Aller au contenu
D

Méthode

La vitesse vient de la clarté.

Je combine compréhension produit, architecture explicite, incréments courts et instrumentation. L'IA accélère l'exécution, mais les décisions et la responsabilité restent humaines.

  1. 01

    Comprendre le réel

    Utilisateurs, contexte, contraintes, objectifs métier et indicateurs de réussite. Je reformule le problème avant de proposer une solution.

    Livrables possibles

    • parcours principaux
    • règles métier
    • cas limites
    • critères d'acceptation
    • métriques produit
  2. 02

    Structurer la solution

    Architecture, responsabilités des composants, modèle de données, contrats d'API et stratégie de test. Les choix importants sont documentés avant de devenir coûteux à changer.

    Livrables possibles

    • schéma d'architecture
    • décisions techniques
    • plan d'intégration
    • stratégie hors ligne
    • plan de migration
  3. 03

    Livrer par incréments

    Des lots courts, testables et démontrables. L'IA accélère certaines étapes, mais chaque proposition reste relue, testée et replacée dans l'architecture du produit.

    Livrables possibles

    • fonctionnalités verticales
    • revues de code
    • tests
    • démonstrations régulières
    • builds distribuables
  4. 04

    Observer et améliorer

    Après la publication, je m'appuie sur les retours, les métriques, les incidents et les comportements réels pour prioriser la suite. La production est le début de l'apprentissage, pas la fin du projet.

    Livrables possibles

    • instrumentation analytics
    • suivi des erreurs
    • analyse des parcours
    • amélioration de performance
    • roadmap d'itération

Définition de terminé

Une fonctionnalité n'est pas terminée parce que le code compile. Elle est terminée lorsqu'elle répond à un besoin compris, fonctionne dans les cas attendus, peut être testée, est observable en production et peut être reprise par l'équipe.

L'IA dans ma méthode

L'IA comme copilote, jamais comme propriétaire du code.

Les outils d'IA peuvent accélérer l'exploration, la documentation, la génération de tests ou certaines implémentations. Ils ne remplacent pas la compréhension du système. Je vérifie les hypothèses, relis les modifications, exécute les tests et conserve une architecture compréhensible sans l'outil.

Pour accélérer la spécification et l'exécution, j'utilise notamment une méthode de documentation structurée inspirée de BMAD. Le contexte produit et architectural est versionné afin que l'humain et les outils d'IA travaillent sur la même base.

Cette méthode correspond-elle à ce que cherche votre équipe ?