
Comment j'ai créé un explorateur de concepts piloté par l'IA en 4 heures avec Enter
L'histoire pas à pas d'un développeur qui a créé une app de canevas IA entièrement fonctionnelle en seulement 4 heures avec Enter Pro. Workflow, prompts et techniques détaillés.
Un designer sans aucune expérience backend a utilisé Enter Pro pour créer Essence — une application de canevas nativement pilotée par l'IA qui décompose n'importe quel concept en ses éléments fondamentaux. De l'idée à un produit pleinement fonctionnel avec intégration IA, support bilingue et expérience gamifiée — le tout en seulement 4 heures.
L'étincelle
En tant que designer, une question m'a toujours fasciné : d'où vient la créativité ?
Plus j'étudiais les méthodes de design, plus je retrouvais le même schéma : la créativité commence souvent par la déconstruction et la** recombinaison**. Décomposer quelque chose en ses parties essentielles, puis le reconstruire d'une nouvelle manière.
Cette idée a donné naissance à Essence — un canevas d'exploration de concepts propulsé par l'IA. Vous saisissez n'importe quel concept, et l'IA le décompose en ses éléments fondamentaux. Puis, en recombinant ces éléments, de nouvelles idées commencent à émerger.
Pourquoi Enter
Je suis product designer, pas développeur full-stack. L'idée d'Essence nécessitait plusieurs choses qui semblaient intimidantes :
- Un canevas interactif avec glisser-déposer, zoom et déplacement — le genre d'UI complexe que l'on retrouve dans des outils comme Figma ou Miro
- Une intégration IA pour alimenter la logique de décomposition et de recombinaison des concepts
- Un backend serverless pour gérer les appels d'API IA en toute sécurité
- Un déploiement pour que les gens puissent réellement l'utiliser
Se connecter à une API LLM arrêtait autrefois la plupart des non-développeurs — clés API, configuration d'environnement, logique d'authentification.
Avec AI All d'Enter, j'ai simplement dit : « Utilise Claude Sonnet 4.5 », et il a tout câblé — fonctions Edge côté backend, formatage des requêtes, gestion des erreurs.
Avec Enter Pro, je ne touche pas du tout à l'infrastructure. Je décris ce que je veux, et il s'occupe de React, Supabase, des fonctions Edge et de l'intégration des modèles. Je me concentre uniquement sur le quoi et le pourquoi.
La construction : 5 phases en 4 heures
Phase 1 : Les fondations
J'ai organisé l'idée que j'avais en tête en un seul prompt complet et je l'ai envoyée à Enter. En voici l'essentiel :
Crée une application d'exploration de canevas nativement IA appelée « Essence ». C'est un jeu de réflexion léger. Mécanique centrale : les utilisateurs saisissent n'importe quel mot, et l'IA le décompose en exactement 2 concepts plus atomiques, affichés sous forme de nœuds emoji + mot court sur un canevas. Règles de décomposition : toujours renvoyer exactement 2 nœuds, chacun avec 1 emoji + 1 mot court, les concepts doivent devenir plus essentiels à chaque niveau — en se dirigeant vers des dimensions comme l'émotion, le motif, l'énergie, la structure, la relation, le pouvoir, la valeur, le désir, le conflit. Les utilisateurs peuvent aussi sélectionner 2 nœuds quelconques pour les recombiner en 1 nouveau concept. Le canevas prend en charge le glissement infini, le zoom, le double-clic pour décomposer, la sélection multiple pour recombiner. Chaque décomposition coûte 1 point, chaque recombinaison en coûte 2.
Après avoir lu ce prompt, la première chose qu'Enter a faite a été de charger ses capacités IA, puis de me demander directement : « Quel modèle d'IA souhaitez-vous utiliser pour la décomposition et la recomposition des concepts ? » Il a listé les options disponibles — GPT-5.2 Pro, Gemini 3 Pro et Claude Sonnet 4.5 — chacune annotée avec son coût, sa vitesse et ses points forts. J'ai choisi Claude Sonnet 4.5 (excellent pour le suivi d'instructions et les tâches créatives), et Enter a câblé automatiquement toute la connexion API.
Quelques minutes plus tard, la structure complète du projet était prête — React 18 avec TypeScript, Vite comme outil de build, Tailwind CSS pour le style, @xyflow/react pour le canevas, et une fonction Edge Supabase connectée à l'API de Claude. La logique de base de décomposition et de recombinaison a fonctionné du premier coup.

Phase 2 : Ajustement de la logique IA
Ce fut la partie la plus critique et la plus fascinante de tout le projet. Que Essence procure du plaisir ou paraisse fade dépend entièrement de la qualité des sorties de l'IA. Le code final divise la logique IA en trois fonctions indépendantes, chacune avec des stratégies de prompt soigneusement élaborées.
