Quatre temps, toujours les mêmes

En pratique

• Je lis les fiches de préparation de trois personnes côté client, et les transcriptions d’ateliers, avant d’écrire la moindre stratégie. Les deux fondateurs ne racontaient pas encore la même histoire. Leurs propres mots le montraient.
• La présentation d’une entreprise est devenue un tableau de 14 lignes verbatim, chacune étiquetée : définition, affirmation, positionnement ou engagement.
• J’ai audité le site en ligne, phrase par phrase, au regard de cette présentation : 38 textes, 25 justes, 9 qui avaient dérivé, 4 périmés. Les corrections sont parties sous forme de quatre consignes prêtes à exécuter, une par groupe de fichiers.
• Une marque qui n’existait que dans un fichier de design a été décodée en tokens : 776 nœuds et 236 calques de texte lus, chaque valeur reprise des libellés de la designer, sans rien deviner.
• Sur un site trilingue, j’ai figé un glossaire avant de construire. Chaque terme a une définition et une liste de mots à éviter.

Livrables

• Rapport de découverte amont
• Personas
• Cartographie de parcours multi-acteurs
• Extraits verbatim et audits de contenu, étiquetés à la source

Le rôle de l’IA

L’IA fait la première lecture : elle range une présentation en lignes, rédige une première synthèse de la recherche, transcrit un brief enregistré. Chaque ligne est vérifiée au regard de la source avant d’aller plus loin, et les noms sont corrigés à la main d’après ce que le client a confirmé. L’extrait reste verbatim, la source à côté, pour qu’une erreur de lecture saute aux yeux.

En pratique

• Un atelier stratégique de 90 minutes en quatre blocs, avec une note préparatoire envoyée 48 heures avant, construit autour de neuf décisions ouvertes, chacune avec un responsable et un horizon : avant le rendez-vous partenaire, avant les investisseurs, avant le développement.
• Des personas construits à partir de la recherche, pas d’hypothèses. Le dirigeant qui achète et le responsable de programme qui utilise le produit sont deux personnes différentes, et la stratégie doit servir les deux.
• Une stratégie reprise sur cinq versions, jusqu’à ce qu’elle tienne. Une des étapes l’a confrontée à deux programmes réels. La version finale n’a ajouté ni retiré aucune affirmation stratégique. Elle a consolidé celles qui étaient déjà là.
• Un document d’exigences produit qui ne rediscute pas la stratégie. Un terme par concept, des identifiants stables, une priorité sur chaque exigence.
• Quand un plan était bloqué, le plan a nommé les quatre réponses qui débloquaient tout, et elles ont été obtenues en premier.

Livrables

• Vision board
• Objectifs et indicateurs de succès
• Synthèse stratégique
• Plan d’atelier et registre des décisions, avec leurs responsables

Le rôle de l’IA

L’IA prépare le terrain avant que l’équipe se réunisse. Une chaîne d’agents de recherche a rédigé un premier jeu de stratégie, et un agent de relecture distinct y a trouvé trois problèmes critiques avant qu’un client ne le voie, dont une statistique sans source. Un script de notation sans modèle évalue chaque version, pour que le progrès ne soit pas un modèle qui note son propre travail. En atelier, ce sont les personnes qui décident.

En pratique

• Une démo interactive de sept écrans, présentée en direct en huit minutes environ, à la place d’une présentation. Le document d’exigences a été écrit à partir d’elle.
• Chaque correction d’une boutique en ligne a été vérifiée sur la page rendue, à trois tailles d’écran, et non relue dans les réglages. C’est ainsi que sont apparus quatre défauts en ligne que personne n’avait signalés.
• Un banc d’essai compare deux façons de comprendre les messages vocaux sur des extraits annotés, pour choisir le modèle sur des preuves et non au goût.
• Avant qu’un pipeline automatisé passe à sa version reconstruite, le plan fait tourner les deux en parallèle pendant trois à cinq cycles et compare les résultats. Un feature flag garde l’ancienne version en secours, et la nouvelle a ses propres tests.
• Sur le premier portail de staking de Zilliqa, les changements de design ont été faits directement dans le code avec des outils de code assistés par IA, au lieu d’allers-retours dans un fil de discussion. Le temps de production a baissé de près de 40 %.

Livrables

• Backlog de discovery : ce qui est fait, ce qui est proposé, ce qui attend le client
• PRD, avec des indicateurs de succès réfutables
• Cartographie de périmètre fonctionnel : ce qui sort d’abord, ce qui est coupé, ce qui vient ensuite
• Démo interactive ou prototype, captures du rendu à l’appui

Le rôle de l’IA

L’IA m’aide à construire la preuve plus vite : la démo, le prototype, le changement de design fait directement dans le code. Elle ne note pas sa propre preuve. Les vérifications lisent les pixels rendus, lancent une suite de tests ou passent par un script sans modèle, parce qu’un contrôle qui relit ses propres réglages ne voit pas ce qui est à l’écran.

En pratique

• Le modèle ne détient jamais l’état. Dans un bot de réservation, le modèle propose des valeurs et un texte de réponse, et c’est du code simple qui gère chaque changement de statut.
• Dans un pipeline de contenu, un superviseur IA choisit les sujets, mais c’est du code simple qui distribue le travail, et un contrôle par règles, sans modèle, passe avant qu’un modèle juge le contenu.
• Quand un modèle juge, le juge est vérifié lui aussi. Je mesure à quelle fréquence il repère un vrai échec et à quelle fréquence il valide à juste titre une bonne réponse, chacun par rapport à un seuil annoncé.
• Les changements attendent une relecture. Les corrections de la boutique ont été faites sur une branche à part, le site en ligne intact, et les captures de référence ne sont refaites qu’après une validation explicite.
• Le bot de réservation ne traite que les réservations. Tout le reste va à une personne.

Livrables

• Règles écrites sur ce que le modèle peut faire et ne pas faire
• Points de validation humaine dans le flux de travail
• Un plan de mesure du temps gagné : référence, temps avec l’IA, temps de relecture, net

Le rôle de l’IA

C’est ici que l’IA trouve son cadre. Je l’utilise pour l’analyse et la synthèse dans le cadre défini par le client, et je compte le temps de vérification de ses résultats dans le coût. Les études publiées montrent ce qui est possible. Ce ne sont pas mes résultats, alors je les garde à part.