J'ai voulu construire mon app sans savoir coder

En tant que CPO, je cadre des produits pour les autres à longueur de journée. J'ai voulu construire le mien sans écrire une ligne de code : récit d'un side project en vibe coding, entre euphorie du premier prototype, hallucinations de l'IA et boucles de bugs.

Construire pour soi, pour une fois

L'idée est simple : vous donnez le titre d'un livre que vous avez aimé, l'app vous en recommande trois autres. Je lis beaucoup de littérature jeunesse et ado, j'aime partager ça avec mes enfants, et je voulais un outil qui me trouve des livres qui me plaisent sans y passer des heures.

Elle existe aujourd'hui, elle s'appelle Nextie, et vous pouvez l'essayer ici : nextsoulbook.lovable.app. Voici comment j'en suis arrivée là.

Le problème de départ, c'est que je ne sais pas coder. Ma dernière ligne de code remonte à 2006, pour ma thèse. Donc c'est du 100% vibe coding : j'explique ce que je veux à une IA, elle génère le code, je teste, je corrige, je recommence.

En quelques semaines, il y a eu une première idée abandonnée en une soirée, un pivot, un prototype qui marchait tout de suite, des hallucinations d'IA, des bugs en boucle, un changement d'outil, et beaucoup de doutes. Mais je m'amuse et j'apprends beaucoup.

J'aurais pu arrêter avant de commencer

Ma première idée n'a pas survécu à une soirée. Je voulais un comparateur de prix de rachat de livres : vous scannez un bouquin, l'app vous dit où le revendre au meilleur prix, Momox, Recycle Livre, Cultura, Fnac. J'ai lancé le projet à 16h36, pleine d'enthousiasme.

Momox a marché tout de suite, une API publique, des vrais prix. Sauf qu'un comparateur avec une seule source ne sert à rien. Et là tout s'est enchaîné : Recycle Livre en API privée, Cultura bloqué par un captcha, Fnac pareil, Gibert sans estimation en ligne, Ammareal en bons d'achat seulement. J'ai même demandé à l'IA de chercher les prix. Elle les a inventés.

À 19h55, j'ai écrit « c'est mort pour mon application ». C'est une des limites du vibe coding : quand l'IA vous dit que c'est bloqué, vous n'avez pas les compétences pour trouver un contournement seule. Vous dépendez entièrement de ce que l'outil sait faire. Une heure plus tard, j'ouvrais un nouveau projet.

L'app apparue en quatre minutes

Après vingt ans à voir des équipes se battre pour sortir un logiciel, j'ai vu une app apparaître en quatre minutes.

J'ai ouvert Lovable, décrit mon besoin en une dizaine de phrases, attendu. Quatre minutes plus tard, j'avais trois écrans, des couvertures de livres, des catégories de recommandation. Quelque chose qui ressemblait à une vraie app, sans une ligne de code écrite.

Le sentiment, c'est de l'incrédulité mélangée à de l'excitation. Pas « c'est rapide », plutôt « ça ouvre tellement de portes que je ne sais plus par où commencer ». Sur cette plateforme, 100 000 projets sont créés chaque jour. Combien arrivent en production ? Personne ne le dit.

Quand l'IA invente avec aplomb

Mon app de recommandation recommandait des livres qui n'existaient pas.

Au début tout avait l'air de fonctionner : des titres, des couvertures, des recommandations. En testant le parcours complet, j'ai vu que certains titres n'existaient pas, que des couvertures ne correspondaient pas au bon livre. J'ai demandé à l'IA de retrouver l'ISBN de chaque livre. Elle les inventait aussi.

Une étude a montré que lorsqu'un modèle d'IA hallucine, il emploie un ton 34% plus affirmatif que quand il dit la vérité [1]. Plus il invente, plus il a l'air sûr de lui. C'est exactement ce que j'ai vécu : tout avait l'air correct, rien ne l'était.

Moi, c'était un side project, un samedi soir. Mais la vraie question est ailleurs : sur un projet d'entreprise, avec du vrai code en production, comment vérifie-t-on ce que l'IA produit ?

La boucle infernale

Le meilleur truc qui me soit arrivé, c'est de tomber à court de tokens.

