#Claude #Codex C’est courant : Kosuke n’a jamais été utilisé, mais pour les sites web où l’aspect visuel est important, la rédaction du cahier des charges et le codage sont séparés. https://t.co/6ePkAFL6y4 【L’échec que 90 % commettent】Pourquoi les applications créées par l’IA donnent-elles « quelque chose de différent de ce qu’on attendait » ? Analyse approfondie du flux de développement pour éviter les dérives et de l’environnement de développement cloud « Kosuke » #chatgpt #claude La forêt des connaissances de Reck #AIrésumé Analyse approfondie du nouveau service « Kosuke » pour réduire les échecs en développement IA et ses différences avec Codex 🔳 Causes des déceptions dans le développement IA Lorsqu’on demande à une IA de créer une application web, elle peut remplir des conditions vagues par déduction, ou omettre des décisions prises en cours de conversation, ce qui conduit facilement à un résultat différent de l’intention initiale. Pour y remédier, il est essentiel de séparer progressivement l’analyse des objectifs, le transfert à la mise en œuvre et la vérification du fonctionnement. 🔳 Caractéristiques et fonctionnement de Kosuke Kosuke est un service intégrant un environnement de développement cloud et des procédures dédiés aux agents IA. Il sépare la fonction de « professeur », chargée de l’analyse des exigences et de la gestion du projet, de la « session de développement », où le code est effectivement écrit, permettant ainsi de transmettre clairement les décisions prises à l’équipe de mise en œuvre. 🔳 Intégration avec l’environnement de développement et l’IA Chaque session de développement dispose d’une branche indépendante, d’un environnement d’exécution et d’une page d’aperçu, permettant l’exécution simultanée de plusieurs tâches. Kosuke peut se connecter à des comptes IA comme Codex et à GitHub, facilitant le développement sans affecter le code existant. 🔳 Application hebdomadaire ToDo démontrée Création d’une application personnelle attribuant une tâche d’une heure chacune, classée par priorité, selon le temps disponible cette semaine. L’application prend en compte l’enregistrement des objectifs, des conditions de fin, des résultats et la replanification en cas de modification du planning ; les fonctionnalités comme la connexion, le partage, la synchronisation avec un calendrier externe ou les notifications sont délibérément exclues. 🔳 Analyse des exigences avant mise en œuvre Au lieu d’écrire directement du code, on fait poser à l’IA des questions sur les points non résolus afin de préciser les spécifications. On clarifie l’objectif, les fonctionnalités nécessaires, celles à exclure et les critères de réussite ; seul après validation humaine du plan proposé, on passe à la mise en œuvre, réduisant ainsi les écarts de compréhension. 🔳 Transfert des instructions à l’équipe de mise en œuvre Les spécifications finalisées sont transférées depuis le « professeur » vers une session de développement indépendante. En séparant les discussions sur les exigences et celles sur la mise en œuvre, on évite plus facilement la contamination par des informations superflues ou l’omission de décisions clés — ce qui constitue précisément le point le plus apprécié par l’auteur du post. 🔳 Validation et approbation des maquettes Avant toute mise en œuvre sérieuse, on crée une maquette consultable dans un navigateur pour vérifier la disposition et la direction des interactions ; si nécessaire, des corrections sont demandées. Ces maquettes servent uniquement à valider l’aspect visuel et ne garantissent pas le fonctionnement réel des fonctionnalités comme la sauvegarde des données. 🔳 Revue du code et QA automatisée Après approbation des maquettes, on passe à la mise en œuvre, à la revue du code par IA, aux corrections et à la QA automatisée. L’application réelle peut être testée directement dans le navigateur, avec enregistrement vidéo et résultats vérifiés comme preuves. Lors des tests préalables, un problème a été détecté et corrigé : après annulation d’une modification, une ancienne opération était encore exécutée. 