
Shaped
Shaped · Programmation
Shaped est un moteur de récupération et de classement IA en temps réel que les entreprises utilisent pour créer des expériences de recherche personnalisée, de recommandation et de fils de contenu. Il gère les embeddings, les modèles et la fraîcheur des données, puis renvoie des résultats pertinents en quelques millisecondes, avec une boucle de rétroaction qui s'améliore à mesure que les utilisateurs interagissent. Les équipes l'interrogent via ShapedQL, une interface de type SQL, ou des SDK, et peuvent démarrer avec 100 dollars de crédits gratuits.

À propos de Shaped
Qu'est-ce que Shaped
Shaped est une plateforme de classement IA entièrement gérée, présentée comme la seule base de données vectorielle dotée d'une boucle de rétroaction intégrée. Au lieu d'assembler un stockage vectoriel, un reranker, un feature store et une pile de code de liaison, vous connectez vos données et lancez une seule requête qui récupère, filtre, note et réordonne les résultats. C'est l'argument. Une récupération qui apprend de chaque interaction au lieu de rester figée.
Le produit vise les équipes confrontées à la réalité désordonnée des systèmes de recherche et de recommandation en production. Les piles RAG classiques impliquent souvent cinq services, cinq appels et des résultats qui ne s'améliorent jamais seuls. Shaped réunit la récupération, le classement et l'apprentissage continu dans un seul pipeline. Il sait aussi qui pose la question, donc les résultats peuvent être personnalisés par utilisateur ou par contexte d'élément.
La limite la plus évidente est la portée. Shaped n'est ni une base de données généraliste ni une bibliothèque simple pour un projet amateur, et il s'adresse plutôt aux équipes avec du trafic réel et de vrais besoins de classement. Les détails tarifaires ne sont pas publiés sur une page de forfaits. Vous devrez contacter l'entreprise ou consulter les conditions actuelles. Il fait désormais partie de Whatnot, qui a racheté Shaped en 2026, donc la feuille de route peut évoluer de façon difficile à prévoir de l'extérieur.
Pour commencer
- Inscrivez-vous sur le site de Shaped et récupérez les 100 dollars de crédits gratuits ; aucune carte bancaire n'est requise pour commencer.
- Connectez vos sources de données avec les connecteurs intégrés pour des outils comme Segment, Amplitude et BigQuery.
- Définissez ce que vous voulez obtenir en écrivant une requête ShapedQL, ou utilisez le SDK Python, le SDK TypeScript ou l'intégration MCP.
- Combinez récupération et classement dans la même instruction, par exemple en mêlant recherche sémantique et recherche par mots-clés réordonnées par un modèle de clics.
- Déployez la requête et laissez la boucle de rétroaction mettre à jour les résultats au fil des interactions des utilisateurs réels.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Shaped.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Équipes produit et ingénierie
- Ingénieurs data et ML
- Startups avec du trafic réel
Tâches
- Recherche personnalisée
- Recommandations de produits
- Récupération pour agents
- Classement de fils
Cas d'usage
- Garder un fil de recommandations frais à mesure que votre catalogue grandit
- Réduire les coûts de RAG
- Gérer les pics de trafic
Fonctionnalités clés
ShapedQL, une interface de requête de type SQL
ShapedQL vous permet de récupérer, filtrer, noter et réordonner dans une seule instruction. Vous pouvez interroger par texte, par ID utilisateur ou par ID d'élément selon le contexte dont vous disposez, et mêler recherche sémantique et recherche par mots-clés dans la même requête. C'est la différence centrale par rapport à un simple stockage vectoriel. Un stockage vectoriel ne fait que de la correspondance par similarité, sans logique métier ni personnalisation dans les résultats.
Boucle de rétroaction intégrée
La boucle de rétroaction est la fonctionnalité que Shaped met en avant. Chaque interaction influe sur les résultats futurs, donc le système s'améliore à mesure que les gens l'utilisent au lieu de rester figé sur ce que les embeddings ont capté le premier jour. C'est tout l'intérêt. C'est ce qui distingue un moteur de classement d'un index statique. Et c'est la raison pour laquelle les équipes choisissent Shaped plutôt que d'assembler leur propre pipeline avec un stockage vectoriel, un reranker, un feature store et une pile de code de liaison que quelqu'un doit maintenir en vie.
Recherche hybride personnalisée
Shaped mêle recherche sémantique et recherche par mots-clés, puis réordonne avec des modèles entraînés sur vos propres données de clics. Comme le moteur sait qui pose la question, vous pouvez adapter les résultats par utilisateur ou par élément au lieu de renvoyer la même liste pour tout le monde. Vous pouvez aussi y accéder via le SDK Python, le SDK TypeScript ou MCP.
