Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

Des designers ont combiné Claude Code et ChatGPT et réduit l'étape de développement de 60 %

Une consigne du type « fais joli » sans base donne un résultat fade. Le service design a donc fourni au réseau de neurones un cadre : prototypes, maquettes Figma, logo. Là où Claude avait déjà assemblé les prototypes, le design a été appliqué dessus en une seule passe, et l'étape de développement a diminué d'environ 60 %. Les 40 % restants — des détails comme un bouton décalé — sont plus simples à corriger à la main. Conclusion : donnez d'abord au réseau de neurones la stack et les contraintes, puis demandez la créativité sur une base déjà prête.

Traité par IA depuis Habr AI ; édité par Hamidun News
Des designers ont combiné Claude Code et ChatGPT et réduit l'étape de développement de 60 %
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Chiffre clé #1Le réseau a remplacé les visuels du tableau de bord par des SVG, il a fallu corriger à la main
Chiffre clé #2Le plus difficile à intégrer n'est pas le tableau de bord, mais les tableaux avec filtres, fenêtres modales et rôles
Chiffre clé #3Claude Code a intégré une landing page à partir de maquettes en 1920 et 360 pixels en quelques minutes

Presque tous les designers ont déjà demandé à un réseau de neurones de « faire joli » et obtenu un résultat fade, standardisé. Dans la troisième partie de ce cycle sur Habr, une designeuse de l'équipe produit montre comment organiser le travail autrement. Le chiffre principal : sur un projet où les prototypes du service avaient déjà été assemblés dans Claude, l'étape de développement a diminué d'environ 60 %.

Ici, le « développement » désigne la transformation des maquettes en intégration fonctionnelle et le raccordement du back-end. Les 40 % restants, l'équipe les a faits à la main : déplacer un bouton via le réseau de neurones coûte autant de tokens que de temps. Claude Code est l'outil d'Anthropic pour travailler avec le code, et MCP est le moyen par lequel le réseau accède à des services externes comme Figma.

Il s'agit d'une expérience personnelle sur trois projets, et non d'une comparaison en laboratoire, mais elle contient de nombreux détails pratiques.

Variante 1 : les prototypes existent déjà

Le premier projet est un service entièrement saisi sous forme de prototypes dans Claude. Ils sont gris et impersonnels, mais contiennent toute la logique. On ne disposait que de deux maquettes de design dans Figma. Le service comporte deux volets : un espace personnel pour les utilisateurs et une partie publique pour les clients.

L'espace personnel s'est fait sans difficulté. Le réseau a reçu un UI kit, les couleurs, les polices, les dimensions et quelques schémas de comportement, et il a habillé le système déjà prêt. La partie publique est plus complexe : ses prototypes avaient été dessinés à la main dans Figma. On a donc d'abord transféré ces prototypes au réseau : il reçoit un accès via MCP ou API et un lien vers le cadre. Selon l'auteure, cela fonctionne nettement mieux qu'il y a trois mois, même à partir d'un simple PNG.

L'ordre des opérations compte. On définit d'abord les contraintes : maquette de 1920 pixels, dimensions, marges, polices et grille sont repris depuis Figma. On vérifie ensuite que les prototypes correspondent aux maquettes. Ce n'est qu'après cela qu'on ajoute la direction visuelle : « voici deux maquettes, applique ce design aux autres prototypes et reprends l'UI kit ». La stack (Vue, bibliothèques, polices, icônes) a été fixée à l'avance.

Il y a eu aussi des écueils. Le réseau a remplacé une partie des images du tableau de bord par des fichiers SVG, alors que l'équipe avait besoin d'un système vivant avec des schémas d'intégration. Le développeur a précisé que la complexité pour un designer et la complexité pour l'intégration sont deux choses différentes. Un tableau de bord coloré s'intègre facilement. Un tableau sobre avec filtres, chargement des données, fenêtres modales, états et rôles demande bien plus de travail. C'est pourquoi il vaut mieux convenir de l'ordre des pages avec les développeurs dès le départ. Tout ce qui était prêt était immédiatement versé sur GitHub, et les développeurs vérifiaient le code.

Variante 2 : il n'y a qu'un concept

Dans le deuxième projet, il n'existait ni prototypes ni analyse. L'auteure a commencé avec Claude Design : il produit des pages, mais le résultat ressemblait à un prototype et non à un design abouti. Les idées pour l'espace personnel, le panier, la composition et l'adaptation mobile ont pu être reprises, mais pas en tant que création. Cet outil a été abandonné : il multipliait les entités isolées au sein du service.