En une soirée, j'ai signalé 27 bugs à l'IA. La mauvaise couverture, le lien qui pointe vers la version anglaise, l'ISBN inventé, la couverture qui disparaît quand une autre est corrigée. À chaque fois, l'IA corrigeait en 30 secondes. Alors on continue. « Encore un, allez. »

En fait, je corrigeais un bug et j'en créais deux autres. Mais comme ça prenait 30 secondes, j'avais l'impression d'avancer. Puis plus de tokens. Sur le moment, frustration. Avec le recul, une bonne chose : ça m'a forcée à lâcher le clavier et à réfléchir. Est-ce que je remets de l'argent dans une boucle sans fin, ou est-ce que je change de méthode ?

Reprendre le contrôle avec les tests

Ça faisait déjà quelques semaines que j'utilisais Claude, mais comme un assistant amélioré : je posais des questions, j'organisais mes notes, j'avais mon petit assistant maison. Du code, non.

Après ma soirée à 27 bugs, j'ai posé la question à une communauté d'entraide : comment connecter mon projet Lovable à Claude Code ? Réponse simple : synchronise ton projet avec un dépôt GitHub, et tu pourras travailler dessus directement. J'ai trouvé comment faire. Et puis je n'osais pas me lancer. J'ai demandé à des amis développeurs. Ils m'ont juste dit « demande à Claude ».

Alors j'ai essayé. La première chose que j'ai demandée, une fois mon environnement en place : ajoute-moi des tests sur tout ce que tu peux tester. L'idée : si je ne peux pas empêcher de casser des choses, au moins je saurai lesquelles. C'est là que j'ai eu l'impression de repartir sur de bonnes bases. Un vrai changement de méthode.

La boulette que seul un débutant pouvait faire

Une erreur qu'un développeur n'aurait jamais faite. Il m'a fallu trois semaines pour m'en rendre compte.

J'ouvrais mon éditeur de code depuis n'importe quel dossier, sans y penser, concentrée sur ma conversation avec l'IA. Jusqu'au jour où je me suis dit : « c'est étrange, l'assistant est rangé comment ? Parfois je retrouve ce que je cherche, parfois non. » Trois semaines pour comprendre que le contexte de l'IA est lié au projet que j'ouvre. Une demi-journée ensuite pour tout remettre en ordre.

On dit qu'on peut tout faire avec l'IA. En vrai, quand ça marche bien, c'est qu'il y a une vraie expertise qui la pilote.

Structurer, comme en entreprise

Mon side project me sert aussi à tester des méthodes que je pourrais utiliser en entreprise. Cette semaine-là, j'ai essayé un framework d'agents IA qui structure un projet produit, de la vision jusqu'aux commits de code. Clairement surdimensionné pour une app comme la mienne, mais instructif.

Comme mon projet existait déjà, l'outil a d'abord analysé l'existant, puis m'a fait passer une interview structurée : vision, métriques, parcours utilisateurs, périmètre, exigences. Marrant, parce que sur mon side project j'étais en mode « je me fais plaisir », je n'avais pas structuré tout ça. Ça m'a forcée à me poser, à nommer où je veux aller et pourquoi. Ensuite il gère la partie que je trouve ingrate : rédaction des histoires utilisateurs, découpage technique, architecture. Le gros du travail est fait, j'adapte et je fignole.

Ce qui me fait réfléchir, c'est le rythme. L'exécution est tellement rapide qu'il faut décider à quel moment on s'arrête pour prendre du recul. Imposer des pauses de revue à des moments choisis, ou laisser aller au bout pour juger sur pièces ? Je n'ai pas encore tranché.

Et maintenant, en pause

Depuis, la liste des outils testés s'est allongée : un compte Figma pour le design, les capacités de design de Claude, avec de vrais résultats à la clé. Il y a toujours un nouveau train à prendre, et je cours un peu derrière.

Alors pour l'instant, mon app est en pause. Comme beaucoup de side projects : pas abandonnée, juste en attente du prochain créneau.

Ce que je retiens de ce parcours : on pivote plus vite qu'on ne le croit, un outil qui accélère le démarrage n'accélère pas la finition, et une IA qui produit vite produit aussi des erreurs qui ont l'air justes. Des choses que je savais en théorie de CPO, et que j'ai vécues autrement, sans filet.

Vous pouvez tester Nextie ici : nextsoulbook.lovable.app. Et si vous avez un side project en cours, racontez-moi le vôtre.

À lire ensuite

IA & Santé

L'IA en santé : chronique d'un été

Données de santé

Anonymiser les données de santé : ce qui marche, ce qui n'existe pas