Le problème : l'IA était trop « académique »
Une fois la première version en marche, les résultats de l'IA étaient involontairement hilarants — en saisissant « ciseaux », elle renvoyait « appendices en forme de pince » et « évolution symétrique » ; en saisissant « amour », elle donnait « neurotransmetteurs » et « états quantiques ». Techniquement pas faux, mais pas amusant du tout, et pas intuitif. Ce n'était pas l'expérience que je voulais.
Correctif n°1 : donner une persona à l'IA
La percée clé a été de définir un rôle système clair pour l'IA — pas « tu es un assistant de décomposition », mais « Tu es un jeu de décomposition amusant. Transforme les choses complexes en blocs simples ! Utilise des mots du quotidien. » Cette seule phrase a complètement transformé le style de sortie, passant d'un article académique à une conversation ludique.
Correctif n°2 : exemples positifs + anti-patterns
J'ai constaté que les exemples positifs seuls ne suffisaient pas — l'IA retombait parfois encore dans le mode académique. J'ai donc inclus simultanément de bons et de mauvais exemples :
**Bons exemples : **Ciseaux → 🔪 Lame + 🔗 Charnière (deux lames reliées par une charnière) Café → ☕ Eau chaude + 🫘 Grains (eau chaude + grains de café) Ami → 👤 Personne + 🤝 Confiance (des gens qui se font confiance) Rêve → 😴 Sommeil + 💭 Imagination (l'imagination pendant le sommeil) Mauvais exemples (trop académiques) : ❌ Appendices en forme de pince, évolution symétrique, neurotransmetteurs, états quantiques
Ce « contraste positif-négatif » a donné à l'IA une compréhension très précise du ton que je voulais : simple, intuitif, le genre qui fait sourire les gens ou provoque un moment « aha ! ».
Correctif n°3 : trois fonctions, trois stratégies
La logique IA finale a été divisée en trois fonctions indépendantes, chacune avec sa propre conception de prompt et son propre réglage de paramètres :
① Génération d'emoji (generateEmojiForConcept) : lorsqu'un utilisateur saisit un concept, un appel IA distinct génère d'abord un emoji sémantiquement adapté. Le rôle système est défini comme « Tu es un générateur d'emoji. Tu ne produis que du JSON », avec une température de 0,7 (précision plutôt que créativité), guidé par des exemples few-shot : pierre → 🪨, feu → 🔥, amour → ❤️. Si l'analyse échoue, il se rabat élégamment sur un ✨ par défaut.
② Décomposition de concept (decomposeConcept) : la fonction centrale. Le prompt guide l'IA pour « démonter les choses comme des blocs de construction », en renvoyant exactement 2 nœuds (emoji + mot court) plus une explication en une phrase. La température est fixée à 0,8 — plus élevée que pour la génération d'emoji, afin de permettre plus d'espace créatif. La décision de conception cruciale : chaque requête injecte une graine aléatoire (randomSeed), garantissant que le même concept donne des résultats différents à chaque fois — cela confère à l'exploration une vraie « rejouabilité ».
③ Recombinaison de concepts (recombineConcepts) : la partie la plus créative. Le prompt le présente comme « pense comme dans un jeu », avec des exemples imaginatifs : Eau + Feu = Vapeur ♨️, Farine + Feu = Pain 🍞, Humain + Ailes = Ange 👼, Tristesse + Joie = Vie 🎭. Les résultats doivent être « surprenants, perspicaces, légèrement humoristiques, non évidents ». Même technique de graine aléatoire pour la variété.
Correctif n°4 : les explications au survol rendent la logique visible
Chaque décomposition ou recombinaison IA renvoie aussi une brève explanation. Ce texte n'apparaît pas directement sur le nœud (pour garder une interface minimaliste), mais il est stocké dans les données du nœud. Quand un utilisateur survole un nœud, une élégante HoverCard apparaît, montrant toute la chaîne de raisonnement :
- Nœuds décomposés (étiquettes émeraude) : 🎭 Drame = 😢 Conflit + 👥 Personnages, avec « Le drame est fondamentalement un conflit entre personnages » en dessous
- Nœuds combinés (étiquettes violettes) : 😴 Sommeil + 💭 Imagination = 💫 Rêve, avec « L'imagination pendant le sommeil, c'est un rêve » en dessous
Ce design rend la stratification de l'information magnifiquement élégante — en surface, des cartes emoji minimalistes ; à y regarder de plus près, le processus de pensée de l'IA.
Le résultat
Après tous ces ajustements, la qualité des sorties de l'IA s'est transformée de manière spectaculaire :
❤️ Love → 👤 Person + 🤝 Trust (people who trust each other) ☕ Coffee → 🫘 Beans + ☕ Hot water (hot water meets coffee beans) 💭 Dream → 🔮 Imagination + 🔥 Desire (a burning vision of the future) 🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream
Chaque décomposition déclenche un moment « aha ! » ; chaque recombinaison arrache un sourire. C'est là toute la puissance du prompt engineering — il ne s'agit pas d'écrire plus de code, mais de trouver la bonne façon de parler à l'IA.

