Yandex 360 a Expliqué Comment Enseigner aux Assistants IA à Travailler avec des Kits UI Internes

L'équipe frontend de Yandex 360 a partagé comment apprendre à un assistant IA à travailler avec un kit UI interne et un système de design — et pourquoi la préparation spéciale du référentiel est nécessaire sans cela.

L'effet « ouah » et son revers

Les premières expériences avec des assistants IA font généralement une impression : MVP en cinq minutes, du code du premier coup, on dirait que l'avenir est déjà là. Mais quand il s'agit d'un vrai projet d'entreprise avec des bibliothèques internes et son propre kit UI, l'illusion s'effondre. L'assistant invente des composants qui existent déjà dans le système, ignore les modèles établis et viole les conventions du système de design.

Yandex 360 a rencontré cela systématiquement : 90% de l'équipe frontend utilise des assistants IA chaque jour. Le problème d'incompatibilité avec l'infrastructure interne s'est avéré ne pas être une exception, mais la règle.

Qu'est-ce qu'un référentiel AI-ready

Valery Baranov, responsable de la technologie frontend chez Yandex 360, explique la racine du problème : les modèles de langage publics ont été entraînés sur des données ouvertes. Les composants internes, les bibliothèques d'entreprise et les conventions de projet n'y ont pas abouti. Cela signifie que l'IA doit recevoir le contexte de manière explicite et systématique — pas par des invites manuelles à chaque fois.

L'équipe a développé plusieurs principes :

• Documentation structurée de chaque composant en tenant compte de la fenêtre de contexte du modèle
• Fichiers d'indice (`AGENTS.md`, `.cursorrules`) décrivant l'architecture et les modèles interdits
• Exemples explicites — corrects et incorrects — pour chaque entité
• Métadonnées du kit UI arrivant automatiquement dans le contexte lors de la demande
• Description de CI/CD et des conventions de code au format lisible par machine

Système de design en tant qu'artefact lisible par machine

Une tâche séparée consiste à apprendre à l'assistant à respecter les modèles du système de design. Les composants internes n'arrivent pas aux données d'entraînement du modèle, donc l'IA commence à halluciner : inventer des API inexistantes ou utiliser des modèles obsolètes.

Yandex 360 a ajouté une couche de documentation supplémentaire. Chaque composant est décrit non seulement pour les développeurs, mais aussi en tenant compte des modèles de langage : erreurs typiques, variantes acceptables, combinaisons interdites. Cela permet à l'assistant de générer du code qui passe les exigences d'examen du design du premier coup.

«

Nous avons rendu les projets frontend véritablement AI-ready : nous avons appris aux assistants à comprendre la structure de nos référentiels, à travailler avec les bibliothèques internes et même à respecter les modèles du système de design », — Valery Baranov, Yandex 360.

Perspective d'infrastructure sur le problème

Yandex 360 s'occupe du « frontend commun » — composants techniques unifiés, CI/CD partagé, plateformes de distribution de composants entre équipes. Cela rend la tâche particulièrement critique : si un composant est décrit incorrectement, les assistants commettent des erreurs dans tous les projets qui l'utilisent.

Donc l'approche de l'équipe n'est pas des corrections ponctuelles d'invites, mais un travail systématique avec la documentation et la structure du référentiel au niveau de la plateforme.

Qu'est-ce que cela signifie

L'expérience de Yandex 360 montre : un assistant IA ne devient pas un outil efficace sans investissement dans le contexte. Les équipes qui rendront leurs référentiels et leurs systèmes de design lisibles par machine obtiendront des gains réels de vitesse — les autres continueront à perdre du temps à corriger les hallucinations.