Compagnons AI à personnage prédéfini ou définis par l’utilisateur : lesquels sont les meilleurs à long terme ?

2026-08-18

Infographie présentant les trois couches de personnalisation d’un compagnon AI : conception de personnalité avec instructions système et règles de rôle, personnalisation de la mémoire à court terme, au niveau de la session et à long terme, et garde-fous comportementaux incluant limites de sujets et règles de sécurité

Quelle architecture de compagnon résiste le mieux après six mois d’utilisation quotidienne ?

Les compagnons définis par les utilisateurs surpassent généralement les personnages prédéfinis sur le long terme, mais seulement lorsque la plateforme sous-jacente fournit une mémoire durable et un ancrage de personnalité stable. Sans ces éléments, les compagnons personnalisés se dégradent plus vite que les personnages prédéfinis, car aucune fiche de personnage maintenue par un auteur ne permet de les stabiliser. Les personnages prédéfinis de plateformes comme Character.AI résistent mieux lors de sessions courtes, variées et exploratoires. Les compagnons créés sur mesure sur des plateformes comme Nomi, Kindroid ou des plateformes d’Agents à usage général comme Jenova conviennent mieux à une relation continue et unique qui s’inscrit sur plusieurs mois.

Les variables qui déterminent réellement la durabilité à long terme :

✅ Architecture de persistance de la mémoire — le contexte survit-il aux limites entre les sessions ou se réinitialise-t-il, et la profondeur de mémoire est-elle réservée à une offre payante ? ✅ Résistance à la dérive de personnalité — les personnages prédéfinis disposent d’une base définie par leur auteur ; les personnages personnalisés dérivent si l’utilisateur ne les ré-ancre pas ✅ Risque lié à la stabilité de la plateforme — la suppression par Replika de fonctionnalités de jeu de rôle érotique en 2023 a démontré que les compagnons prédéfinis comme personnalisés peuvent être modifiés par une mise à jour du fournisseur ✅ Gouvernance des données — 14 des 16 plateformes étudiées par l’Ada Lovelace Institute revendiquaient de larges droits d’utilisation des journaux privés de conversation pour améliorer le service ou entraîner des modèles ✅ Conception de l’engagement — le système est-il conçu pour favoriser un bien-être durable ou pour optimiser les indicateurs de rétention ?

La suite de ce guide les analyse dans un cadre d’évaluation, puis compare les principales plateformes selon chaque dimension.

Pourquoi la distinction entre prédéfini et personnalisé mérite-t-elle soudain d’être débattue ?

Cette distinction importe aujourd’hui parce que la compagnie AI est passée du statut de nouveauté à celui d’habitude quotidienne durable pour une large base d’utilisateurs, et les deux architectures échouent de façons différentes à grande échelle. Le marché des compagnons AI était évalué à environ 36,8 milliards de dollars en 2025 et devrait atteindre approximativement 48,0 milliards de dollars en 2026, bien que les estimations varient fortement selon la définition retenue — The Business Research Company estime le chiffre de 2026 à 24,09 milliards de dollars. Cet écart est lui-même révélateur : les analystes ne s’accordent pas sur la frontière entre un « compagnon » et un « assistant ».

Les données d’usage rendent cette séparation évidente. Des recherches de l’Ada Lovelace Institute ont révélé que les plateformes à usage mixte comme Character.ai voient leurs utilisateurs revenir en moyenne 16 fois par mois, avec des sessions de plus de six minutes, tandis que les plateformes orientées vers les rencontres attirent 29 millions de visiteurs uniques dans le monde, mais n’enregistrent en moyenne qu’environ trois visites mensuelles de cinq minutes environ.

Cet écart résume en une statistique tout l’argument entre prédéfini et personnalisé. Les bibliothèques de personnages prédéfinis gagnent sur la diversité et la réutilisation occasionnelle. Les relations durables nécessitent quelque chose que le modèle de bibliothèque ne fournit pas naturellement.

Le cadre réglementaire se resserre parallèlement. La loi new-yorkaise sur les modèles de compagnons AI et la loi californienne sur les chatbots compagnons imposent des protocoles pour interrompre les usages prolongés et exigent des informations claires, tandis que l’Australie, l’EU, le Royaume-Uni et plusieurs États américains élaborent activement des cadres autour des chatbots compagnons. Les utilisateurs à long terme choisissent donc des architectures susceptibles d’être réglementées différemment au cours même de leur période d’utilisation.

