Exemples de MEMORY.md par profil

# MEMORY.md — Développeur senior backend # Version: 1.0 (https://outilsia.fr/memoryforge/spec-memory-md) # Date: 2026-04-30 ## 1. Profil - Prénom : Camille - Métier : Développeuse senior Python (4+ ans) - Localisation : Lyon, France - Langue : FR pour échanges, EN pour code/commits - Niveau : avancé Python/SQL, intermédiaire Rust - Travaille en remote, équipe de 6 personnes ## 2. Préférences - Ton : direct, factuel, sans introduction - Format : code commenté + explication courte (max 5 lignes) - Pas de superlatifs marketing ("révolutionnaire", "incroyable") - Pas de "n'hésitez pas" en fin de réponse - Réponses courtes pour questions simples - Cite la doc officielle pour ce qui est non-trivial ## 3. Décisions - 2026-03 : PostgreSQL > MySQL (compatibilité JSONB native) - 2026-02 : abandon Django pour FastAPI (perfs async) - 2025-12 : passage TypeScript pour tous les frontends - 2025-09 : pytest standardisé (vs unittest) - 2025-06 : Pydantic v2 obligatoire pour les nouveaux services ## 4. Leçons apprises - Toujours valider les inputs avec Pydantic dès la définition de l'API - Ne pas optimiser prématurément les requêtes SQL (profiler d'abord) - Caching trop agressif = pire que pas de caching - Préférer les tests d'intégration aux tests unitaires sur les controllers - async def n'est utile que sur du I/O réel, pas du compute ## 5. Stack technique - Langages : Python 3.12, TypeScript 5.4, SQL - Backend : FastAPI 0.110+, SQLAlchemy 2.x, Pydantic v2 - BDD : PostgreSQL 16, Redis 7 - Frontend : React 19, Tailwind, Vite - Infra : Docker, AWS (ECS, RDS, S3) - Observabilité : Sentry, OpenTelemetry, Grafana - CI/CD : GitHub Actions, Terraform

# MEMORY.md — Entrepreneur SaaS B2B # Version: 1.0 # Date: 2026-04-30 ## 1. Profil - Prénom : Marc - Rôle : co-fondateur SaaS B2B (~30 clients, 200 k€ ARR) - Domaine : outils RH pour PME 50-500 salariés - Équipe : 3 personnes (lui + 2 devs) - Langue : français - Niveau tech : moyen (sait lire du code, ne code plus) ## 2. Préférences - Ton : direct, orienté décision - Format : 3 options + recommandation finale claire - Pas de longues analyses sans verdict - Préfère exemples chiffrés (CAC, MRR, churn rate) - Réponses orientées ROI, pas perfection technique ## 3. Décisions - 2026-04 : pivot vers entreprises 200+ salariés (drop PME 50-) - 2026-02 : freemium abandonné, all-in sur trial 14j - 2025-12 : recrutement growth marketer reporté à 500 k€ ARR - 2025-08 : Stripe Subscriptions confirmé (pas de Chargebee) ## 4. Leçons apprises - Le SEO long-tail B2B prend 6 mois avant de produire - La cold email à 30+ msgs/jour brûle la délivrabilité - Le pricing à 99€/mois bloquait les ventes ; 199€ accepté - Les plans annuels payés à l'avance améliorent le cashflow ## 5. Stack technique (gérée par les devs) - Backend : Node.js + Express - Frontend : Next.js - BDD : PostgreSQL - Infra : Railway (no DevOps) - Outils : Stripe, Crisp, Plausible, Calendly, Notion - Marketing : LinkedIn Ads, podcast sponsorisé, SEO

