# LA LOGE : cataloguer des costumes de cinéma à la voix Source: https://slash-digital.io/fr/case-studies/la-loge/ LA LOGE · Catalogage à la voix LA LOGE revend à Paris les costumes des tournages de cinéma et de séries. Nous lui avons construit une app qui catalogue le stock depuis un téléphone avec un assistant vocal en français, et LA LOGE Source, où les équipes costumes cherchent dans ce stock. Démarrer un projet Voir la vidéo Une vraie capture avec l'assistant (OpenAI Realtime) : l'opératrice décrit la chemise, montre l'étiquette et dit où la ranger, et la fiche se remplit en direct. Vêtement de démonstration. En bref LA LOGE Catalogue est une PWA interne pour numériser un stock de costumes de seconde main depuis un téléphone. On montre le vêtement à la caméra et on parle à un assistant vocal en français (OpenAI Realtime), qui lit les photos et l'étiquette, ne demande que ce qui manque et remplit la fiche par appels d'outils. Le 29 octobre 2026, le catalogue réel comptait 167 produits, avec une capture médiane de 2 min 1 s. Les pièces prêtes sont publiées sur LA LOGE Source, où les équipes costumes cherchent, montent des sélections et demandent des réservations. Client: LA LOGE · Catalogage à la voix Secteur: Costumes de cinéma de seconde main Où: Paris Année: 2026 Livrables: - App de capture voix et caméra (PWA) - Catalogue et file de revue - Pilotage et coûts IA - LA LOGE Source (B2B) - Sélections, réservations et essayage virtuel Services: - Agents IA - Vision par ordinateur - Applications mobiles 167, produits catalogués 121 s, de capture médiane (125 captures) 8 %, de corrections sur les champs clés 0,042 $, d'IA par vêtement, mesuré 01 Le contexte ## Un stock que personne ne pouvait chercher LA LOGE récupère les costumes des productions de cinéma et de télévision pour les revendre. Les productions achetaient leurs basiques neufs, parce que chercher dans un stock de seconde main, vérifier les tailles et composer des silhouettes prenait trop de temps. Le projet avait deux étapes. D'abord rendre le stock lisible par l'IA, avec des fiches structurées (photos, tailles, tags costume). Ensuite laisser les équipes y chercher par intention, comme « 10 hommes employés de bureau assez classiques ». La première étape devait tenir dans une journée de boutique. Le POC s'est fixé trois objectifs : 90 secondes au plus par vêtement, au moins 95 % des champs obligatoires remplis et moins de 10 % de corrections. 02 Conception et réalisation ## Un assistant qui n'écrit qu'avec des outils Nous avons construit l'app en Next.js 16 sur Supabase (Postgres 17 avec RLS sur chaque table, Storage privé et pgvector), installable en PWA. Pendant une capture, le téléphone ouvre une session WebRTC avec OpenAI Realtime (gpt-realtime-2.1-mini par défaut, gpt-realtime-2.1 en un geste) et lui envoie les photos de face, de dos, de l'étiquette et d'un détail. L'assistant ne peut modifier le catalogue qu'avec 16 outils (remplir des champs, demander une photo, marquer une valeur inconnue, fixer le portant ou la production, enregistrer), et chaque appel passe par un endpoint validé, lié au produit en cours. Nous avons testé les deux modèles vocaux sur 36 sessions scénarisées avec de vrais vêtements de LA LOGE. gpt-realtime-2.1 a rempli 15 fiches sur 15 sans rien inventer ; la version mini en a laissé 5 sur 15 à revoir, a écrit des notes inventées et mal lu une marque. Depuis, l'app refuse les valeurs vides et les notes inventées d'après la photo, quel que soit le modèle. Chaque modèle, son prix et son coût par vêtement se changent dans Réglages › Fonctions & coûts. La même capture sur téléphone, en app installée : photo de l'étiquette, taille lue, portant et production dictés, enregistrement à la voix. - 01 ### Il ne demande que ce qui manque Ce que montre la photo (catégorie, couleur), le modèle le remplit ; ce que seule la boutique sait, comme l'état, le