Problème : Ceux qui accumulent des notes mais repartent de zéro à chaque session, le coût perçu du tri dépasse celui de repartir de rien.
Approche : un signal non bloquant qui répond en 10 secondes "Ai-je de la matière ?", puis un assemblage IA borné qui reformule sans jamais inventer.
Résultat : prototype complet, 12 écrans, 82 tests, un pivot déclenché par un vrai retour terrain.

Sommaire

1 - Origine

2 - Contexte

3 - Recherche

4 - Design

5 - Tests utilisateurs

6 - Conclusion

ORIGINE

Pourquoi ce projet

Avant Forge, j'avais construit avec Claude un Guide Design IA. Une porte d'entrée pour comprendre l'écosystème des outils IA et utiliser les bons prompts au bon moment. Un cadre structuré, mais jamais mis à l'épreuve sur un vrai projet de bout en bout.

Forge est né de cette question : et si l'IA n'était pas un outil que j'utilise, mais une équipe avec laquelle je travaille ? Je voulais un problème réel pour ne pas tricher, avec de la recherche utilisateur, des arbitrages, des edge cases qui ne se laissent pas résoudre proprement.
La gestion de notes et de production de contenu me l'a donné. Le vrai sujet, c'était de tester le guide en conditions réelles afin de voir où l'IA démultiplie ce que je fais, où elle atteint ses limites, et où elle a besoin d'être recadrée. Ce que j'ai appris sur ces limites et ce potentiel est raconté à la fin de cette page.

Nom et identité visuelle :

Le nom vient d'une métaphore, une idée qui arrive est comme du métal en fusion, malléable mais seulement pour un temps limité. Si tu ne la forges pas pendant qu'elle est chaude, elle refroidit et tu perds la forme qu'elle aurait pu prendre. Forge a été retenu contre une dizaine d'alternatives (Weave, Loom, Stitch...) parce qu'aucune ne portait les deux mouvements de l'app à la fois : capturer et transformer.

La charte graphique traduit la même métaphore plutôt que de l'illustrer en façade. Fond presque noir (jamais un noir tech froid) comme l'obscurité où une forge se remarque.
Texte chaud plutôt que blanc pur ou gris neutre comme la cendre. Un seul gradient signature, rouge braise vers ambre étincelle, réservé aux moments où quelque chose se transforme réellement : le CTA principal, le logo, un signal actif.
Le CTA de génération reprend cette même métaphore dans son nom, "Forger avec l'IA", plutôt qu'une étiquette neutre, il décrit littéralement le geste, transformer la matière brute, pas l'inventer.

CONTEXTE

Qu'est ce qui a suscité la création de cette app ?

J'ai cherché un problème assez riche pour justifier une vraie équipe, même une équipe IA.
Je l'ai trouvé dans un paradoxe chez ceux qui accumulent le plus de notes : plus ils capturent, moins ils réutilisent. Chaque session de production repart de zéro, non par manque de matière, mais parce que le coût perçu du tri dépasse mentalement le coût de repartir à blanc.
Sur ce type de produit, ce comportement corrèle directement avec un engagement réduit et un risque de churn sur le segment à plus haute valeur.

Problématique

Rendre le coût d'accès à la matière existante perceptiblement inférieur au coût de la page blanche, en moins de 10 secondes.

Ce que j'ai choisi et pourquoi

La recherche utilisateur (n=10) a invalidé l'hypothèse implicite du secteur : si l'utilisateur a des notes, il s'en servira. Or ces utilisateurs accumulent des fragments régulièrement, mais démarrent quand même chaque session à zéro.
Le blocage n'est pas un problème d'accès, c'est un calcul mental fait en moins de trois secondes : est-ce que ça vaut le coup de trier, ou je repars plus vite de zéro ?

J'ai choisi de me greffer sur le rituel de démarrage plutôt que d'essayer de le remplacer. La recherche a montré que le blocage se joue dans les premières secondes d'une session, pas pendant la capture, donc c'est là que Forge intervient.
Un signal en popup bas-droite (bottom sheet rétractable sur mobile), non bloquant, qui répond en moins de 10 secondes à la question implicite de l'utilisateur, ai-je de la matière sur ce sujet ?

Le principe de ton est non négociable et s'applique à tous les microtextes sans exception, y compris les messages d'erreur et les guardrails : l'information est toujours cadrée comme un potentiel, jamais comme un constat d'échec. "14 fragments disponibles sur ce sujet" motive, alors que "Tu n'as pas utilisé 14 fragments depuis 30 jours" culpabilise.