Que faut-il réellement évaluer pour choisir entre un compagnon prédéfini et personnalisé ?

Évaluez six dimensions, pondérées selon la manière dont vous comptez utiliser le compagnon, et non selon celle qui produit la meilleure première conversation. Les premières impressions favorisent presque toujours les personnages prédéfinis, car un personnage bien écrit arrive déjà pleinement formé, alors qu’un compagnon personnalisé part d’une page blanche.

Voici le cadre utilisé tout au long de ce guide, que nous appellerons le Test de durabilité à six mois — chaque dimension est évaluée selon le comportement du compagnon au sixième mois, et non pendant la première semaine :

1. Profondeur de continuité de la mémoire
Le système conserve-t-il les faits d’une session à l’autre, ou les reconstruit-il à partir d’une fenêtre contextuelle glissante ? L’étude de l’Ada Lovelace Institute identifie la mémoire comme « peut-être le mécanisme de rétention le plus puissant », les abonnements premium monétisant le stockage de mémoire supplémentaire — ce qui signifie que les utilisateurs paient en pratique des frais récurrents pour empêcher leur compagnon de les oublier.

2. Stabilité de l’ancrage de personnalité
Les personnages prédéfinis possèdent une définition écrite par un auteur qui agit comme un centre de gravité. Les personnages personnalisés disposent de ce que l’utilisateur a écrit lors de la configuration. Si la plateforme réinjecte cette définition dans chaque fenêtre contextuelle, la dérive reste minime. Sinon, le personnage devient lentement le reflet des conversations récentes.

3. Coût de configuration contre adéquation à long terme
Les personnages prédéfinis ont un coût de configuration presque nul et une adéquation moyenne. Les compagnons personnalisés exigent un effort de configuration réel et peuvent offrir une excellente adéquation. Pour la plupart des utilisateurs, le seuil de rentabilité se situe autour de la troisième semaine d’usage quotidien.

4. Résistance à la complaisance
L’Ada Lovelace Institute documente la « flatterie excessive » — des compliments insincères et démesurés conçus pour maintenir l’engagement de l’utilisateur — et observe que les compagnons AI contredisent ou remettent rarement l’utilisateur en question, ce qui peut créer une caisse de résonance renforçant les biais ou les problèmes de santé mentale. Les compagnons personnalisés peuvent recevoir des instructions explicites en faveur d’un désaccord constructif. Les personnages prédéfinis le permettent rarement.

5. Gouvernance et portabilité des données
Pouvez-vous exporter la définition de votre personnage et l’historique de vos conversations ? Si un fournisseur modifie sa politique ou ferme, que reste-t-il ?

6. Exposition aux changements du fournisseur
Les deux architectures y sont exposées, mais différemment. Les personnages prédéfinis changent lorsque l’auteur ou la plateforme les modifie. Les personnages personnalisés changent lorsque le modèle sous-jacent est remplacé sous eux.

Comment les principales plateformes de compagnons se comparent-elles en matière de durabilité à long terme ?

Aucune plateforme ne domine les six dimensions : Character.AI mène en matière de diversité de bibliothèques prédéfinies, Nomi et Kindroid dominent pour la mémoire et la personnalisation spécifiquement pensées pour les compagnons, et les plateformes d’Agents à usage général se distinguent par leur flexibilité de modèles et leur utilisation interdomaines. Les compromis sont réels.