Claude Code s'est avéré plus systémique. Il dispose de pages distinctes, d'un système propre, d'un readme et d'un fichier md qui consigne l'historique des modifications. Ce contexte sert de base de connaissances au modèle pour le projet. Claude Code ne génère pas d'images lui-même : pour les visuels créatifs, on connecte donc via API d'autres modèles : GPT, Kling pour la vidéo, Nano Banana. Codex d'OpenAI fonctionne de manière similaire, mais au sein de l'écosystème GPT.

Le conseil sur les tokens est le suivant : pour les tâches courantes, un modèle solide de niveau Sonnet ou Opus suffit. Le modèle haut de gamme ne s'active ponctuellement que pour une création complexe, faute de quoi il épuise les limites en deux ou trois sessions. D'après l'auteure, les présentations donnent de moins bons résultats que les pages de destination.

Variante 3 : de zéro, du logo à l'interface

Le troisième cas est un produit interne : une idée, des fonctionnalités et un prototype non fonctionnel à la logique bancale. Une demande « fais joli » sans base a de nouveau donné un résultat fade. Une chaîne commençant par le logo a fonctionné :

  1. Dans ChatGPT, l'auteure a décrit l'idéologie du produit, obtenu six variantes de logo et en a choisi une.
  2. À partir de celle-ci, le modèle a construit l'identité visuelle. Le contexte est resté dans la conversation.
  3. Ensuite, une landing page a été réalisée à partir de l'identité, puis l'interface de la page d'accueil à partir de l'identité et de la landing page. Le visuel souhaité est apparu dès la deuxième itération.

Selon l'expérience de l'auteure, GPT est bon pour les visuels d'interface, mais il a tendance à surcharger l'image de détails, si bien qu'on lui écrit explicitement « enlève le superflu ». On peut corriger ponctuellement en laissant des commentaires sur l'image. La formule Go de base ne suffisait pas, on a pris Plus.

Tout a été assemblé dans Claude Code, avec une session distincte pour la landing page et pour le service. Il a intégré en quelques minutes des maquettes en 1920 et 360 pixels (largeur de l'écran d'un ordinateur et d'un téléphone), et plusieurs animations ont été ajoutées en une quinzaine de minutes. Pour l'animation, l'auteure trouvait une référence sur Pinterest, demandait d'analyser la vidéo image par image, générait des images similaires via API et assemblait le clip.

Ce qu'il faut en retenir

L'auteure paie deux réseaux de neurones : l'un crée les visuels, l'autre intègre. Les tokens ne s'épuisent ainsi pas sur un seul modèle, et le travail avance en parallèle. Les limites sont honnêtes : il s'agit de l'expérience d'une personne dans une seule équipe, et il n'existe pas de mesures précises en dehors de l'estimation de 60 %. Une partie du travail reste de toute façon à la charge des développeurs. Les règles de travail sont simples : fixez d'abord le cadre et la stack, puis le visuel. Conservez le contexte du projet dans des fichiers. Impliquez les développeurs dès le départ. Et ne demandez pas « joli » au réseau de neurones sans identité de marque.

Dossier

Questions clés sur cet article

Que sait-on sur Variante 1 : les prototypes existent déjà ?

Le premier projet est un service entièrement saisi sous forme de prototypes dans Claude. Ils sont gris et impersonnels, mais contiennent toute la logique. On ne disposait que de deux maquettes de design dans Figma. Le service comporte deux volets : un espace personnel pour les utilisateurs et une partie publique pour les clients. L'espace personnel s'est fait sans difficulté.

Que sait-on sur Variante 2 : il n'y a qu'un concept ?

Dans le deuxième projet, il n'existait ni prototypes ni analyse. L'auteure a commencé avec Claude Design : il produit des pages, mais le résultat ressemblait à un prototype et non à un design abouti. Les idées pour l'espace personnel, le panier, la composition et l'adaptation mobile ont pu être reprises, mais pas en tant que création. Cet outil a été abandonné : il multipliait les entités isolées au sein du service. Claude Code s'est avéré plus systémique.

Que sait-on sur Variante 3 : de zéro, du logo à l'interface ?

Le troisième cas est un produit interne : une idée, des fonctionnalités et un prototype non fonctionnel à la logique bancale. Une demande « fais joli » sans base a de nouveau donné un résultat fade. Une chaîne commençant par le logo a fonctionné : Dans ChatGPT, l'auteure a décrit l'idéologie du produit, obtenu six variantes de logo et en a choisi une. À partir de celle-ci, le modèle a construit l'identité visuelle. Le contexte est resté dans la conversation.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…