Ce que j'ai choisi de ne pas faire

Intervenir dans la prise de notes : La tentation initiale était de créer une feature d'organisation des fragments, tagger, regrouper, structurer. Mauvais problème : l'utilisateur ne souffre pas d'un manque d'organisation, mais d'une incertitude sur la valeur de ce qu'il a.
Toucher à la capture aurait créé de la friction sur le rituel le plus ancré, celui qu'on ne peut pas se permettre de dégrader.

Rendre le signal bloquant : Une modal centrée aurait semblé plus impactante, mais l'utilisateur doit pouvoir l'ignorer sans friction, c'est précisément ce qui rend le guardrail de rejet (> 15 %) significatif.
Si le signal est facile à ignorer et qu'il est quand même rejeté massivement, c'est un signal de fond sur sa valeur perçue, pas sur son placement.

Traiter le cold start en V1 : L'empty state du nouvel utilisateur sans aucun fragment est explicitement hors scope V1, avec une condition de promotion quantifiée (cold start > 30 % des nouveaux users à 30 j).
J'ai préféré documenter cette limite et poser un gate de validation traçable plutôt que noyer le périmètre dans une demi-solution.

Construire la plateforme complète : L'analyse concurrentielle (détail en section Recherche) m'a fait voir une ambition bien plus large que le signal : clustering automatique multi-projets, états d'idées (en cours / finalisé / en veille), archive qui se rouvre intelligemment quand un sujet redevient actif.
J'ai choisi de ne pas construire ça. Une plateforme large et à moitié faite n'aurait rien prouvé, un signal qui fonctionne parfaitement sur le moment précis où la page blanche se décide, si.

Ce que j'ai fait

  • Conception et développement d'un prototype fonctionnel complet, 12 écrans codés (React / TypeScript / Tailwind), pas de maquettes statiques.

  • Pipeline de détection en deux passes spécifié et implémenté côté interface : skeleton contextuel affiché en moins de 300 ms, enrichissement asynchrone une fois le signal disponible.

  • Système de notes avec glisser-déposer (dnd-kit), copie en un clic, correction inline du sujet détecté.

  • Scoring de confiance exposé à l'utilisateur (pas caché) : bordure pointillée si score < 0,6.

  • Langage visuel cohérent sur les 12 écrans : fond sombre, gradient ambre/orange réservé aux CTA primaires, silhouettes de skeleton qui reproduisent exactement la mise en page du contenu final plutôt qu'un spinner générique, et accessibilité pensée dès le départ (role="status" et aria-label sur les états de chargement, pas juste un habillage visuel).

  • Backend Express avec service IA interchangeable entre heuristiques mock et appel Anthropic réel, sans changement de code.

  • 13 edge cases couverts en V1, 3 reportés en V2 avec justification documentée.

  • 82 tests Playwright, 100 % passants, couvrant le flow nominal, le guardrail G3, le cold start et l'assemblage IA.

  • Système de guardrails complet (rejet répété, correction sujet, désactivation, chute NSM) avec seuils et actions associées (voir ci-dessous).

Résultat

Un prototype livré avec 12 écrans fonctionnels, 82 tests automatisés, un backend interchangeable mock/réel, une architecture de métriques et de guardrails complète, et une documentation traçable par écran, chaque décision d'inclusion ou d'exclusion peut être retracée et justifiée.
Ce livrable démontre qu'un designer seul, avec l'IA comme équipe complète (PM, dev, critique, auditeur), peut produire un scope habituellement porté par 4 à 5 personnes.

RECHERCHE

Concurrence : pourquoi pas juste Notion, Obsidian ou ChatGPT ?

Avant de concevoir quoi que ce soit, j'ai fait un tour de la concurrence, pas pour copier, pour vérifier que le problème n'était pas déjà résolu ailleurs.

Obsidian connecte les notes entre elles via un graph, mais ne dit jamais laquelle est pertinente au moment de démarrer : on peut avoir 500 notes reliées et rester bloqué quand même.

Notion est vide par défaut, tout est à construire soi-même, et son IA reformule sur commande sans savoir ce qui a déjà été noté ailleurs sur le sujet.

Aucun des deux ne répond au vrai problème identifié en recherche : le coût perçu de retrouver sa matière face au coût de repartir à zéro.