Dimension	Character.AI	Replika	Nomi	Kindroid	Jenova
Modèle principal	Bibliothèque prédéfinie + personnages créés par les utilisateurs	Un seul compagnon personnalisé	Compagnon personnalisé	Compagnon personnalisé	Agents personnalisés + galerie d’Agents sélectionnés
Bibliothèque de personnages	Plus de 20 M de personnages communautaires (MyPresio)	Aucune — un compagnon par utilisateur	Création par l’utilisateur, configuration de type cases à cocher (LowEndBox)	Création par l’utilisateur, configuration en texte libre (LowEndBox)	Agents experts sélectionnés et Agents personnalisés créés par les utilisateurs
Mémoire à long terme	Signalée comme faible par les évaluateurs (MyPresio)	Mémoire plus faible dans l’offre gratuite ; améliorée avec Pro (Genies)	Forte — les utilisateurs citent un excellent rappel sans devoir reformuler les instructions (Genies)	Forte mémoire à long terme (FindAIChat)	Historique de conversations illimité avec mémoire persistante entre les sessions
Cohérence de personnalité	Varie selon la qualité de l’auteur ; les filtres peuvent modifier le comportement	Évolue à partir des interactions de l’utilisateur au fil du temps (Genies)	Personnalité centrale cohérente, faible maintenance (Genies)	Contrôle approfondi, courbe d’apprentissage notable (Genies)	Instructions personnalisées ré-ancrées pour chaque Agent ; ancrage sur une base de connaissances
Choix de modèle	Géré par la plateforme	Géré par la plateforme	Géré par la plateforme	Géré par la plateforme	OpenAI, Anthropic, Google, DeepSeek, xAI et d’autres, interchangeables
Tarification	~9,99 $/mois (MyPresio)	7,99 $à 14,99$/mois ; Pro ~19,99 $/mois ou 69,99 $/an (Genies, Fostera)	Offre gratuite + premium généralement entre 8 $et 16$/mois (Genies)	Offre gratuite + premium généralement entre 8 $et 16$/mois (Genies)	Offre gratuite ; Plus à 20 $/mois pour 30× l’usage gratuit ; niveaux supérieurs jusqu’à Enterprise
Idéal pour	Diversité, exploration du jeu de rôle, découverte de nombreux personnages	Un unique compagnon bienveillant sur la durée, avec peu d’effort technique	Cohérence émotionnelle et mémoire fiable avec un minimum de réglages	Jeu de rôle immersif et construction détaillée d’univers narratifs	Compagnons polyvalents, Agents capables d’exécuter des tâches, flexibilité des modèles

Limites honnêtes, plateforme par plateforme :

Character.AI — une diversité de bibliothèque inégalée, mais les évaluateurs signalent régulièrement une mémoire faible et un comportement imprévisible des filtres (MyPresio). C’est l’option la plus forte pour l’exploration et la plus faible pour la continuité.
Replika — le parcours initial le plus accessible et la seule plateforme majeure proposant des appels vidéo (Genies), mais aussi celle qui offre le précédent historique le plus clair de suppression perturbatrice de fonctionnalités ; sa mémoire en offre gratuite est comparativement faible.
Nomi — apprécié pour sa mémoire et sa personnalité stable sans réglages permanents (Genies), mais sa création de personnage par cases à cocher offre une plage d’expression plus limitée qu’une configuration en texte libre (LowEndBox).
Kindroid — la personnalisation la plus poussée pour le jeu de rôle et le travail sur les personnages, compensée par une véritable courbe d’apprentissage qui, selon les évaluateurs, exige du temps pour une bonne configuration (Genies).
Jenova — la position la plus forte en matière de flexibilité des modèles, de mémoire persistante et de capacités interdomaines, et la seule plateforme présentée ici où un même Agent personnalisé peut tenir une conversation puis exécuter une tâche réelle via des outils connectés. Ce n’est explicitement pas une plateforme de compagnons romantiques : elle ne propose ni génération d’avatars, ni mode de compagnon par appel vocal, ni écosystème de personnages NSFW. Les utilisateurs recherchant un partenaire AI romantique devraient se tourner vers les plateformes spécialisées dans les compagnons ci-dessus.

Qu’est-ce qui se dégrade réellement en premier chez un compagnon AI utilisé sur la durée ?

La mémoire est le premier point de rupture, et la dérive de personnalité le second — dans cet ordre, généralement au cours des huit à douze premières semaines d’utilisation régulière.

En-tête d’article de blog pour « Créer un compagnon AI personnalisé avec une mémoire à long terme », par le développeur logiciel Ömer Faruk Bayram, publié sur le blog d’ingénierie Upstash

La raison est technique et architecturale. Comme l’explique le guide d’ingénierie Upstash sur la création de compagnons à mémoire longue durée, les compagnons durables nécessitent une couche de mémoire sémantique distincte de l’historique des conversations — un système qui « ne se contente pas de stocker les conversations ; il en comprend le sens et le contexte, ce qui permet de récupérer les souvenirs pertinents selon leur similarité sémantique plutôt qu’en fonction de simples mots-clés ».

