Comment j'ai cessé de redouter les archives familiales et délégué la généalogie à Claude Code

Dans beaucoup de nos placards se trouve cette boîte bien connue. À l'intérieur — des photos jaunies de parents inconnus, des actes de naissance dans une langue étrangère, et peut-être quelques lettres du front. Nous nous promettons de « trier tout ça un jour », mais le volume de données est intimidant. La généalogie ne se limite pas à dessiner un arbre — c'est un cycle sans fin de recherches dans les archives, de tests d'hypothèses et de lutte contre les contradictions dans les documents.

Un projet appelé autoresearch-genealogy est apparu sur GitHub, apportant les méthodes d'agents autonomes au domaine de l'histoire familiale. Son créateur, Matt Prusac, n'a pas simplement déposé un ensemble de prompts. Il a systématisé une véritable expérience de recherche au cours de laquelle l'IA a permis de reconstruire 9 générations sur 6 lignées familiales, créant plus d'une centaines de fichiers détaillés dans le processus.

Ce qu'il y a dans le dépôt

Le projet est une méthodologie prête à l'emploi pour travailler avec Claude Code ou tout autre outil supportant la recherche autonome. La valeur principale ici n'est pas dans le code — c'est dans la structure du processus.

Prompts pour la recherche autonome

Le dossier prompts/ contient 12 scénarios pour la commande /autoresearch. Chaque prompt est un mini-programme pour l'IA. Il définit les objectifs, les critères de succès, les protocoles de vérification et les « limiteurs » pour empêcher le réseau neuronal d'halluciner.

Par exemple, le prompt 01-tree-expansion force le modèle à « faire pousser » méthodiquement chaque branche de l'arbre en utilisant la recherche web. Et 05-source-citation-audit endosse le rôle d'un archiviste strict : il vérifie que chaque personne dans votre base de données dispose d'au moins deux sources indépendantes.

Modèle de dépôt numérique

L'auteur propose d'utiliser Obsidian (ou n'importe quel éditeur markdown) comme base de données. Le dossier vault-template/ contient la structure pour vos futures archives :

• Fiches de personnes avec métadonnées YAML.
• Journaux de recherche et registres des questions en suspens.
• Modèles spéciaux pour la transcription de documents, lettres, et même l'analyse des correspondances ADN.

Guides sur les archives et la méthodologie

C'est peut-être la partie la plus pratique. Le dépôt comprend des instructions pour effectuer des recherches dans 24 régions — des États-Unis et des archives coloniales aux archives en Pologne, Ukraine et Russie. Il y a même des sections sur la généalogie juive et les spécificités des noms de famille scandinaves.

Pourquoi cela fonctionne mieux qu'un chat IA classique

Le principal problème lors de l'utilisation de ChatGPT ou Claude pour ce type de tâches est la tendance des modèles à « combler » les faits. La généalogie ne peut pas tolérer cela. Si un document enregistre une personne sous le nom de « Zachariah » et un autre sous celui de « Sakkarias », l'IA ne devrait pas simplement choisir une variante — elle devrait enregistrer les deux et évaluer la probabilité d'erreur.

Matt Prusac a intégré un concept de « vérification mécanique » dans les prompts. C'est similaire au travail d'un compilateur en programmation, mais au lieu de vérifier la syntaxe, cela vérifie la logique des relations. Le système force l'IA à :

1. Enregistrer les résultats négatifs (ce qui a été recherché et non trouvé).
2. Attribuer des niveaux de confiance aux faits (Signal Fort / Hypothétique).
3. Effectuer des audits de recoupement après chaque itération de recherche.

Comment l'essayer avec vos propres données

Si vous avez Claude Code installé, le processus est assez simple. D'abord, vous devez cloner le dépôt et déplacer le contenu de vault-template/ dans votre répertoire de travail.

Puis vous entrez les données de base dans le fichier Family_Tree.md — ce que vous savez déjà sur vous-même, vos parents et vos grands-parents. Si vous avez des scans de documents, placez-les à proximité. Après cela, vous pouvez lancer le premier cycle : copiez le contenu de prompts/01-tree-expansion.md dans le terminal avec Claude et regardez l'agent commencer à « creuser » internet pour trouver des pistes.

À qui cela sera utile

Le projet ne conviendra probablement pas à ceux qui veulent simplement appuyer sur un bouton et « tout apprendre sur leurs ancêtres ». La généalogie reste un travail difficile. Mais autoresearch-genealogy sera une excellente ressource pour :

• Les passionnés de tech qui trouvent ennuyeux de remplir manuellement des tableaux mais sont intéressés par la mise en place d'un pipeline autonome.
• Les chercheurs bloqués sur un « mur de briques » qui ont besoin d'un regard neuf sur les archives disponibles.
• Les propriétaires de grands volumes de données dispersées qui doivent être ramenées à un standard unifié.

Il est intéressant de noter que l'auteur ne restreint pas l'utilisation à Claude Code uniquement. Toute la logique se transfère facilement à un flux de travail manuel ou à d'autres outils d'IA. L'essentiel ici est le système de niveaux de confiance et les protocoles de vérification qui transforment la généalogie d'une lecture de marc de café en recherche structurée.

Si vous avez longtemps voulu transformer cette boîte de photos en une histoire familiale cohérente, ce dépôt pourrait être l'impulsion manquante dont vous aviez besoin. Au minimum, c'est un excellent exemple de comment utiliser les LLMs modernes pour résoudre des problèmes humanitaires complexes sans perdre de rigueur scientifique.