MiroFish : comment l'installer et simuler la réaction de tes clients

Ce que ça fait, et qui l'a fait

Pourquoi c'est mieux que de demander à une seule IA

Une IA seule te donne la moyenne. La moyenne de tout ce qu'elle a lu, dite poliment. Une moyenne ne résilie jamais son abonnement. Des gens précis et agacés, si.

Pas de désaccord, donc pas de contagion. Les vrais dégâts arrivent quand la personne A lit la personne B et s'énerve plus qu'au départ. Il faut plusieurs voix et plusieurs tours pour voir ça.

Un chat veut t'aider. Un inconnu simulé ne cherche pas du tout à t'aider, et c'est exactement pour ça que tu le veux.

Ce qu'il te faut, et le point qui piège tout le monde

Un ordinateur avec Docker Desktop. C'est la voie la plus simple, le projet fournit l'image prête. Sans Docker, il faut Node 18 ou plus, Python 3.11 ou 3.12 (pas 3.13, pas 3.10), et l'outil uv. Le prompt ci-dessous vérifie et installe ce qui manque.

Une clé d'IA pour la simulation. C'est elle qui fait penser chaque agent. MiroFish accepte n'importe quelle API au format OpenAI : trois options à la section suivante, dont une gratuite.

Une clé Zep, gratuite. Zep est le service de mémoire : c'est ce qui permet à un agent de se souvenir de ce qu'il a vu trois tours plus tôt. Son offre gratuite donne 10 000 crédits par mois, ce que le projet juge suffisant pour un usage simple. Compte sur app.getzep.com, clé dans les réglages.

Choisis l'IA qui fait tourner la simulation

Fais-le installer par Claude Code

Installe MiroFish sur mon ordinateur :
https://github.com/666ghj/MiroFish

1. Vérifie ce que j'ai : Docker Desktop installé et
   lancé ? Sinon Node 18+, Python 3.11 ou 3.12 et
   uv. Installe ce qui manque et dis-moi ce que tu
   fais à chaque fois.
2. Clone le dépôt dans un dossier mirofish, puis
   crée le fichier .env à partir de .env.example.
3. Demande-moi quelle IA je veux pour la simulation :
   A. Qwen-plus via Alibaba Model Studio (pas cher)
   B. Ollama, un modèle local gratuit
   C. une autre clé compatible OpenAI
   Règle toi-même LLM_BASE_URL et LLM_MODEL_NAME
   selon mon choix. Pour A et un compte hors Chine,
   l'adresse est celle de la région Singapour. Pour
   B, installe Ollama, télécharge un modèle adapté à
   ma mémoire vive, et si on passe par Docker,
   remplace localhost par host.docker.internal.
4. Ne me demande JAMAIS une clé dans ce chat.
   Dis-moi quelles lignes de .env remplir moi-même
   (LLM_API_KEY, ZEP_API_KEY) et où obtenir chaque
   clé, puis attends que je t'écrive « c'est fait ».
   Vérifie ensuite qu'elles sont remplies, sans
   jamais les afficher.
5. Lance l'application : docker compose up -d, ou
   npm run setup:all puis npm run dev. Ouvre
   http://localhost:3000 et confirme que ça répond.
6. Explique-moi en cinq lignes comment lancer une
   première simulation de moins de 40 tours.

Si une étape échoue, montre-moi l'erreur exacte et
propose une correction avant de continuer.

Au moment des clés, il te donne les deux lignes à remplir dans le fichier .env et où obtenir chaque clé. Tu les colles toi-même, tu reviens, tu écris « c'est fait ».

Le fichier .env est ignoré par Git dans ce projet : tes clés ne partiront jamais dans un dépôt. Ne les mets nulle part ailleurs, une clé collée dans une conversation reste dans l'historique.

L'application s'ouvre sur localhost:3000, le moteur tourne derrière sur localhost:5001. Si la page s'affiche mais que rien ne se passe au lancement, c'est le moteur qui n'a pas démarré : dis-le à Claude Code.

Un sélecteur de langue en haut passe l'interface en anglais. Il n'y a pas de français, mais tes documents et ta question peuvent l'être.

Prépare ton dossier : c'est lui qui fabrique la foule

Le matériel, mot pour mot. Le vrai post, le vrai mail, le vrai texte à l'écran, première ligne comprise. Un résumé de ton lancement produit des réactions à un résumé, et ça ne t'apprend rien sur ton lancement.

Le panel, avec des noms. Pas « nos clients ». Des personnes nommées, avec un métier, un budget, une ancienneté, et ce qu'elles pensent déjà de toi. Chaque nom devient un agent. Une entrée vague donne une foule générique qui approuve tout, et c'est la première cause des simulations décevantes.

Le marché. Tes concurrents nommés, leurs prix, ce qui se dit dans ton secteur. Les concurrents deviennent des agents aussi, et ils ont un avis.

