Comment je travaille avec l'IA au quotidien : les coulisses d'un développeur web freelance dans l'Allier

Pas un bouton magique, un collègue qu'on encadre

On me pose souvent la question : « Tu utilises l'IA, toi ? » La réponse courte : oui, tous les jours. La réponse longue est plus intéressante, parce qu'elle ne ressemble pas du tout à ce qu'on voit sur LinkedIn.

Je suis développeur web freelance près de Moulins, autodidacte, et je gère seul une quarantaine de projets actifs : sites WordPress, applications Next.js, serveurs, automatisations. Sans l'IA, ce volume serait intenable. Avec une IA mal utilisée, il le serait tout autant.

L'IA n'est pas un bouton magique. C'est un collègue très rapide, très cultivé, qui oublie tout d'une conversation à l'autre et qui se trompe parfois avec un aplomb remarquable. Tout mon travail consiste à l'encadrer. Voici comment.

L'automatisation n'est pas nouvelle, le jugement si

Les informaticiens automatisent depuis toujours. Une tâche planifiée qui sauvegarde un serveur chaque nuit, un script qui redimensionne des images : rien de neuf.

Ce que l'IA ajoute, ce n'est pas l'automatisation. C'est le jugement. Un script sait déplacer un fichier. L'IA sait lire ce fichier, comprendre de quoi il parle et vous dire s'il mérite votre attention. Elle peut trier, résumer, choisir entre plusieurs options. C'est cette capacité qui change la donne, et c'est aussi elle qu'il faut surveiller.

1. Une mémoire centrale : sans contexte, l'IA est médiocre

Premier constat après des mois d'usage : la qualité d'une réponse dépend de la qualité du contexte. Une IA à qui on ne dit rien produit du générique.

J'ai donc construit ce que j'appelle mon DevBrain : une base de notes (sous Obsidian) qui centralise mes projets, les décisions prises, mes conventions de travail et des fiches techniques sur les outils que j'utilise. Quand je démarre une tâche, l'IA consulte ces notes avant d'écrire la moindre ligne. Elle sait comment je nomme mes fichiers, ce qui tourne sur quel serveur, pourquoi telle solution a été écartée il y a trois mois.

Pas besoin d'aller aussi loin pour en profiter. Dans une entreprise, un simple document « comment on travaille ici » donné à l'IA améliore déjà nettement ses réponses.

2. Le code : un assistant cadré par une doctrine

Pour le développement, j'utilise Claude Code, un assistant qui travaille directement dans mes projets : il lit le code, le modifie, lance les tests.

Laissé libre, il ferait des choix discutables. Il travaille donc sous doctrine :

• un fichier de règles générales : mes conventions, ce qui est interdit, comment tester, comment livrer ;
• des règles spécifiques par techno (WordPress/PHP d'un côté, Next.js/React de l'autre) ;
• des compétences réutilisables : des recettes écrites une fois pour des tâches récurrentes (préparer un devis, traiter mes notes vocales) ;
• des sous-agents spécialisés : l'un produit, un autre relit avec un œil critique.

Ce que je délègue volontiers : le code répétitif, les migrations, la documentation, les premiers jets de tests, les audits. Ce que je garde : l'architecture, les choix techniques, la relation client.

Et surtout, je ne délègue jamais l'irréversible. Ma doctrine l'écrit noir sur blanc : avant de supprimer des fichiers, de mettre en production ou de toucher à l'infrastructure partagée, l'IA doit s'arrêter et me demander. Même chose pour la relecture finale d'un travail délégué : c'est toujours moi. Un fichier modifié se corrige en deux minutes, un serveur de production cassé, non.

3. Des connecteurs : l'IA branchée sur mes outils

Une IA qui ne fait que discuter reste limitée. Le vrai gain arrive quand elle peut agir dans les outils du quotidien. Pour ça, j'utilise des connecteurs (le protocole MCP) : des sortes de prises standard qui permettent à l'IA d'utiliser un outil, avec des droits précis.

Concrètement, l'IA peut :

• gérer les articles, le portfolio et les statistiques SEO de ce site ;
• consulter l'état de mes serveurs et de mes déploiements (Coolify) ;
• lire et enrichir ma base de notes ;
• préparer des brouillons dans ma messagerie et mon agenda.

Côté sécurité, chaque connecteur a son propre jeton d'accès, avec des droits limités au strict nécessaire. Un outil qui n'a besoin que de lire ne peut pas écrire.

Clin d'œil : cet article a été préparé ainsi. L'IA a analysé les statistiques du site, m'a aidé à choisir l'angle, a retrouvé des exemples concrets dans mes notes et mes projets, puis a rédigé un premier jet. Je l'ai relu et validé avant publication.