🔳 Vérification du fonctionnement de l’application finale Dans l’application mise en œuvre, on a vérifié l’enregistrement des objectifs et critères d’achèvement, l’ajout de tâches, la définition des priorités, l’attribution du temps et la replanification. Les fonctionnalités de base fonctionnent, mais certains points comme les couleurs ou la taille des polices nécessitent encore des améliorations. Pour cette version, on a privilégié une réalisation minimale. 🔳 Intégration sur GitHub Après achèvement du développement et des tests, on vérifie les modifications via une pull request sur GitHub avant de les fusionner dans la branche principale. L’objectif ici était d’atteindre l’intégration officielle du code ; le déploiement public sur un serveur externe n’était pas inclus. 🔳 Différences avec Codex Codex seul permet aussi d’atteindre un processus similaire en combinant le mode planification, les compétences et un environnement local. Toutefois, il faut construire soi-même chaque étape : analyse des exigences, transfert à la mise en œuvre, aperçu, revue, QA et intégration avec GitHub. Kosuke se distingue par l’intégration native de toutes ces étapes. 🔳 Plans tarifaires et coûts supplémentaires Au mois d’octobre 2026, le forfait Starter coûte 20 $/mois avec un crédit de 25 $ pour l’utilisation de l’environnement ; le forfait Pro coûte 190 $/mois avec un crédit de 250 $. Un environnement standard consomme 0,15 $/heure selon la durée d’utilisation. Les crédits d’utilisation des services IA connectés (comme Codex) sont facturés séparément. 🔳 Problèmes réels rencontrés Lors des tests préalables, certains prévisualisations n’étaient pas accessibles malgré un déploiement marqué comme réussi (erreur 403), ou encore le service a refusé la fusion en raison d’un manque d’approbation de revue. Ces problèmes ont été résolus par ajustement des paramètres ou fusion manuelle depuis GitHub — confirmant que le développement ne peut pas être entièrement automatisé sans supervision humaine. 🔳 Points à surveiller lors de l’utilisation du service Même si les traitements automatisés par IA progressent, une validation humaine visuelle et une approbation restent indispensables. Les frais d’utilisation de l’environnement de développement et les crédits IA sont distincts ; le forfait mensuel ne permet pas une utilisation illimitée. En outre, cette vérification n’était pas une expérience comparative sous conditions identiques ; on ne peut donc pas affirmer que Kosuke est supérieur à Codex en vitesse ou qualité de développement. 🔳 Méthode d’instruction utilisable dans les chats IA habituels Lorsqu’on demande à une IA d’accomplir une tâche, précisez clairement trois éléments : « ce que vous voulez faire », « les conditions pour juger que c’est terminé » et « ce que vous ne ferez pas cette fois ». Ensuite, demandez-lui de poser des questions sur les points non résolus avant exécution ; une fois l’accord obtenu, transmettez à l’équipe de mise en œuvre une synthèse claire : objectif, contraintes, décisions prises, points non résolus et méthodes de vérification — ce qui réduit fortement les risques de développement inattendu.🔳 Utilisateurs adaptés à Kosuke Idéal pour les personnes qui ressentent une charge à devoir reconstruire chaque fois les étapes de développement IA, ou qui souhaitent gérer l’analyse des exigences jusqu’à la validation dans un environnement intégré. En revanche, les utilisateurs capables de gérer librement leur environnement de développement et leurs procédures via des outils comme Codex peuvent déjà appliquer une approche similaire avec leurs outils existants. 🔳 Conditions de test et récompenses de parrainage Cette vidéo a été réalisée dans un environnement fourni gratuitement avec un abonnement Pro pendant 3 mois, sans limite d’utilisation. Un système de rémunération est en place pour l’auteur si un abonnement payant est souscrit via son lien de parrainage. Les avantages d’inscription ou les conditions d’utilisation habituelles diffèrent de cette offre spéciale. 🔳 La notion la plus importante dans le développement par IA Il ne s’agit pas de déléguer entièrement les tâches à l’IA, mais de définir clairement l’objectif et les critères de réussite, de transmettre précisément les décisions prises, et d’ajuster progressivement en vérifiant les résultats fonctionnels. La clé pour atteindre le produit attendu réside dans la mise en place d’un processus de développement où l’humain assume le jugement et l’approbation, sans se reposer uniquement sur les capacités de l’IA.