Notion et Obsidian sont excellents pour organiser ce que l'on sait déjà. Mais aucun des deux n'aide à traverser la distance entre une idée brute et un contenu finalisé.

Forge est la seule app dont le job unique est cette transformation.

Depuis le pivot vers la génération assistée, une troisième comparaison s'impose : pourquoi pas ChatGPT ? Les outils de génération se répartissent sur trois modes, correcteur (touche la forme, jamais le fond), co-pilote (structure à partir de la matière fournie), pilote automatique (écrit à partir d'un sujet, sans matière).
ChatGPT, Jasper ou Copy.ai vivent dans le troisième mode : n'importe qui obtient à peu près le même texte à partir du même prompt. Forge reste délibérément dans le deuxième.

Notion stocke. ChatGPT génère.

Forge assemble, pas une IA qui invente à la place de l'utilisateur, mais une qui met en forme ce qu'il pense déjà.

Fonctionnement

DESIGN

Onboarding

Dès la première ouverture, un écran unique pose en une phrase l'intention du produit : Forge retient ce que tu oublies
Pour qu'un nouvel utilisateur comprenne ce que fait l'app avant de tomber, sans contexte, sur un signal vide, sans jamais bloquer l'accès.

Écran principal

L'utilisateur capture une idée neuve ou reprend un sujet depuis ses sessions passées. Point d'entrée unique, sans friction.

Signal popup

En moins de 10 secondes, la popup bas-droite répond à la question implicite : ai-je de la matière sur ce sujet ? Skeleton immédiat, puis signal nominal : chip sujet éditable, nombre de notes disponibles, 2-3 extraits datés en lecture seule, lien "Voir les X notes sur ce sujet", et le CTA "Ouvrir l'établi" pour basculer vers le panneau de travail.
À ce stade, rien n'est encore déplaçable : c'est un aperçu, pas l'espace de travail.

Sujet ambigu / correction

Deux candidats proposés, ou correction en un geste si l'IA se trompe : c'est toujours l'utilisateur qui tranche, jamais l'IA seule.

Panneau de notes

Un clic sur "Ouvrir l'établi" (ou sur "Voir les X notes" pour une simple consultation) transforme le signal en panneau latéral rétractable. C'est seulement ici, une fois à l'intérieur, que les notes peuvent être réordonnées par glisser-déposer et copiées en un clic. Forge ne les insère jamais tout seul dans le document de l'utilisateur : c'est toujours lui qui copie-colle, au moment où il le décide.
Les deux entrées ouvrent le même panneau, mais dans un état différent : consultation pour l'une, passage à l'écriture pour l'autre.

États dégradés

Trois nuances du même principe de ton, jamais un constat d'échec.

Signal faible

Volume insuffisant

Empty state

Assemblage IA

"Forger avec l'IA" reformule et enchaîne les notes sélectionnées (dans l'ordre choisi par glisser-déposer) en un texte cohérent, plein écran, éditable section par section, sans jamais ajouter de fait ou de citation extérieure. "Copier les notes sélectionnées" reste disponible en action secondaire.
Si l'ordre des notes change après une génération, le résultat n'est pas régénéré silencieusement. Une bannière signale qu'il ne reflète plus l'ordre actuel, et c'est à l'utilisateur de relancer.

TESTS UTILISATEURS

Le retour qui a tout changé

La V1, le signal et le panneau de notes décrits ci-dessus, a été montrée à cinq personnes de mon entourage. Les cinq ont eu la même réaction, indépendamment : "OK, mais je vois pas l'utilité." Un retour informel, mais net et unanime.

Une personne a mis des mots précis dessus : "je peux très bien faire ça sur Notion, mettre mes idées et écrire le texte moi-même, au final Forge n'a rien de différent."

Cette phrase a été le vrai point de bascule : la V1 ne résolvait que la moitié du problème, retrouver la matière, pas la trier ni la rédiger, exactement le coût que la recherche initiale désignait comme le vrai frein. N'importe quel outil de notes avec des tags fait déjà ce travail de retrouver et grouper. Ce n'était pas différenciant, c'était un confort.

La tentation évitée

La suite logique aurait été de foncer vers la version la plus ambitieuse d'un assemblage par IA : texte entièrement rédigé, citations et sources externes pour étoffer le propos. Je l'ai écartée car suggérer des citations non vérifiées expose à un risque de contenu halluciné ou mal attribué, plus grave qu'une erreur de classement, puisque l'utilisateur pourrait le reprendre tel quel dans un contenu publié sous son nom.