Je vais tester une décision dans MiroFish :
[augmenter mon prix de 29 à 39 euros par mois].
MiroFish crée un agent par personne ou organisation
citée dans les documents qu'on lui donne. Prépare-moi
trois fichiers texte.

1. materiel.md : le texte exact que mes clients
   verront, mot pour mot, objet compris. Je te le
   colle, tu n'y changes rien.
2. panel.md : 20 personnes nommées qui ressemblent à
   mes vrais clients, réparties ainsi :
   - 10 clients fidèles depuis plus d'un an
   - 6 arrivés dans les trois derniers mois
   - 4 qui n'utilisent presque plus le produit
   Pour chacune : prénom et nom, âge, métier, budget,
   ancienneté, une alternative qu'elle connaît déjà,
   et ce qu'elle pense de moi aujourd'hui. Ajoute une
   personne agaçante, qui critique pour se faire
   remarquer.
3. marche.md : mes 2 ou 3 concurrents nommés, leurs
   prix, et ce qui se dit sur mon secteur.

Les personnes du panel sont fictives mais réalistes.
N'invente aucun chiffre sur mon entreprise : pose-moi
d'abord les questions qu'il te manque.

Nomme la décision que tu vas prendre. Écris ce que tu changeras selon la réponse. Si rien ne changerait, tu n'as pas besoin de la simulation, tu cherches une permission.

Nomme ce qui te fait peur. La peur que tu n'as pas dite à voix haute est en général la vraie question. Mets-la dans la question et fais-la tester.

Demande des citations, pas des notes. La phrase exacte, citée d'un agent. Les pourcentages d'une simulation sont de la décoration, les phrases sont des munitions.

Trois scénarios prêts à coller

Voici le mail d'augmentation de prix (materiel.md)
et les clients qui vont le recevoir (panel.md).
Simule leur réaction sur les réseaux, puis dis-moi :

1. Qui annonce qu'il part, et qui partirait vraiment
   d'après son comportement. Explique l'écart.
2. La phrase exacte de mon mail qui déclenche le
   plus de colère. Cite-la.
3. L'objection qui se propage le plus d'un agent à
   l'autre, et le tour où elle a pris.
4. Le changement de formulation qui réduirait le
   plus les départs, et pourquoi.

Cite des phrases d'agents, pas des pourcentages.

Voici le post de lancement tel qu'il sera publié
(materiel.md) et les personnes qui vont le voir
(panel.md). Simule leur réaction, puis donne-moi :

1. Trois premières réponses réalistes, dans la voix
   de ceux qui les écrivent.
2. La lecture de mauvaise foi la plus forte de ce
   post, citée.
3. L'affirmation contestée en premier, et pourquoi
   celle-là.
4. La critique grossit-elle ou s'éteint-elle au fil
   des tours ? Montre-moi le tour où ça bascule.
5. La ligne à ajouter qui désamorce l'objection la
   plus forte sans affaiblir le post.

Voici trois versions de la même pub, A, B et C
(materiel.md), et trois types de clients (panel.md).
Simule leur réaction, puis donne-moi :

1. Le classement A, B, C dans chaque groupe,
   séparément. Pas de gagnant global : je ne vends
   pas à une moyenne.
2. Pour chaque groupe, la phrase qui l'a arrêté,
   citée exactement.
3. Tout angle qui gagne un groupe en en braquant un
   autre. C'est ce que je cherche le plus.
4. L'angle qui marcherait encore si un concurrent
   faisait pareil la semaine prochaine.
5. Le mot qui porte le plus dans la version
   gagnante.

Interroge un agent : la fonction que personne n'utilise

Réponds comme toi-même, avec tes mots.

1. Qu'as-tu pensé à la première seconde, avant de
   lire les réactions des autres ?
2. As-tu changé d'avis ? Si oui, quel message ou
   quelle personne t'a fait changer, et pourquoi ?
3. Qu'est-ce qui aurait dû être différent pour que
   tu achètes, ou que tu en parles à quelqu'un ?
4. D'après ça seulement, que penses-tu de cette
   entreprise ? Sois dur si tu le penses.
5. Que dirais-tu de ça à un ami, en une phrase,
   comme tu le dirais vraiment ?

Ne sois pas poli et ne résume pas.

Garde la dépense raisonnable

Ce qui est vraiment gratuit. Le logiciel, sans limite. La mémoire Zep, tant que tu restes dans son quota mensuel, que le projet juge suffisant pour un usage simple. Et l'IA, si tu choisis un modèle local.

Ce qui ne l'est plus à grande échelle. Une IA en ligne se paie au volume, et le volume grossit avec le nombre d'agents multiplié par le nombre de tours. Des centaines d'agents sur des dizaines de tours, ce n'est plus un outil gratuit, c'est une ligne de budget.

Premier passage : petit. Un panel de 20 personnes et 5 tours. À l'étape de configuration, l'interface propose un nombre de tours : passe en mode Custom et réduis-le, MiroFish le recommande lui-même pour une première fois. Tu testes ton dossier, pas l'outil. Attends-toi à le trouver mal écrit.

