Flevoo · IA
Le rôle du Product Designer dans un workflow IA
Le projet
Un MVP pour tester une méthode, pas un produit fini
Le scope est délibérément celui d'un MVP : valider une vision produit complète et un workflow design-to-code, sans viser le niveau de finition d'un design system de production. Cet arbitrage cadre l'ensemble des décisions méthodologiques décrites ci-dessous.
L'enjeu pour moi est méthodologique : tester ce que devient le rôle du Product Designer quand l'IA prend en charge l'exécution sur l'ensemble des phases, du cadrage produit au code applicatif, et où se déplace ma valeur ajoutée.
Le workflow, phase par phase
Du cadrage produit au code, chaque phase s'appuie sur la précédente
Cadrage produit (Pilotage IA)
En dialogue avec l'IA, j'ai structuré l'architecture produit complète : deux personas, 32 écrans répartis sur 9 parcours utilisateurs, un système de gamification et un modèle de trust scoring communautaire. Mon rôle : poser les questions, arbitrer les options, structurer les règles métier. L'IA propose et accélère, mais chaque arbitrage produit reste le mien.
Identité visuelle (Pilotage IA)
Trois piliers design, palette complète en dark et light mode, système typographique, mascotte avec six expressions contextuelles, iconographie outlined rounded, ton de voix tutoiement complice. C'est cette identité formalisée qui a servi de base aux maquettes générées ensuite.
Maquettes Figma (MCP Figma + finition manuelle)
Génération des écrans à partir des deux fondations précédentes. Le MCP a produit les écrans dans le respect de la grille visuelle définie. La création des composants Figma n'étant pas couverte par la version du MCP utilisée, je les ai produits manuellement pour finaliser cette phase.
Application React Native (Claude Code)
Génération de l'application via Claude Code avec un dossier d'instructions et d'agents dédiés, connectée à une infrastructure Supabase auto-hébergée sur VPS, alignée sur NativeWind pour fluidifier la liaison Figma → code.
Ce qui fonctionne
Les résultats concrets du workflow
Cohérence bout-en-bout
Chaque phase s'appuie sur les phases précédentes formalisées. L'ensemble reste aligné du cadrage jusqu'au code.
Vitesse d'exécution
Quelques heures de direction au lieu de plusieurs jours de production manuelle.
Liaison design → code fluide
Figma, NativeWind et React Native parlent le même langage.
Déplacement du rôle
Moins de production manuelle, plus de critique, direction et arbitrages produit.
Les limites observées
Ce que le workflow ne couvre pas encore
Les éléments ci-dessous ne sont pas des défauts du MVP. Ce sont des limites du workflow MCP identifiées qu'il faudra adresser si le projet passe en production.
Variables et tokens
L'IA a proposé une liste de variables suffisante pour le MVP mais incomplète pour un système de production. Brief minimal au stade MVP + limite d'édition fine du MCP.
Nommage des layers
L'IA a bien structuré les écrans avec Auto Layouts et Groupes, mais n'a pas renommé les éléments. Lisible visuellement, peu maintenable pour collaborer.
Application des variables
L'IA n'utilise pas systématiquement les variables existantes au moment de générer les écrans. Elle privilégie des valeurs explicites, ce qui fragilise la cohérence.
Itération design → code
Le workflow fonctionne dans le sens design → code mais pas encore en boucle bi-directionnelle. À explorer avec les prochaines évolutions du MCP.
Ce que j'en retire
Deux convictions confirmées par cette expérimentation
La qualité du brief amont conditionne tout ce que l'IA produit en aval. Cadrer personas, parcours, règles métier et identité visuelle de manière structurée et précise avant de lancer la génération est l'investissement le plus rentable du workflow. L'IA exécute, accélère, complète, propose, mais elle ne pense pas le problème à la place du designer.
Le Product Designer se déplace de la production initiale vers la direction et le jugement. Je conçois moins d'écrans à la main, je passe plus de temps à structurer des règles, arbitrer des options, critiquer des propositions, diriger l'IA. Ce déplacement, expérimenté ici sur Flevoo, enrichit ma pratique de l'IA en tant que Product Designer.