Le périmètre retenu s'est resserré autour d'un principe non négociable : l'IA reformule et relie uniquement le contenu déjà présent dans les notes de l'utilisateur, jamais un fait ou un argument extérieur.
L'utilisateur reste l'auteur du fond, l'IA n'intervient que sur la forme. Le contrôle d'ordre des notes, déjà présent dans le panneau, devient le prérequis naturel de cette génération plutôt qu'un simple confort de rangement.

Ce que ça dit de la méthode

Scinder le développement en deux temps, un signal de récupération d'abord, l'assemblage ensuite, n'était pas une erreur de cadrage initial. C'était la bonne discipline.
Tester la version la plus étroite d'une hypothèse avant d'investir dans sa version la plus risquée a suffi, avec cinq retours informels, pour obtenir un signal net sur ce qui manquait réellement.

La vraie leçon tient surtout à documenter même les idées volontairement écartées, avec leur raison de mise à l'écart. Sans cette trace, une itération légitime peut ressembler, après coup, à un pivot improvisé plutôt qu'à l'évolution logique d'un produit qui apprend de ses utilisateurs.

CONCLUSION

Ce que j'ai appris sur les limites et le potentiel de l'IA

Je suis parti d'une question : jusqu'où un designer seul peut aller quand l'IA joue tous les rôles qu'il n'a pas ? Je ressors du projet avec une réponse plus nuancée que ce que j'imaginais au départ.

Le potentiel, je l'ai vu concrètement. Sur l'écran de sujet ambigu, l'IA a détecté que mes propres specs ne distinguaient pas le cas deux sujets équiprobables du cas un sujet dominant avec un alternatif faible, une ambiguïté que j'avais laissée passer, alors que le comportement UI différait entre les deux cas.
Ce n'est pas de l'exécution, c'est de la critique, le genre de relecture qu'on attend d'un pair senior, pas d'un outil.

La limite, je l'ai sentie à mi-projet. L'IA générait, j'acceptais, le volume grossissait, mais la cohérence s'érodait silencieusement, sans qu'aucun signal évident ne me le dise.
En creusant pourquoi, la cause était précise : mes prompts ne cadraient pas assez le format de sortie attendu. Assez précis pour que l'IA produise quelque chose d'exploitable, pas assez pour que deux générations successives restent cohérentes entre elles, chaque nouvelle sortie réinterprétait légèrement la structure, et ces petits écarts s'accumulaient sans qu'aucun signal évident ne me le dise.
J'ai dû m'arrêter, relire l'ensemble, identifier les dérives, et réécrire mes prompts en repartant de la cause racine, en spécifiant le format de sortie beaucoup plus strictement.
C'est là que j'ai compris la vraie limite de l'IA comme équipe : elle n'a pas de mémoire de la direction. Elle amplifie ce qu'on lui donne au moment T, sans porter le fil sur la durée, ce fil-là reste entièrement de mon ressort.

Ce moment m'a confirmé quelque chose que je soupçonnais sans l'avoir vraiment vécu : l'IA amplifie ma direction, elle ne la remplace pas. Quand je sais où je vais, elle va plus vite. Quand je dérive, elle amplifie la dérive. Garder le cap, sur la cause racine, sur le principe de ton, sur le périmètre V1, c'est toujours un acte humain, et c'est précisément ce qu'aucune IA ne peut faire à ma place.
C'est, au fond, ce que fait un Lead : maintenir la cohérence d'une vision sous pression, quand tout pousse à ajouter, à élargir, à compliquer, que l'équipe soit humaine ou non.

Le Guide Design IA qui a servi de point de départ à ce projet en ressort changé lui aussi. La nécessité de cadrer précisément le format de sortie attendu, pas juste l'intention, y est maintenant documentée comme un principe à part entière, pas une évidence qu'on découvre en le lisant.
C'était tout l'intérêt de mettre le guide à l'épreuve sur un vrai projet plutôt que de le laisser sur le papier.

Ce que je ferais ensuite (V2)

Si le NSM de la V1 valide le démarrage, le problème suivant devient la production elle-même.
Capture vocale (la voix supprime la friction de taper une idée), connecteurs externes (Notion, Slack, email, la matière existe rarement dans un seul outil) et un dashboard de production pour fermer la boucle entre "session ouverte avec fragments" et "quelque chose de publié".

Retour aux projets