portant ou la production, arrive par la voix. Chaque champ garde sa provenance, que la fiche produit affiche avec une icône IA ou micro. - 02 ### Saturation gérée dans la session Les 5 et 6 octobre, en production, OpenAI a renvoyé 120 « Assistant temporairement saturé » sur la limite de tokens par minute. L'app redemande désormais la même réponse après 2, 4, 8 ou 16 s au lieu de se reconnecter, et propose de passer en « Sans voix ». - 03 ### Mode photos seules Sans micro, chaque nouvelle photo est lue par le modèle d'analyse photo (gpt-6-luna). Cela coûte environ 0,003 $ par vêtement, 4 à 5 fois moins que l'assistant vocal mini. - 04 ### LA LOGE Source Les costumiers cherchent par description, importent une liste, essaient un vêtement sur un comédien et envoient des demandes de réservation. Une pièce prise dans une demande ouverte s'affiche « Réservée » pour les autres, et les costumiers ne lisent jamais les tables internes : tout passe par des fonctions qui ne renvoient que des colonnes publiables. 03 Galerie ## Le projet en images 9 images · Ouvrez une image pour la voir en grand. Après la première photo, l'assistant a rempli catégorie, sous-catégorie et couleur ; les champs en rouge sont ceux qu'il demande encore. L'assistant lit la taille 40 sur l'étiquette et annonce à voix haute que la fiche est complète. Fiche complète : portant 3 et production attribués à la voix, à un geste de « Enregistrer & suivant ». La fiche produit : photo améliorée par l'IA avec l'originale (Avant/Après), et une icône par champ qui indique si la valeur vient de la photo ou de la voix. Le catalogue réel en grille, avec des filtres pour les brouillons, les pièces à revoir, les tailles manquantes et les vues enregistrées. Le Pilotage face aux objectifs du POC : 167 produits, 2 min 1 s de capture médiane, 8 % de corrections et la qualité de l'IA par champ. L'accueil sur téléphone, avec l'invitation à installer l'app sur l'écran d'accueil, sans passer par un store. LA LOGE Source, le catalogue des équipes costumes : on cherche en décrivant le besoin, par exemple « 15 silhouettes employés de bureau, hommes et femmes ». Une pièce vue par un costumier : prix, taille, couleur et matière, avec de quoi l'ajouter à une sélection, l'essayer sur un comédien ou trouver des pièces proches. 04 Résultats ## 167 produits, avec les chiffres du POC en vue Le 29 octobre 2026, le Pilotage affichait 167 produits (173 pièces physiques), 158 prêts et 7 à revoir, dont 117 pièces publiées sur Source. Le taux de correction sur les champs clés est de 8 %, sous l'objectif de 10 %. La capture médiane, 2 min 1 s sur 125 captures, reste au-dessus de l'objectif de 90 s. Le coût IA mesuré est de 0,042 $ par vêtement sur 133 vêtements. - 167 produits catalogués, 117 pièces publiées sur LA LOGE Source - 8 % de corrections sur les champs clés (objectif : moins de 10 %) - 2 min 1 s de capture médiane (objectif : 90 s) - 0,042 $ d'IA par vêtement, mesuré sur 133 vêtements Questions fréquentes ## Les questions qu'on nous pose souvent **Comment fonctionne le catalogage IA des vêtements chez LA LOGE ?** On montre le vêtement au téléphone et on parle. Un assistant vocal (OpenAI Realtime) lit les photos et l'étiquette, demande ce qui manque et remplit la fiche avec des outils validés. La fiche est ensuite prête pour le catalogue et pour LA LOGE Source. **Combien coûte le catalogage d'un vêtement par l'IA ?** Avec les modèles par défaut, l'estimation est d'environ 0,02 $ par vêtement. Le coût mesuré sur le catalogue réel est de 0,042 $ par vêtement sur 133 vêtements. Le mode photos seules descend à environ 0,003 $. **Que se passe-t-il quand l'assistant se trompe ?** Les valeurs incertaines et les doublons possibles partent dans une file de revue. Chaque champ indique s'il vient de la photo ou de la voix, et se corrige à la main. Sur le catalogue réel, 8 % des champs clés sont corrigés.