# MEMORY.md — Étudiant info L3 # Date: 2026-04-30 ## 1. Profil - Prénom : Lila - Année : L3 informatique, université française - Spécialité : data science / IA (en M1 l'an prochain) - Niveau : intermédiaire Python, débutant en ML - Langue : français, anglais ok pour la doc - Budget : 0€ pour les API IA (j'utilise les versions gratuites) ## 2. Préférences - Ton : pédagogique mais pas condescendant - Format : explication concept + exemple code complet - Inclure les commandes shell exactes - Citer les ressources gratuites (YouTube, blogs) - Éviter Stack Overflow comme seule source ## 3. Décisions - 2026-04 : Linux Mint > Windows pour la dev - 2026-03 : VS Code > PyCharm (gratuit, plus léger) - 2026-01 : Python 3.12 (sera la version stable de mon stage) - 2025-11 : abandon de Bootcamp payant, autodidacte via OCW ## 4. Leçons apprises - Les tutoriels YouTube périment vite, vérifier la doc officielle - Comprendre les bases de l'algèbre linéaire AVANT le ML - Coder le projet d'abord, optimiser ensuite (pas l'inverse) - Git rebase est dangereux en début, utiliser merge ## 5. Stack technique en apprentissage - Langages : Python (intermédiaire), JavaScript (basic) - Tools : VS Code, Git, Docker (apprentissage), Jupyter - ML : numpy, pandas, scikit-learn, en cours de PyTorch - Linux : Ubuntu/Mint, bash basics - BDD : SQLite, en cours de PostgreSQL

# MEMORY.md — Créateur contenu # Date: 2026-04-30 ## 1. Profil - Prénom : Théo - Activité : YouTube (45k abonnés, niche tech) + blog (15k visites/mois) - Sujets : tech consumer, IA grand public, productivité - Langue : français principalement - Niveau : créatif avancé, technique intermédiaire - Travaille seul, 30h/sem sur le contenu ## 2. Préférences - Ton : conversationnel mais pas familier - Format : structure scannable (titres, puces, gras) - Pas de jargon pro corporate - Toujours fournir un titre alternatif optimisé YouTube - Préfère les explications avec analogies concrètes ## 3. Décisions - 2026-03 : drop des shorts (engagement faible vs effort) - 2026-02 : passage à 1 vidéo/sem (vs 2/sem) pour qualité - 2025-12 : abandon TikTok (audience pas alignée) - 2025-09 : focus sur SEO YouTube > Reels Instagram ## 4. Leçons apprises - Les vignettes faites en 30 minutes sont aussi cliquées que celles en 2h - L'intro de vidéo doit faire la promesse en 8 secondes ou les gens partent - Les titres avec chiffre+année rankent mieux long-tail - Le timing de publication a moins d'impact que l'algo des semaines précédentes ## 5. Stack technique - Vidéo : Final Cut Pro, Sony A7IV, Rode NTG3 - Blog : WordPress + Yoast + Stackable - IA : ChatGPT Plus, Claude Pro, Midjourney, ElevenLabs - Analytics : YouTube Analytics, GSC, Plausible - Hardware : MacBook Pro M3, écran 4K LG

# MEMORY.md — PM scale-up B2B # Date: 2026-04-30 ## 1. Profil - Prénom : Sarah - Rôle : Product Manager, équipe de 8 (4 devs + 2 designers + 2 PM) - Domaine : SaaS B2B fintech (paiement entreprises, série B) - Langue : français + anglais (50% des réunions en EN) - Niveau tech : moyen (lit du code, parle bien API) ## 2. Préférences - Ton : structuré, orienté décision et trade-offs - Format : tableau comparatif si plusieurs options - Toujours expliciter les hypothèses derrière une reco - Dégager les 3 prochaines actions concrètes - Répondre en EN si la question est posée en EN ## 3. Décisions - 2026-04 : roadmap Q3 finalisée (3 epics, drop 5 nice-to-have) - 2026-02 : passage de Linear à Notion pour spec (collab non-tech) - 2025-11 : OKRs trimestriels (vs annuels précédemment) - 2025-08 : product trio (PM + designer + tech lead) hebdo ## 4. Leçons apprises - Les user interviews à 12+ apportent des insights de qualité similaire à 5 - Le North Star Metric doit être une seule métrique, pas trois - Les sprints à 2 semaines battent ceux à 1 ou 3 semaines (équipe 5-10) - Dette technique = 20% de chaque sprint, sinon elle explose à 6 mois ## 5. Stack outils - Spec : Notion + FigJam - Roadmap : Linear (suivi tech) + ProductBoard (priorisation) - Analytics : Mixpanel + Amplitude + Hotjar - Design : Figma + Storybook - Communication : Slack + Loom + Notion - IA : ChatGPT Plus pour brainstorming, Claude Pro pour analyses longues