Couche de données unifiée avec connecteurs
Les connecteurs pour Segment, Amplitude, BigQuery et d'autres sources amènent des données par lots et en streaming vers des schémas unifiés. Un feature store durable et en temps réel ingère et transforme ces données pour l'entraînement comme pour le service. Aucun système séparé à assembler. Cela signifie une seule base pour vos données de classement au lieu d'un ensemble de services mal reliés qui s'éloignent avec le temps.
Récupération en temps réel sous 50 ms
Shaped renvoie des résultats en moins de 50 millisecondes. Cela garde la recherche et les fils instantanés. Les pipelines ML continus servent les modèles avec une latence sous 100 ms, et la plateforme annonce traiter plus de 100 millions de requêtes par jour. La vitesse ici n'est pas une mesure de vanité. C'est ce qui rend le classement personnalisé utilisable dans un produit en direct, où une réponse lente fait la différence entre un clic et un abandon.
Infrastructure et sécurité entièrement gérées
Shaped Cloud est entièrement géré, avec autoscaling, supervision et maintenance pris en charge, et un SLA de disponibilité annoncé de 99,95 %. Il est certifié SOC 2 Type 2, avec chiffrement au repos et en transit, plus la prise en charge d'AWS PrivateLink. Aucune équipe d'infrastructure nécessaire. Cela retire beaucoup de travail opérationnel aux équipes sans groupe plateforme dédié.
Avantages et inconvénients
Avantages
- Une seule requête couvre récupération, classement et réordonnancement, et remplace une pile RAG multi-services.
- La boucle de rétroaction intégrée fait progresser les résultats grâce aux interactions réelles des utilisateurs.
- Entièrement géré avec autoscaling, donc aucune équipe d'infrastructure n'est requise.
- Les résultats arrivent en moins de 50 ms, et gardent la recherche et les fils réactifs.
- La certification SOC 2 Type 2 et la prise en charge d'AWS PrivateLink conviennent aux déploiements d'entreprise.
Inconvénients
- Aucune page tarifaire publique, donc vous devrez contacter l'entreprise pour estimer le coût avant de vous engager.
- Vise les équipes avec du trafic réel ; un petit projet n'a peut-être pas besoin de ce que propose Shaped.
- En tant que plateforme gérée, vous cédez un peu de contrôle sur la pile de récupération sous-jacente.
- Le rachat par Whatnot en 2026 signifie que la feuille de route du produit pourrait changer de direction.
Questions fréquentes
Shaped est un moteur de récupération et de classement IA en temps réel qui se connecte à vos données, gère les embeddings et les modèles, et renvoie des résultats personnalisés de recherche, de recommandation ou de fil via une seule requête de type SQL. Sans pile de services séparés.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Shaped.
Alternatives à Shaped
Forefront
Forefront · ProgrammationForefront est une plateforme web pour construire avec de l'IA open source. Elle vous laisse affiner les principaux modèles de langage open source sur vos propres données, évaluer leurs performances et les exécuter via une API ou les exporter pour les héberger vous-même. Les développeurs qui veulent le confort d'une plateforme fermée mais tiennent à rester propriétaires de leurs modèles et de leurs données sont le public visé ici.
Startkit
StartKit.AI · ProgrammationStartkit est un boilerplate pour créer des produits SaaS d'IA et des wrappers d'IA. Voyez-le comme un boilerplate de startup IA avec les parties ennuyeuses déjà branchées : authentification, paiements Stripe et Lemon Squeezy, limites d'usage, e-mail transactionnel et un kit de démarrage d'API IA qui parle à OpenAI, Anthropic, Groq ou Llama. Vous clonez le dépôt, fixez votre prix et attaquez la partie du produit pour laquelle les gens paient vraiment. Il repose sur Next.js au-dessus de React et Tailwind, donc une bonne partie du code boilerplate vous semble déjà familière.
Testim
Tricentis · ProgrammationTestim est une plateforme d'automatisation des tests dopée à l'IA, qui sert à créer et exécuter des tests de bout en bout sur des applications web, mobiles et Salesforce. Elle s'appuie sur l'apprentissage automatique pour garder les tests stables quand une interface change, alors les équipes passent moins de temps à réparer des sélecteurs cassés. Pas mal pour un outil de tests automatisés que vous pouvez utiliser dès aujourd'hui. Vous créez des tests en enregistrant des actions dans un navigateur, puis vous ajoutez du JavaScript quand vous avez besoin de plus de contrôle. C'est un choix solide pour une équipe QA bien occupée.
