L’IA accélère notre travail (mais elle n’a pas le dernier mot)

Le site que vous consultez a été créé en deux jours. Huit langues, quatorze projets, cinq pages de services, un formulaire de contact avec e-mails, des données structurées pour les moteurs de recherche. Non pas parce que nous étions pressés, mais parce que nous travaillons avec l’IA autrement qu’il y a un an.

L’IA comme collègue, pas comme bouton

Nous n’utilisons pas l’IA pour « générer un site ». Nous travaillons avec un agent IA capable de lire du code, de lancer des commandes, d’ouvrir un navigateur et de vérifier son propre travail. Il reçoit ses consignes en tchèque, comme un collègue : « regarde l’ancien site, reprends le contenu, montre plus de visuels et ajoute nos sites ». Ensuite, il pose des questions, fait des propositions et présente ses résultats intermédiaires.

Toute la différence tient dans le partage des rôles. Daniel fixe le cap, le goût et ce qui est vrai. L’agent prend en charge la routine qui occuperait sinon quelqu’un pendant des heures : téléchargement et conversion d’images, captures d’écran de sites, traductions, vérifications, retouches répétées sur des dizaines de pages.

Notre façon de procéder

• Brief et exploration : l’agent parcourt l’ancien site et les documents, récupère les visuels et consigne ce qu’il a trouvé.
• Conception et construction : le design et le code avancent par étapes, et nous examinons chacune d’elles dans le navigateur.
• Traductions : sept langues tournent en parallèle, chacune dans un agent distinct, avec une vérification automatique que rien ne manque.
• Contrôle : des scripts passent en revue toutes les pages, les liens, le SEO et la validité du HTML. Les erreurs sont corrigées avant que le client ne les voie.
• Versions : chaque modification est enregistrée dans l’historique sur GitHub, on peut donc revenir en arrière à tout moment.

Ce que nous avons construit pour que ça marche

Le modèle seul ne suffit pas. Autour de l’IA, nous avons peu à peu bâti un environnement dans lequel elle livre des résultats fiables :

• Mémoire et règles de projet : ce que l’agent découvre ou ce qu’on lui dit (« ne pas mentionner ce chiffre », « ne jamais lancer de build quand le serveur de développement tourne »), il s’en souvient le lendemain.
• Scripts de contrôle maison : audit SEO de toutes les URL, détection des textes non traduits, mesure des éléments qui se chevauchent à certaines largeurs d’écran.
• Outils maison : ClientDeck pour piloter le marketing avec un audit par IA, et notre propre panneau d’hébergement qui déploie le site directement depuis GitHub.
• Captures et images automatiques : captures d’écran des sites clients, optimisation des photos pour le web comme pour les e-mails.

Là où l’IA n’a pas son mot à dire

C’est la partie essentielle. L’IA est rapide, mais sans supervision, elle a tendance à combler les vides. D’où quelques règles intangibles :

• Aucun fait inventé. Les chiffres, les références et les affirmations sur les clients sont fournis et validés par un humain. Quand nous ne savons pas, nous préférons ne rien écrire.
• Les décisions de concept, de goût et de ton reviennent à Daniel. L’IA propose des variantes, pas un résultat.
• Les actions irréversibles, comme supprimer, déployer ou envoyer, sont toujours confirmées par un humain.
• Chaque texte et chaque écran passe par une relecture humaine avant d’être vu par le client ou le public.

L’IA ne nous prend pas notre travail. Elle nous prend la partie ennuyeuse. Le temps gagné, nous le mettons dans l’idée, dans le détail et dans l’échange avec le client.

Ce que cela change pour le client

Des délais plus courts et davantage de variantes à comparer. Moins d’erreurs, car les contrôles tournent automatiquement et avec rigueur. Et surtout plus de temps pour ce que l’IA ne sait pas faire : comprendre ce dont le client a vraiment besoin, et le concevoir pour que ça fonctionne.