Ce que vous allez lire n’est pas une démonstration de plus sur les IA génératives. Ce n’est pas non plus un “site réalisé avec GPT” pour impressionner LinkedIn. C’est un retour d’expérience opérationnel, documenté, sans filtre — sur ce qu’implique réellement l’usage intensif de deux IA en tandem, dans une logique de delivery piloté produit.
1. Pourquoi une deuxième tentative ?
J’ai déjà raconté dans un premier article ma première tentative de refonte du site de Knowledge Ladder Academy avec MiniMax seul.
À l’époque, j’étais enthousiaste. MiniMax propose une interface visuelle fluide, l’impression qu’on peut dialoguer avec une IA designer/développeur comme on brieferait un freelance. L’agent générateur produit rapidement une arborescence, du code, des composants, des maquettes IA... Mais la réalité est plus contrastée.
Rapidement, j’ai observé une dérive : chaque fois que je précisais une demande, il “corrigeait” mais régressait ailleurs. Il générait une UI correcte, mais avec des bugs CSS. Il créait une page fonctionnelle, mais écrasait la précédente sans prévenir. Il oubliait ses propres promesses.
Résultat : un flux continu de micro-réparations, un sentiment de perte de maîtrise, un enchaînement d’itérations stériles. J’avais l’impression d’être en daily avec un développeur junior incapable d’aligner son exécution sur une vision produit stable.
Et c’est normal : MiniMax exécute tâche par tâche. Il ne structure pas la cohérence produit, ne fait pas d’anticipation, n’a pas de mémoire fonctionnelle. On peut le pousser loin, mais il faut le tenir à chaque étape. Et seul, on finit par s’épuiser.
En tant que Product Owner, j’avais identifié les limites. Mais je n’étais pas prêt à abandonner.
2. GPT-5 entre dans la boucle
La sortie publique de GPT-5 a tout changé. J’ai immédiatement décidé de combiner les deux IA : MiniMax pour la production d’actifs, GPT‑5 pour l’architecture, la clarification produit, les arbitrages stratégiques.
J’ai arrêté de croire qu’une seule IA “suffirait”. J’ai repris mon rôle de Product Owner, mais avec deux IA sous ma coordination.
- GPT-5 structure, questionne, challenge, explicite mes intentions. C’est mon copilote stratégique.
- MiniMax exécute : code, UI, prompts images, intégration. C’est mon opérateur visuel.
- Moi, je pilote l’ensemble. Je synchronise, je tranche, je documente, je versionne.
Ce changement de posture — passer d’un “utilisateur d’IA” à un chef d’orchestre — est clé. C’est lui qui a permis la réussite du projet.
3. La mécanique de travail à trois
Voici comment s’est structurée la collaboration :
- MiniMax est efficace, mais sans autonomie. Il ne comprend que ce qu’on exprime très précisément. Il faut sans cesse reformuler, cadrer, corriger les dérives, relancer les tâches oubliées.
- GPT-5 est analytique, mais non opérant. Il comprend les dépendances, les effets de bord, les enjeux produit. Mais il ne peut ni écrire du code robuste, ni interagir avec l’existant.
- Moi, je m’occupe de la stratégie, de la cohérence et de la pression qualité. J’écris les prompts, je relis les diff Git, je teste la navigation sur plusieurs devices, je décide ce qu’on garde ou non.
Le triptyque fonctionne si (et seulement si) vous prenez en main l’alignement global.
4. Les vraies difficultés
MiniMax : l’illusion de la fluidité
MiniMax donne l’illusion d’un travail fluide. Mais à la moindre complexité, il s’effondre. Il oublie un import. Il écrase un fichier déjà corrigé. Il réécrit une fonction sans respecter le typage. Il crée un composant qui n’est appelé nulle part. Il génère une page sans la déclarer dans l’arborescence.
Exemples réels :
- Il a supprimé une section complète du footer sans me prévenir.
- Il a réécrit le fichier `page.tsx` sans maintenir le header sticky.
- Il a cassé le menu mobile trois fois en changeant de méthode sans explication.
J’ai dû systématiser un processus de vérification post-action à chaque étape : capture d’écran, Git diff, test multi-device.
Ce n’est pas “plug and play”. C’est un copilote junior à qui il faut apprendre la rigueur produit.
GPT-5 : briseur de certitudes
GPT‑5 n’exécute pas. Mais il est redoutable pour révéler les angles morts. Il m’a aidé à :
- Clarifier le rôle de chaque composant.
- Identifier les incohérences de routing entre App Router et les API routes.
- Structurer l’usage du `BUILD_ID` comme vérification post-déploiement.
- Rédiger une spec claire pour les modales de devis et de contact.
Il ne code pas, mais il raisonne. Et surtout, il me pousse à formuler mes choix : “Pourquoi cette animation ?”, “Pourquoi un export CSV et pas PDF ?”, “Pourquoi une sticky CTA et pas un bloc footer ?”.
Le passage d’intention : toujours humain
La chose la plus difficile reste la transmission d’intention. Aucun modèle ne peut, aujourd’hui, comprendre un objectif produit implicite. Je dois tout expliciter : comportement au scroll, interactions mobiles, règles d'affichage conditionnel.
Ce n’est pas qu’une question de prompt. C’est une question de culture produit. D’anticipation. De design pattern. Et cela, seul un humain formé au métier peut le faire.