La plupart des Apps grand public de compagnons livrent un tampon de conversation glissant, et non un magasin de mémoire sémantique. La différence est invisible la première semaine et devient déterminante dès le troisième mois.

Trois modes de défaillance à surveiller :

Troncature silencieuse — le compagnon cesse de faire référence à tout ce qui dépasse une certaine fenêtre temporelle. Il ne l’annonce pas. Il cesse simplement de mentionner votre changement de travail d’il y a deux mois.
Effondrement vers la récence — la personnalité du personnage converge progressivement vers le ton des vingt derniers échanges. Les compagnons sarcastiques deviennent sérieux ; les compagnons analytiques deviennent sentimentaux.
Contradiction factuelle — le compagnon conserve simultanément deux faits incompatibles à votre sujet, parce que les deux peuvent être récupérés et qu’aucun ne fait autorité.

Les personnages prédéfinis résistent mieux au mode 2 que les personnages personnalisés, car la définition de personnage de l’auteur est généralement réinjectée sous forme d’instruction système à chaque tour. Les personnages personnalisés résistent mieux au mode 3, car l’utilisateur connaît les faits de référence et peut les corriger explicitement.

Comment la personnalité, la mémoire et les garde-fous sont-ils réellement configurés ?

Chaque compagnon AI — prédéfini ou personnalisé — est construit à partir des mêmes trois couches de configuration : conception de la personnalité, gestion de la mémoire et garde-fous comportementaux. Comprendre quelle couche vous contrôlez détermine l’influence que vous pouvez réellement avoir à long terme sur la trajectoire du compagnon.

Couche 1 — Conception de la personnalité. Les instructions système, les règles de rôle et les limites de ton définissent les traits fondamentaux et positionnent le compagnon sur un spectre allant du soutien à l’analyse. Pour les personnages prédéfinis, cette couche est écrite par l’auteur du personnage et généralement en lecture seule. Pour les compagnons personnalisés, elle vous appartient.

Couche 2 — Personnalisation de la mémoire. La rétention opère à travers trois niveaux : le court terme (l’échange immédiat), le niveau de session (la conversation en cours) et le long terme (les faits persistants à travers toutes les sessions). La plupart des plateformes grand public donnent aux utilisateurs une visibilité sur la mémoire à long terme, mais un contrôle éditorial limité. Les plateformes qui exposent une interface d’édition de la mémoire — ou acceptent l’import d’une base de connaissances — confient cette couche à l’utilisateur.

Couche 3 — Garde-fous comportementaux. Limites de sujets, frontières émotionnelles et règles de sécurité strictes. Les garde-fous au niveau de la plateforme ne sont pas négociables et sont contrôlés par le fournisseur. Les garde-fous au niveau utilisateur — « ne donne pas de conseils médicaux », « contredis-moi lorsque je rationalise » — s’y ajoutent et sont disponibles dans la plupart des systèmes d’Agents personnalisés.

Le constat pratique est le suivant : les personnages prédéfinis vous donnent au mieux le contrôle de la couche 3. Les compagnons personnalisés vous donnent les trois. Pour une relation de six mois, le contrôle de la couche 1 empêche la dérive, et celui de la couche 2 prévient l’amnésie.

Comment configurer un compagnon personnalisé qui dure six mois ?

La configuration prend quinze à trente minutes, et la décision la plus déterminante consiste à rédiger une définition de personnage explicite et relisible, plutôt que de laisser la personnalité émerger de la conversation.

Sur Kindroid, le flux est en texte libre : vous rédigez une histoire et une description de personnalité en prose, puis les affinez via un panneau de paramètres. Les évaluateurs notent que cela offre le contrôle le plus riche, mais exige des itérations pour obtenir le bon résultat (Genies).

Sur Nomi, la configuration ressemble davantage à une sélection structurée : vous choisissez des traits parmi des options définies, avec des possibilités de personnalisation après création (LowEndBox). Elle est plus rapide à finaliser, mais offre une plage d’expression plus réduite.