Deuxième passage : même taille. Corrige le dossier d'après ce qui est revenu. La plupart en demandent deux réécritures avant de mériter de l'argent.

Troisième passage : élargis le panel, 10 tours. La population t'achète de la variété d'opinion, les tours t'achètent de la contagion. La variété coûte moins cher.

Au-delà de 20 tours seulement quand tu veux savoir si une objection grossit ou meurt. C'est la seule question qui a vraiment besoin de ce temps.

Lis le rapport sans te raconter d'histoires

Les phrases sont la récolte, les chiffres la décoration. N'emmène jamais un pourcentage simulé en réunion comme si c'était une étude. Emmène la phrase. Elle se défend, le chiffre non.

Lance le même dossier deux fois. Ce qui revient les deux fois est un signal. Ce qui n'apparaît qu'une fois est du bruit. Savoir la différence coûte un petit passage de plus.

Confronte au réel. Une des objections ressemble-t-elle à ce qu'un vrai client t'a déjà dit ? Si aucune, ton panel était trop vague.

Souviens-toi de quoi sont faits ces agents. D'un modèle nourri de l'internet écrit. Ils sont donc bavards, connectés et tranchés. Les clients silencieux qui partent sans rien dire sont sous-représentés, et c'est pourtant comme ça que la plupart des clients s'en vont.

Chaque agent part avec une position. Elle est écrite dans son profil à la création. Au fil des tours il lit les autres et ses messages évoluent, c'est ce qui fait circuler les arguments, mais ne t'attends pas à des conversions en masse.

L'outil n'a pas été pensé pour ton business. Il vise l'opinion publique, la finance et la fiction. L'usage pour un prix ou une pub est un détournement, qui marche avec un bon dossier et donne du vide sinon.

La foule ne décide pas. Laisse-la te montrer ce que tu n'avais pas envisagé, puis décide. Une simulation qui dit « ne lance pas » t'a dit quoi corriger, pas quoi abandonner.

Les erreurs les plus fréquentes

Coller un résumé au lieu du vrai texte. Tu obtiens une réaction au résumé. Elle a l'air convaincante et elle est inutile.

Partir trop gros. Cent agents et quarante tours pour découvrir que le dossier était à réécrire, ce que vingt agents et cinq tours t'auraient dit pour quelques centimes.

Lancer après avoir décidé. Si rien dans le rapport ne peut changer ton plan, tu cherches une permission, pas une information.

Sauter les interviews parce que le rapport a l'air complet. Le rapport est le résumé. Le raisonnement est dans les interviews.

Tester seulement la version que tu aimes. Passe aussi celle que tu as rejetée. La leçon la moins chère du marché, c'est de découvrir que l'option prudente que tu avais jetée était la bonne.

Ta première semaine

Ouvre la démo en ligne et fais-toi une idée. Décide honnêtement si tu veux l'installation complète.

Installe avec le prompt. Fixe le plafond de dépense chez ton fournisseur avant de lancer quoi que ce soit.

Simule ton dernier lancement, celui dont tu connais déjà le résultat. Petit : 20 personnes, 5 tours. Tu calibres l'outil, tu n'apprends rien de neuf sur ce lancement.

Compare au réel. Réécris ton panel jusqu'à ce que la réaction simulée ressemble à celle que tu as vraiment eue. C'est le jour qui décide si tout ça te sera utile.

Prends une vraie décision qui arrive et lance un des trois scénarios, toujours petit. Écris ta prédiction avant.

Interroge trois agents : celui qui a détesté, celui qui a adoré, celui dont la position a bougé. Garde les citations dans un fichier.

Fais un seul changement dans ton vrai texte, à partir d'une seule citation. Un changement tiré d'une phrase, c'est une première semaine parfaitement réussie.

TinyTroupe, l'alternative pour une simple réaction

Installe TinyTroupe depuis le dépôt officiel de
Microsoft (github.com/microsoft/TinyTroupe) en
suivant son README. Ma clé OpenAI est dans la
variable OPENAI_API_KEY, ne me la demande pas ici.
Ouvre ensuite l'exemple d'évaluation de publicité
et adapte-le : remplace la pub par la mienne et les
personnages par les 6 profils que je vais te
décrire. Lance-le et résume-moi leurs réactions,
avec leurs phrases citées.

La licence : à lire avant d'en faire un produit

Pour ton propre usage, aucune contrainte. Tester tes prix, tes posts et tes pubs, apprendre, modifier le code dans ton coin : tu ne dois rien à personne.

Si tu le modifies et que d'autres s'en servent en ligne. Tu dois proposer à ces utilisateurs le code source complet de ta version, gratuitement et sous la même licence. C'est la clause qui distingue l'AGPL des autres licences libres : mettre le logiciel derrière un site ne te dispense pas de partager.

Si tu l'intègres dans ton produit. Le code que tu construis autour peut tomber sous la même obligation. Si le code de ton produit doit rester privé, c'est un vrai risque, pas un détail.