tu vois 100 decks entrants par mois et 70 d'entre eux ne passent jamais le slide 4 parce que la queue de lecture grandit pendant que le travail sur la thèse attend vendredi.
Un backchannel fondateur prend 6 appels pour être bien fait, donc tu le skip sur les deals borderline et tu passes à côté de celui qui lève plus tard une Series B chaude sans toi.
Les notes de pass du cycle précédent vivent dans un Notion que tu n'ouvres jamais, donc le même fondateur te ping à nouveau, et tu re-recherches la boîte from scratch au lieu d'ouvrir le mémo du trimestre dernier.
Chaque pipeline ci-dessous est une forme que tu câbles sur le canvas en utilisant l'équipe d'agents IA et les outils plus bas. Pas une feature qu'on livre pour toi, un pattern que tu configures.
À l'arrivée d'un deck dans Gmail ou Drive, MarketAnalyst le score contre ta thèse écrite, ton filtre de stage et ta bande de check size, et écrit une note de 6 lignes pass ou pursue. Le static context tient la thèse pour que le scoring reste consistent sur les 100 decks que tu vois ce mois.
MarketAnalyst liste 15 à 30 boîtes comparables par stage de funding, multiple de revenue et wedge produit. Les outils EDGAR et scraping scopés restreignent les lectures aux filings publics et à ton allowlist, donc aucune intel concurrentielle non publiée ne quitte le run.
Search LinkedIn et retrieval de mémos précédents font remonter 8 références opérateurs classées pour un fondateur. L'outil rag_retrieve tire chaque touchpoint passé avec le même opérateur pour que tu arrives à l'appel en connaissant déjà la texture de la relation précédente.
LiteratureSpecialist fait remonter les papiers qui argumentent contre le claim core du deal, MacroEconomist nomme 3 événements macro qui invalideraient le timing, DataScientist propose une métrique kill falsifiable. Le HITL gate te force à signer les critères kill avant que le mémo n'exécute.
DataScientist normalise les updates fondateurs mensuels en une table KPI unique avec croissance ARR, burn multiple, nouveaux logos nets et runway. La cross-run memory tracke quelles métriques chaque boîte du portefeuille reporte réellement pour que les updates manquants flag automatiquement.
Tire la table KPI portefeuille, les nouvelles positions de ce trimestre et le frame macro dans une lettre LP d'une page avec le benchmark en ligne un. Un HITL gate bloque l'export tant que tu n'as pas approuvé chaque chiffre et chaque source citée, donc rien ne part aux LP sans ton sign off.
Vrais personas de l'équipe d'agents IA research_team. Chacun arrive avec un system prompt tuné et une allowlist de outils par défaut. Change de modèle par persona sur le canvas.
Produit l'analyse de catégorie pour un deal : tours de financement, multiples de revenus comparables, signaux d'usage on-chain ou produit, et plafond TAM nommé avec risques déclarés.
Propose une définition KPI falsifiable par deal, normalise les calculs de cohorte et rétention entre les decks, et rédige le pseudo-code qu'un dashboard de portefeuille peut exécuter sur un calendrier.
Analyse les recherches académiques et sectorielles qui soutiennent ou contredisent une thèse, évalue la qualité de réplication, et présente systématiquement un article qui argumente contre le deal.
Pose le cadre du cycle de capitaux avec la fonction de réaction de la Fed, la tendance du DXY et un calendrier à 30 jours d'événements macro qui influencent la valorisation venture et le timing sectoriel.
Chaque outil ci-dessous est un vrai outil partagé du bundle Melaya. Allowlist par agent, HITL sur les écritures, révocation en un clic.
Recherche générale, fetch structuré et lectures de fichiers locaux pour les quatre personas. pause_for_human est le nœud HITL explicite qui tient chaque mémo, envoi et draft LP tant que tu n'approuves pas.
MarketAnalyst tire les filings comparables publics, prospectus S-1 et données Form 4 d'insider pour les benchmarks de catégorie. Read only, donc pas de write gate nécessaire.
MacroEconomist interroge FRED pour taux, indices de funding venture et calendriers de release avec le series id cité dans chaque paragraphe macro du mémo. Read only.
LiteratureSpecialist scanne les papiers récents dans la catégorie technique du deal, score la qualité de réplication et liste un papier contradictoire par thèse. Read only.
Tracke les graphes de citation autour de la recherche précédente d'un fondateur ou d'un claim de catégorie pour que LiteratureSpecialist puisse nommer le travail original derrière la footnote d'un pitch.
Tire la couverture de lancement produit, les snapshots de hiring pages et les actualités catégorie pour la market map. Scopé par agent à un allowlist que tu fixes, ne donne jamais aux personas de drafting un outil de write.
Cherche sur LinkedIn les cibles de backchannel fondateur, les connexions d'employeurs précédents et les références opérateurs. Read only dans ce bundle, aucun outil de write n'est accordé, donc rien ne peut DM une référence sans toi.
Construit le knowledge store par workflow depuis mémos passés, notes de pass, updates fondateurs et ton document de thèse. Alimente le static context, rag_retrieve et la cross-run memory.
Chaque pipeline arrive avec trois couches d’accès à la connaissance. Combine-les par agent sur le canvas. Pas d’espace vectoriel partagé avec un autre client, pas de lecture surprise, pas de retrieval opaque.
includeContextDocuments par pipeline ajoutés à l'input d'agents spécifiques à chaque run. Le brief ICP, le playbook, la grille de pricing, ou le corpus d'emails de deals gagnés. Tout ce qui doit être là avant que l'agent pense. Tu choisis quels personas reçoivent quels docs.
rag_retrieveUn outilscoped accordé par agent. Quand l'agent décide qu'il a besoin de plus de profondeur, il interroge le vector store du workflow à la demande. Même base de knowledge que Static context, accédée uniquement quand le modèle le demande.
pipeline_memoryÉtat au niveau du pipeline qui passe d'un run au suivant. La recherche d'hier est dans le scope du follow-up d'aujourd'hui. L'équipe d'agents IA se souvient de ce qu'elle a déjà prospecté, de ce qui a été approuvé, de ce qui a été envoyé. L'audit log est la base de knowledge de second ordre.
Le tier Sandbox est gratuit, sans carte. Rejoins la waitlist et on t'envoie un email dès qu'un slot s'ouvre.
← Retour à tous les cas d'usage