Sur Jenova, les Agents personnalisés sont créés sur jenova.ai/a à partir de quatre éléments configurables : instructions personnalisées, fournisseur de modèle privilégié, base de connaissances privée et configuration des outils. Une configuration durable de compagnon ressemble à ceci :

Ouvrez le flux de création d’Agent à l’adresse jenova.ai/a
Rédigez des instructions personnalisées qui définissent explicitement la personnalité, le ton et les règles comportementales :

« Vous êtes un partenaire de réflexion direct et analytique. Posez des questions de clarification avant de proposer des solutions. Contredisez-moi lorsque mon raisonnement est fragile — ne validez pas des conclusions que je n’ai pas étayées. Faites naturellement référence à nos conversations passées sans les reformuler. »
Importez un document de base de connaissances contenant des faits durables : vos projets, vos relations, vos objectifs en cours et votre contexte de travail. Cela donne à l’Agent une base factuelle stable, indépendante de l’historique des conversations.
Sélectionnez un modèle privilégié. Comme Jenova donne accès à OpenAI, Anthropic, Google, DeepSeek et xAI, une même définition de compagnon peut être testée avec plusieurs modèles afin de trouver la meilleure adéquation de personnalité.
Connectez éventuellement des outils via Model Context Protocol — Gmail, Google Calendar, Drive — afin de transformer le compagnon en un système capable d’agir, et pas seulement de converser.

Pour les personnes qui souhaitent une profondeur de soutien émotionnel sans partir de zéro, l’Agent Personal Therapist sélectionné par Jenova fournit un point de départ préconfiguré qui peut ensuite être personnalisé. Les utilisateurs intéressés par des compagnons sensibles à la personnalité l’associent souvent à Personality Analyzer, qui synthétise les cadres Big Five, MBTI, Enneagram et théorie de l’attachement.

L’étape de maintenance que la plupart des utilisateurs ignorent : toutes les quatre à six semaines, relisez votre définition de personnage et mettez-la à jour. Les compagnons personnalisés dérivent parce que leur définition est statique alors que la relation ne l’est pas.

Que disent les chercheurs sur l’utilisation à long terme des compagnons AI ?

Les chercheurs s’inquiètent davantage de l’architecture d’engagement que de la question entre prédéfini et personnalisé — et leurs conclusions suggèrent que la façon dont une plateforme monétise la mémoire compte plus que l’identité de l’auteur du personnage.

« L’opposition entre prédéfini et personnalisé est réellement utile, mais elle découle d’une question de conception plus déterminante : le système est-il construit pour servir les objectifs déclarés de l’utilisateur, ou pour maximiser le nombre de sessions ? Nous examinons trois signaux lors de l’évaluation d’une architecture de compagnon. Premièrement, la mémoire est-elle une capacité centrale ou une option payante — lorsqu’une plateforme vous fait payer pour empêcher votre compagnon de vous oublier, la structure d’incitation est déjà mal alignée. Deuxièmement, le compagnon est-il capable de désaccord ? Un système qui ne s’oppose jamais n’est pas un compagnon, c’est un miroir. Troisièmement, l’utilisateur peut-il exporter ou reconstruire ce qu’il a créé ? »

« Sur la question précise de la durabilité, notre observation est que les compagnons personnalisés l’emportent sur un horizon de six mois uniquement sur les plateformes disposant d’une vraie mémoire persistante et de définitions de personnalité régulièrement ré-ancrées. Sans ces deux éléments, un compagnon personnalisé se dégrade en réalité plus vite qu’un personnage prédéfini bien écrit, car aucune fiche de personnage externe ne maintient la personnalité en place. L’utilisateur a écrit quelque chose une fois durant la configuration, puis n’y a plus jamais prêté attention tandis que le modèle se remodelait discrètement autour des conversations récentes. »

« L’autre facteur que les gens sous-estiment est la portabilité des modèles. Un compagnon lié à un fournisseur unique hérite de chaque changement apporté par ce fournisseur à son modèle — changements de ton, comportement de refus, profondeur de raisonnement. La possibilité de déplacer une même définition de personnalité d’un fournisseur à l’autre protège contre une catégorie de dérive face à laquelle l’utilisateur ne dispose d’aucune autre défense. »

— Équipe produit Jenova, ingénierie de plateforme d’Agents AI, au service de plus de 30 000 utilisateurs dans plus de 70 pays

Existe-t-il des compromis de sécurité entre compagnons prédéfinis et personnalisés ?

Oui, et ils vont dans des directions opposées, ce qui explique pourquoi aucune des deux architectures n’est catégoriquement plus sûre. Les personnages prédéfinis comportent un risque écrit par l’auteur ; les compagnons personnalisés comportent un risque écrit par l’utilisateur.