Phase 3 : Polissage des interactions
C'est là que l'application a commencé à sembler vivante :
- Sélectionner 1 nœud → le bouton « Décomposer » apparaît — pour aller plus loin
- Maj + clic sur 2 nœuds → le bouton « Recombiner » apparaît — pour les fusionner
- Double-cliquer sur n'importe quel nœud → décomposition instantanée — exploration rapide
- Survoler n'importe quel nœud traité → voir le raisonnement de l'IA dans une HoverCard
J'ai aussi ajouté une légère couche de gamification : vous démarrez avec 20 points (décomposer coûte 1, recombiner coûte 2), ce qui crée une contrainte douce vous incitant à réfléchir aux chemins à explorer. Les points persistent localement, et vous pouvez toujours réinitialiser.



Phase 4 : Polissage du design UI
Une fois les fonctionnalités opérationnelles, l'objectif suivant était de faire en sorte qu'Essence paraisse aussi bon qu'il le ressentait.
La première grande décision de design a porté sur la typographie. J'ai choisi Bricolage Grotesque comme police globale — une sans-serif géométrique et moderne qui a immédiatement sorti l'application du territoire des polices système par défaut et lui a donné une identité de marque distinctive.
Le visuel des cartes de nœuds a connu plusieurs itérations. Le design final s'est arrêté sur de grandes cartes rectangulaires aux coins arrondis (rounded-2xl) avec des fonds pastel doux — amber-50, emerald-50 et violet-50 attribués aléatoirement — avec un grand emoji comme ancre visuelle et une étiquette de mot court en bas. Le canevas a fini par ressembler à un éparpillement de post-it colorés : léger, ludique et épuré.
Le champ de saisie est la « première impression » de l'application, j'avais donc les exigences les plus élevées pour lui. C'est là que la fonctionnalité Enter Components d'Enter a vraiment brillé — une bibliothèque de composants IA intégrée où vous pouvez rechercher, prévisualiser et ajouter des composants en un clic. J'ai tapé « ai » dans la barre de recherche et découvert un composant appelé claude-style-chat-input — un champ de saisie conversationnel au style élégant. J'ai cliqué sur « + Ajouter au chat », et Enter l'a intégré automatiquement à mon projet, en adaptant le style au langage de design existant. Le simple input HTML s'est instantanément transformé en une expérience de saisie conversationnelle raffinée — bords arrondis, ombres douces, disposition de boutons en ligne — parfaitement cohérente avec l'identité visuelle de l'application.
Pas besoin d'écrire des composants de zéro ou de bricoler du CSS. Enter Components vous permet d'assembler une UI de haute qualité comme des blocs de construction, et Enter ajuste automatiquement le style pour maintenir la cohérence visuelle.
Enfin, j'ai ajouté un ensemble de cartes de concepts de démarrage rapide — ❤️ Amour, 💰 Argent, ⏰ Temps, 🌳 Arbre, 🎵 Musique, 💭 Rêve — affichées comme de petites cartes colorées et inclinées sur l'écran d'accueil, réduisant la barrière du démarrage à froid pour que les utilisateurs comprennent immédiatement ce qu'ils peuvent taper.



Phase 5 : Internationalisation
Essence est conçu pour un public mondial, donc le support bilingue chinois-anglais n'était pas un plus agréable — c'était essentiel.
Mais l'internationalisation ne se résume pas à traduire le texte de l'interface. Dans Essence, la sortie de l'IA doit aussi correspondre à la langue sélectionnée par l'utilisateur — en mode chinois, décomposer « 爱 » doit renvoyer des résultats en chinois comme « 人 + 信任 » ; en passant en mode anglais, décomposer « Love » doit renvoyer « Person + Trust ». Cela signifie que le sélecteur de langue du frontend doit se propager jusqu'à la couche prompt de l'IA.
Pour l'implémentation, j'ai utilisé Zustand pour une gestion d'état de langue légère. Tout le système i18n fonctionne ainsi : l'utilisateur clique sur le sélecteur de langue en haut à droite → l'état global se met à jour → tout le texte de l'interface change instantanément → les appels IA reçoivent le paramètre de langue actuel → les modèles de prompt sélectionnent la version chinoise ou anglaise → la sortie de l'IA correspond automatiquement à la langue de l'utilisateur. La préférence de langue est également persistée dans localStorage, se restaurant en douceur à la prochaine visite.
