Le vibe coding, c’est quoi ?

Le principe

Tu décris en langage naturel ce que tu veux, l'IA génère le code, tu testes et tu affines. Tu n'as pas besoin de connaître la syntaxe — mais tu dois savoir décrire clairement et tester ce qui sort. C'est un vrai déplacement de compétence : l'effort ne porte plus sur l'écriture du code, mais sur la précision de ta pensée.

Concrètement, une session de vibe coding ressemble à une conversation. Tu écris « je veux une page avec un bouton qui ajoute une habitude à une liste », l'IA produit le fichier correspondant, tu ouvres l'aperçu, tu cliques, et tu constates ce qui marche ou pas. Puis tu reformules : « le bouton fonctionne, mais la liste disparaît quand je recharge la page — fais en sorte qu'elle soit sauvegardée ». Et ainsi de suite, jusqu'à ce que l'app fasse exactement ce que tu voulais.

Ce mode de travail a explosé avec les assistants comme Claude, ChatGPT et les éditeurs spécialisés comme Cursor. Le terme « vibe coding » a été popularisé début 2025 par Andrej Karpathy, un chercheur en IA, pour décrire cette façon de coder en se laissant porter par le dialogue plutôt qu'en tapant chaque ligne soi-même. Derrière le côté décontracté du nom se cache une méthode sérieuse — celle que tu vas apprendre ici.

flowchart LR
  D["Tu décris en langage naturel"] --> G["L'IA génère le code"]
  G --> T["Tu testes le résultat"]
  T --> A["Tu affines la demande"]
  A --> D

Pourquoi ça marche maintenant

Il y a cinq ans, demander à un ordinateur « fais-moi une app de suivi d'habitudes » relevait de la science-fiction. Aujourd'hui, les grands modèles de langage ont été entraînés sur des milliards de lignes de code public : ils connaissent les motifs récurrents du développement web bien mieux qu'aucun humain ne pourrait les mémoriser. Une page avec une liste, des boutons et une sauvegarde locale, c'est un problème qu'ils ont « vu » des dizaines de milliers de fois.

Cela explique aussi les limites. L'IA excelle sur ce qui est courant et documenté ; elle est moins fiable sur ce qui est rare, très récent ou très spécifique à ton contexte. Pour une première app web classique, tu es en plein dans sa zone de confort — et c'est exactement pour ça que ce cours commence par un projet simple.

Ce que ça permet (et pas)

Commence petit, tu monteras en complexité. Tom ne vise pas une app pour 10 000 utilisateurs : il veut un outil simple et utile, tout de suite. Cette modestie n'est pas un défaut, c'est une stratégie. Une petite app terminée et utilisée t'apprend cent fois plus qu'un grand projet abandonné à 20 %.

La frontière entre « idéal » et « risqué » tient surtout aux conséquences d'une erreur. Si l'app de Tom perd une coche d'habitude, c'est ennuyeux mais sans gravité. Si une app bancaire perd une transaction, c'est un désastre. En vibe coding débutant, choisis des projets où le pire bug possible reste anodin : tu pourras expérimenter librement, sans stress.

Le bon état d’esprit

Tu es le chef de projet, l'IA est ton développeur. Tu décris l'intention, tu vérifies le résultat, tu demandes des ajustements. Ta valeur, c'est la clarté de tes demandes et ta rigueur de test. Un bon chef de projet ne sait pas forcément poser des briques, mais il sait reconnaître un mur droit d'un mur penché.

Ce rôle implique deux attitudes. D'abord, la curiosité sans complexe : tu as le droit de ne rien comprendre à une ligne de code et de demander « explique-moi cette partie comme si j'avais dix ans ». Ensuite, le scepticisme bienveillant : l'IA se trompe parfois avec un aplomb total. Elle peut affirmer qu'une fonctionnalité marche alors qu'elle ne l'a jamais testée — c'est toi qui testes, toujours.

Attends-toi aussi à un ascenseur émotionnel. La première génération qui marche du premier coup te donnera un sentiment de toute-puissance ; le premier bug incompréhensible te donnera envie de tout fermer. Les deux sont normaux. Les vibe codeurs qui réussissent ne sont pas ceux qui n'ont jamais de bugs, ce sont ceux qui ont une méthode pour les traverser — tu l'apprendras au chapitre 4.

Les pièges classiques du débutant

• Tout demander d'un coup : un prompt de 40 lignes qui décrit 12 fonctionnalités produit une app à moitié cassée, impossible à déboguer.
• Ne jamais tester : enchaîner cinq demandes sans ouvrir l'aperçu, puis découvrir que plus rien ne marche sans savoir depuis quand.
• Accepter sans lire : valider chaque proposition de l'IA sans même survoler ce qu'elle raconte — tu perds toute capacité à comprendre ton projet.
• Changer d'idée à chaque session : commencer une app de recettes lundi, un jeu mardi, un blog mercredi. Aucun projet ne dépasse le stade du brouillon.
• Croire que c'est magique : l'IA est un outil puissant mais imparfait ; ton attention et ta méthode font la différence entre un jouet et une vraie app.

Mini-glossaire pour bien démarrer

• Prompt : le message que tu écris à l'IA pour lui demander quelque chose.
• Générer : l'action de l'IA qui produit du code à partir de ta demande.
• App web : une application qui tourne dans un navigateur, sans installation, accessible par une adresse (URL).
• MVP (Minimum Viable Product) : la version la plus simple de ton app qui rend déjà service.
• Itérer : améliorer par petites touches successives, plutôt que tout faire d'un coup.
• Bug : un comportement de l'app différent de ce que tu attendais.

Tu croiseras ces mots tout au long du cours et dans tes échanges avec l'IA. Pas besoin de les apprendre par cœur : reviens à cette liste quand un terme te bloque, et n'hésite jamais à demander à l'IA elle-même « c'est quoi, un MVP ? ». Le vocabulaire vient en pratiquant.

Le projet fil rouge de ce cours

Pour rendre tout cela concret, tu vas suivre Tom du début à la fin. Chapitre 2 : il choisit son outil. Chapitre 3 : il rédige la description de son app de suivi d'habitudes. Chapitre 4 : il la construit fonctionnalité par fonctionnalité et corrige les bugs. Chapitre 5 : il la met en ligne et la partage à ses élèves. À chaque étape, tu feras la même chose avec ta propre idée d'app — c'est le meilleur moyen d'apprendre.