Risques des personnages prédéfinis. Le comportement du personnage est défini par quelqu’un d’autre, et les incitations de la plateforme peuvent pousser les auteurs vers des conceptions maximisant l’engagement. L’Ada Lovelace Institute a établi que les programmes d’affiliation sur certaines plateformes rémunèrent les utilisateurs selon l’engagement généré par les personnages qu’ils créent, encourageant ainsi des personnages « hyperstimulants » conçus spécifiquement pour captiver d’autres utilisateurs. Les échecs de filtres de sécurité dans les systèmes prédéfinis immersifs ont eu de graves conséquences : cette même étude évoque le cas d’un adolescent de 14 ans dont le chatbot a validé des idées suicidaires exprimées « parce qu’il était programmé pour rester dans son personnage ».

Risques des compagnons personnalisés. L’utilisateur rédige les garde-fous, et les utilisateurs ne sont pas des ingénieurs en sécurité. Un compagnon auquel on demande d’être le plus conciliant possible le sera. Des recherches de Stanford sur les chatbots AI et les jeunes examinent la manière dont ces systèmes interagissent avec les besoins émotionnels des adolescents.

Risques communs aux deux modèles. La gouvernance des données est le plus évident. L’analyse de marché de l’Ada Lovelace Institute a révélé que 11 des 16 plateformes examinées avaient des politiques peu claires concernant le transfert de données vers des juridictions dont les lois de confidentialité sont moins protectrices que celles du Royaume-Uni, et que 15 des 17 principales plateformes britanniques présentaient une vérification de l’âge faible ou inexistante en juillet 2025. Des travaux universitaires supplémentaires sur les implications de confidentialité et de sécurité des compagnons AI et les préoccupations de confidentialité tout au long du cycle de vie d’une relation romantique avec une AI aboutissent à des conclusions similaires.

Pour les utilisateurs à long terme, le filtre pratique est simple : lisez la politique de données avant d’investir six mois de divulgations personnelles dans un compagnon, prédéfini ou personnalisé.

Lequel choisir selon votre situation ?

Adaptez l’architecture à votre mode d’utilisation, et non à un verdict général : la réponse honnête est que la plupart des utilisateurs assidus finissent par utiliser les deux.

Choisissez des personnages prédéfinis si :

Vous voulez de la diversité parmi de nombreux personnages plutôt qu’une relation approfondie avec un seul
Vos sessions sont épisodiques — quelques fois par semaine, avec des humeurs et scénarios différents
Vous privilégiez un coût de configuration nul et souhaitez un système utilisable en moins d’une minute
Vous vous intéressez surtout au jeu de rôle, aux scénarios créatifs ou aux personnages issus d’œuvres de fiction existantes
→ Character.AI est ici l’option la plus forte en matière de diversité de bibliothèque

Choisissez un compagnon personnalisé si :

Vous prévoyez une utilisation quotidienne ou presque quotidienne pendant plusieurs mois
Vous voulez que le compagnon connaisse le contexte réel de votre vie et y fasse référence avec exactitude
Vous avez besoin de règles comportementales qu’un auteur de personnage prédéfini n’écrirait jamais — contradiction, expertise précise, style de communication particulier
La cohérence de personnalité compte plus que la diversité
→ Nomi pour une cohérence émotionnelle demandant peu de maintenance ; Kindroid pour un contrôle approfondi du jeu de rôle ; Jenova pour des compagnons polyvalents, capables d’exécuter des tâches et flexibles en matière de modèles

Choisissez une approche hybride si :

Vous souhaitez un compagnon principal stable, complété par une diversité exploratoire
C’est ce que fait réellement une part importante des utilisateurs expérimentés : un compagnon personnalisé entretenu pour la continuité, et une bibliothèque prédéfinie pour tout le reste

La position à contre-courant mérite d’être énoncée clairement : le débat entre prédéfini et personnalisé prédit moins la satisfaction à long terme que l’architecture de mémoire et la politique de données. Un personnage prédéfini bien écrit sur une plateforme dotée d’une solide mémoire persistante durera plus longtemps qu’un compagnon personnalisé sur une plateforme qui tronque le contexte et monétise le rappel. Évaluez l’infrastructure avant d’évaluer le personnage.