Dans Enter, réaliser tout cela n'a nécessité qu'une seule description : « Ajoute un sélecteur chinois/anglais avec un bouton de langue en haut à droite. Tout le texte de l'interface, les prompts IA et les sorties IA doivent basculer automatiquement selon la langue sélectionnée. » Enter a construit tout le pipeline — de la gestion d'état à la ramification des modèles de prompt jusqu'à la persistance locale — en une seule fois.
Cela a aussi validé une leçon importante : plus tôt vous intégrez l'i18n, mieux c'est. Si vous attendez que toutes les fonctionnalités soient terminées avant d'ajouter l'internationalisation, vous trouverez du texte codé en dur dispersé dans vos prompts et des chaînes UI figées dans chaque composant — et le rétrofit est douloureux. Construisez l'architecture multilingue dès le premier jour, et après cela, vous ne ferez plus qu'ajouter du contenu de traduction.
Ce qui rend Essence unique
Décomposer : voir la structure invisible de toute chose
Tapez n'importe quel mot. L'IA le décompose en exactement 2 concepts atomiques — chacun avec un emoji sémantique et une explication en une phrase. Puis continuez. Décomposez-les à leur tour. Regardez un arbre de concepts pousser sous vos yeux.
🎭 Drama → 😢 Conflict + 👥 Characters 😢 Conflict → ⚡ Tension + 🎯 Goals 👥 Characters → 👤 Person + 💬 Story
Recombiner : créez de nouvelles idées à partir des atomes des anciennes
Sélectionnez 2 nœuds quelconques sur le canevas — même issus de branches complètement différentes — et combinez-les. L'IA trouvera le lien surprenant.
🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream 👤 Person + ✈️ Wings = 👼 Angel
Jouer, pas seulement réfléchir
Le système de 20 points transforme l'exploration abstraite en un jeu ludique. Chaque clic est un choix. Quelle branche explorez-vous ? Quels atomes combinez-vous ? C'est un bac à sable pour la curiosité.
La stack technique — assemblée par Enter
| Couche | Technologie | Rôle |
|---|---|---|
| Frontend | React 18 + TypeScript | Framework applicatif |
| Canevas | @xyflow/react (React Flow) | Canevas interactif basé sur des nœuds |
| Style | Tailwind CSS + shadcn/ui | Système de design et composants |
| Backend | Supabase Edge Functions | Passerelle API IA serverless |
| Modèle IA | Claude Sonnet 4.5 (Anthropic) | Moteur de génération de concepts |
| Build | Vite | Serveur de dev rapide et bundler |
| État | Zustand | État i18n léger |
| Déploiement | Enter Pro | Publication en un clic |
Je n'ai rien configuré manuellement. Enter Pro a assemblé toute la stack à partir de mes descriptions et de mes prompts itératifs.
Leçons apprises
- Prompting à deux niveaux, deux états d'esprit
Construire des applications IA avec Enter, c'est mener deux conversations simultanées : parler à Enter, c'est comme collaborer avec un ingénieur full-stack — il faut des exigences claires ; parler au Claude intégré à l'application, c'est comme collaborer avec un partenaire créatif — il faut un guidage émotionnel et un enseignement par l'exemple. Bien maîtriser les deux niveaux, c'est le véritable art.
- Donnez à l'IA une personnalité, pas seulement des règles
Changer le rôle système de « Tu es un assistant de décomposition de concepts » à « Tu es un jeu de décomposition amusant » a transformé tout le style de sortie en une seule phrase. Les règles contraignent le format ; la personnalité définit la qualité.
- Exemples positifs + anti-patterns valent mieux que de longues descriptions
✅ Scissors → Blade + Hinge ❌ Pincer appendages, Symmetrical evolution, Neurotransmitters
Ces trois lignes transmettent plus que ne le pourraient 100 mots. Le contraste positif-négatif est la technique de prompt engineering la plus sous-estimée.
- Les graines aléatoires donnent aux produits d'exploration leur rejouabilité
Le même concept donne des résultats différents à chaque fois — aujourd'hui « Amour = Personne + Confiance », demain « Amour = Vulnérabilité + Courage ». Graines aléatoires + température 0,8 maximisent la variété tout en maintenant la qualité. Le nerf de la guerre d'un produit d'exploration, c'est « quelque chose de nouveau à chaque fois ».
- Les contraintes créent le jeu
Le système de 20 points a transformé les clics sans but en exploration stratégique. Principe classique du game design : les choix significatifs exigent des ressources limitées.
- Bien faire le vibe coding : se concentrer sur une phase à la fois
D'abord les fondations → puis la personnalité de l'IA → puis le polissage des interactions → puis le design visuel → puis l'i18n. Chaque phase se concentre sur une seule dimension, ce qui garde la conversation avec Enter précise et la sortie prévisible.
🔗 Construisez le vôtre avec Enter Pro : enter.converge.ai