4. Des routines qui tournent sans moi

Certaines tâches tournent à heure fixe, sans que j'aie à y penser :

• une veille documentaire automatisée qui repère les nouveautés utiles et me les résume ;
• la surveillance d'un dossier partagé avec un client : deux fois par jour, je suis prévenu si quelque chose a changé ;
• la lecture de mes mails entrants, avec une proposition de réponse préparée ;
• un système de tickets pour suivre les demandes.

Exemple concret : mes rapports mensuels de maintenance. Rassembler les statistiques de visite, les données Google, les interventions réalisées, rédiger les commentaires et mettre en page me prenait 1 à 2 heures par client, chaque mois. Aujourd'hui, le rapport se prépare seul, recommandations comprises : il ne me reste qu'à le relire et à valider l'envoi en un clic. Voir le projet.

Une règle ne souffre aucune exception : l'IA prépare, je valide. Elle rédige des brouillons de mails, elle ne les envoie jamais. C'est moi qui relis et qui clique sur « Envoyer ». Un mail parti trop vite ne se rattrape pas.

5. L'IA locale pour ce qui est sensible

Tout ne doit pas partir chez un fournisseur américain. Pour les données sensibles, je fais tourner des modèles d'IA légers en local, sur mon propre serveur (Ollama avec les modèles Gemma) : rien ne sort de chez moi.

Quelques usages :

• mon journal vocal : je dicte mes notes, elles sont transcrites et mises en forme entièrement hors ligne ;
• un correcteur de texte intégré à mon navigateur, qui tourne sur ma machine ;
• en cours : la recherche dans une grande base documentaire confidentielle, sans qu'aucun document ne quitte mon infrastructure.

Soyons honnêtes : ces modèles locaux sont moins performants que les grands modèles en ligne. Testé sur un texte truffé de fautes, mon correcteur local a bien corrigé les fautes, mais il a aussi reformulé des mots qui n'en avaient pas besoin. Il a fallu lui ajouter une consigne stricte : corriger, jamais réécrire. Je réserve donc ces modèles aux cas où la confidentialité compte plus que la finesse. C'est un arbitrage, pas une religion.

Ce qui ne marche pas (et mes garde-fous)

Ce serait malhonnête de ne montrer que le beau côté.

• L'IA se trompe avec assurance. Elle invente parfois une fonction qui n'existe pas ou une source introuvable. Garde-fou : relecture, tests, jamais de mise en production sans vérification humaine.
• Elle oublie tout. D'une session à l'autre, elle repart de zéro. Garde-fou : la mémoire centrale décrite plus haut.
• Le piège de la sur-ingénierie. Il est tentant de construire des systèmes toujours plus complexes, qui finissent par coûter plus de temps qu'ils n'en font gagner. Garde-fou : je privilégie ce qui est simple et utile tout de suite.
• La dépendance aux fournisseurs. Quotas, changements de prix, pannes. Garde-fou : mes données restent chez moi, du local quand c'est possible, des alternatives sous le coude.

Mon plus beau raté illustre le troisième point : un module de mémoire automatique pour l'IA. Il a enregistré 29 285 observations sur mon travail. Au moment du bilan, l'IA ne les avait consultées que 2 fois. Je l'ai débranché : sur les 171 demandes suivantes, je n'ai jamais eu à réexpliquer le contexte. Leçon : plus de données ne rend pas l'IA meilleure. Une mémoire courte et bien rangée vaut mieux qu'un entrepôt.

Ce que ça change pour vous, client

Pour les entreprises avec qui je travaille :

• plus de temps sur ce qui compte : le temps gagné sur le répétitif est réinvesti dans la conception, les échanges et les tests ;
• une qualité mieux contrôlée : audits, documentation et vérifications sont plus faciles à rendre systématiques ;
• vos données respectées : ce qui est sensible peut être traité en local ;
• un interlocuteur humain : c'est moi qui valide, qui livre et qui réponds de ce qui est livré.

Et dans votre entreprise ?

La méthode est transposable. Commencez par repérer les tâches répétitives à faible valeur ajoutée humaine : celles que vous faites en pilote automatique chaque semaine. C'est là que l'IA rapporte le plus, le plus vite. J'en détaille des exemples dans Automatisation et IA en PME : ce qui marche vraiment.

Vous dirigez une entreprise à Moulins, Vichy, Montluçon ou ailleurs dans l'Allier et vous voulez savoir ce que l'IA peut faire pour vous ? Parlons-en : 30 minutes, sans engagement. Je vous dis ce qui est faisable, ce que ça coûte, et ce qui ne l'est pas encore. Voir aussi mon offre automatisation et IA.