Développement augmenté par l’IAIntermédiaire · 14 h · Hybride

Créer un site web qui génère des clients — Web, IA, SEO et conversion

Repartir avec une spécification, un écran vérifié contre elle, et une note claire sur ce qui n'est pas en production.

Not sure this is the right one?

Overview

Repartir avec une spécification, un écran vérifié contre elle, et une note claire sur ce qui n'est pas en production. Promesse : un écran utile que quelqu'un peut relire, ou le refus assumé de le déployer.

Public : Équipes produit, métier et développeurs qui pilotent l'IA. Le parcours alterne un cadrage, une production sur un cas apporté par le participant, et une évaluation.

Outils : éditeur de code, dépôt Git, API du modèle. Durée : 2 jours – 14 h.

Prix inter conseillé : 1 690 €.

Objectives

On écrit le besoin et ce que l'écran doit permettre de faire avant de générer du code
La pile se choisit parmi ce que l'équipe peut relire
L'écran, le traitement et les données se distinguent
L'accès et les données externes se limitent
On teste le cas heureux et le cas vide
Déployer, c'est savoir qui relit ensuite

Audience

Équipes produit, métier et développeurs qui pilotent l'IA

Prerequisites

Avoir déjà utilisé un outil d'IA générative dans son travail.

Outcomes

Spécification d'une page : cinq actions
Pile et refus
Écran et liste des actions couvertes ou non
Liste des secrets et des accès à retirer
Deux tests et la correction
Note de déploiement ou de refus de déploiement

Syllabus

01
Module 1 — Écrire cinq actions avant de générer
On écrit le besoin et ce que l'écran doit permettre de faire avant de générer du code · Décrire une petite application utile à l'entreprise en cinq actions utilisateur
2 h
02
Module 2 — Choisir une pile que l'équipe peut relire
La pile se choisit parmi ce que l'équipe peut relire. L'IA ne choisit pas seule un framework inconnu · Écrire la pile retenue et ce qu'on refuse
2 h
03
Module 3 — Vérifier l'écran contre les cinq actions
L'écran, le traitement et les données se distinguent. On ne génère pas tout dans un seul fichier illisible · Faire générer l'écran, puis le vérifier contre les cinq actions
2 h
04
Module 4 — Retirer secrets et accès trop larges
L'accès et les données externes se limitent. Pas de clé dans le code montré · Repérer dans le code généré ce qui ne doit pas être commité
2 h
05
Module 5 — Tester le cas heureux et le cas vide
On teste le cas heureux et le cas vide. Le débogage part du message d'erreur, pas d'une régénération au hasard · Jouer les deux cas et corriger un écart
2 h
06
Module 6 — Dire qui maintient, ou que personne ne maintient
Déployer, c'est savoir qui relit ensuite. Le vibe coding s'arrête si personne ne peut maintenir · Écrire la limite : ce qui est démontrable, ce qui n'est pas en production
2 h
07
Module 7 — Mise en situation et retour au poste
retour au poste pour Équipes produit, métier et développeurs qui pilotent l'IA · soutenir Créer un site web qui génère des clients — Web, IA, SEO et conversion
2 h

Teaching

Cours théoriques
Ateliers pratiques
Travaux pratiques
Feedbacks réguliers
Ratio théorie/pratique 30% / 70%

Assessment

Quiz
soutenir Créer un site web qui génère des clients — Web, IA, SEO et conversion
Critères : le geste est refait sans aide, les sources sont citées, aucune donnée sensible dans le prompt

Resources

éditeur de code
dépôt Git
API du modèle

EVA throughout the programme

You are not on your own. EVA stays with you before, during and after the sessions, so the learning holds in the job.

Before each module, prepare your real use cases.
Between sessions, an assistant to clarify a concept or iterate.
After the programme, support to follow what you put in place.