5. Architecture technique retenue
ARCHITECTURE TECHNIQUE - SITE KLA
FRONTEND Framework : Next.js 14 (App Router) Langage : TypeScript + React 18 Styles : Tailwind CSS 3.x Animations : GSAP (GreenSock) COMPOSANTS CLÉS app/layout.tsx : Layout racine avec header fixe app/components/Nav.tsx : Navigation sticky en haut app/components/StickyCta.tsx : Bouton flottant "INSCRIPTION" app/components/Footer.tsx : Footer avec BUILD_ID affiché API ROUTES /api/version : Retourne le BUILD_ID pour vérification /api/contact : Traitement formulaire de contact /api/revalidate : Invalidation cache Next.js BACKEND Service : Supabase (Backend as a Service) Base de données : PostgreSQL Authentification : Supabase Auth Stockage : Supabase Storage SERVICES EXTERNES Protection : Cloudflare Turnstile (anti-bot) Email : Service de notifications BUILD & DÉPLOIEMENT Build : npm run build avec NEXT_PUBLIC_BUILD_ID Export : Static export Next.js Hébergement : Plateforme MiniMax (*.space.minimax.io) FONCTIONNALITÉS SPÉCIALES Header fixe avec backdrop-blur CTA flottant en position bottom-right Système de vérification via BUILD_ID Design responsive avec Tailwind Animations fluides avec GSAP
Le livrable final a été récupéré en .zip depuis MiniMax, poussé dans GitHub, puis déployé sur Vercel en environnement de recette.
6. Coût et ROI : l’écart saisissant
J’ai demandé à GPT‑5 d’estimer le coût réel de ce site s’il avait été confié à une équipe humaine :
[TABLEAU insérable ici, déjà transmis en structure HTML dans une itération précédente.]
Bilan :
- Freelance : entre 18 000 € et 32 000 € (32 à 57 jours.homme)
- Agence : entre 29 000 € et 51 000 €
Temps réel (avec IA) : 2 jours d’échanges soutenus.
ROI estimé : entre x10 et x25 en coût direct.
Et je ne parle pas ici du gain en ownership, adaptabilité, évolutivité. Le site est piloté, maîtrisé, extensible. J’ai la main sur les specs, le code, le déploiement. Personne n’a besoin de se “réapproprier” le projet.
7. Approche méthodologique : comment s’y prendre
Si je devais recommencer aujourd’hui, je structurerais l’approche IA comme un projet produit à part entière. Voici la méthode que j’ai affinée :
Étape 1 : clarifier les attentes produit
Avant d’écrire la moindre ligne de prompt, je formalise :
- Le périmètre fonctionnel (pages, comportements attendus, features)
- Les contraintes de style (police, branding, responsive, animation)
- Le socle technique choisi (framework, CSS, backend, hébergement)
C’est ce cadrage qui me permet ensuite de guider GPT‑5 et MiniMax sans flou.
Étape 2 : séparer pilotage produit et exécution technique
Je n’ai pas mélangé les rôles. GPT‑5 ne code pas. MiniMax ne pense pas produit. Et moi, je n’exécute ni ne corrige ligne à ligne. Chacun son rôle :
- GPT‑5 pour structurer, diagnostiquer, orienter
- MiniMax pour exécuter, générer, corriger
- Moi pour piloter, décider, tester
Ce triangle ne fonctionne que si vous jouez pleinement votre rôle de chef d’orchestre.
Étape 3 : ritualiser les boucles IA
J’ai ritualisé les échanges avec chaque IA. En moyenne :
- 1 prompt structurant par besoin fonctionnel
- 3 à 5 itérations MiniMax pour stabiliser le code
- 1 diagnostic GPT‑5 pour valider l’approche
Chaque séquence est documentée. Je copie-colle les outputs utiles, je conserve les versions de code, je compare les diffs Git localement.
Étape 4 : industrialiser le delivery IA
Une fois le site stable, j’ai consolidé l’ensemble :
- Stockage du code sur GitHub
- Déploiement sur Vercel
- Script de build avec
BUILD_ID - Checklist de vérification post-déploiement (liens, menu, responsive, formulaire)
Le site est industrialisé, versionné, prêt à évoluer.
8. Ce que cela change pour les Product Owners
Ce que j’ai vécu change profondément le métier de PO. L’IA n’automatise pas la stratégie produit. Mais elle transforme :
- La vitesse d’itération : une idée le matin, une version testable le soir
- La maîtrise des coûts : moins d’intermédiaires, moins de dépendances
- La charge mentale : délégation des tâches ingrates ou répétitives
Mais cela impose aussi :
- Une exigence accrue en clarté : ce qu’on exprimait vaguement à un dev, l’IA ne le comprendra pas
- Une discipline méthodologique : versioning, documentation, validation
- Une présence constante : rien ne se fait “tout seul”
En réalité, l’IA remet le PO au centre du delivery — à condition qu’il accepte de reprendre le pilotage en main.
9. Conclusion : l’enjeu n’est pas l’IA. C’est le pilotage.
Ce que je retiens de cette expérience n’est pas la puissance des modèles. Elle est réelle, impressionnante, mais secondaire. Ce qui compte, c’est ce que vous en faites :
- Sans intention claire → dérive
- Sans pilotage rigoureux → instabilité
- Sans validation systématique → défauts silencieux
Mais avec une approche produit solide, structurée, incarnée, vous pouvez orchestrer deux IA complémentaires — et sortir en deux jours ce qu’une équipe humaine aurait mis 5 à 6 semaines à livrer.
C’est ça, le vrai sujet : l’IA est un levier. Le PO reste la boussole.
Et si vous voulez passer à l’étape suivante, il va falloir apprendre à piloter des équipes… où certaines parties ne sont plus humaines.
Ce n’est pas de la science-fiction. C’est déjà là.
Aucun commentaire:
Enregistrer un commentaire