.jpg)
De l’IA qui génère des interfaces complètes, ça fait beaucoup parler. Du coup chez Jujotte, on a décidé d'aller enquêter par nous-mêmes. Pas pour vous vendre une révolution, mais pour vous dire, honnêtement, ce qui marche, et ce qui reste notre chasse gardée à nous designer.
Quand Anthropic a sorti Claude Code puis, dans la foulée, ses capacités de génération d'interfaces, il y a eu deux types de réactions dans la communauté design.
- Les convaincus que le métier allait disparaître au profit des IA
- Les sceptiques qui ont haussé les épaules "encore un truc qui va générer des interfaces moches"
Chez Jujotte, on a préféré ne pas se fermer et c'est précisément pour ça qu'on a décidé de tester vraiment, pas juste de se faire une opinion au détour d'un thread LinkedIn.
Voici ce qu'on a trouvé.
Ce n'est pas parce qu'un outil peut produire des écrans qu'il peut comprendre pourquoi ces écrans doivent exister.
Ce que Claude Code sait faire
Claude Code, c'est d'abord un agent de développement. Il lit une codebase, comprend sa structure, et peut générer, modifier ou débugger du code en contexte. Mais ce qui nous a intéressé, c'est sa capacité à partir d'une intention de design, une description, un wireframe, un brief textuel, et à en déduire un composant fonctionnel.
.avif)
Le résultat nous a surpris, pas parce qu'il était parfait, il était loin d'être le travail d'un designer confirmé. Mais parce qu'il était utilisable comme point de départ. La structure était propre, les composants étaient cohérents ainsi que la gestion des états de base.
C'est une nuance importante, et c'est là que ça devient intéressant.
Ce qu'on a testé concrètement
- Génération de composants
À partir d'un brief textuel ou de wireframes, générer des composants React/HTML fonctionnels.
Résultat : efficace pour la structure, faible sur les micro-décisions visuelles. - Itérations rapides
Modifier un composant existant à la volée (”rends ce tableau plus lisible sur mobile”, “ajoute un état d'erreur”).
Résultat : étonnamment précis, gain de temps réel. - Intégration de design system
En fournissant les tokens d'un design system existant, demander de générer des variantes cohérentes.
Résultat : prometteur, mais nécessite un système (très) bien documenté. - Prototypage rapide
Générer un prototype cliquable à partir d'un parcours utilisateur décrit en “langage naturel”.
Résultat : utile pour tester une hypothèse avant d'aller dans Figma.
La limite que l'IA ne franchira pas
Là c’est le moment où on va vous dire quelque chose que d'autres agences n'ont peut-être pas envie d'admettre.
Claude est excellent pour répondre à une question bien posée. En revanche il est encore incapable de se demander si la question mérite d'être posée.
Et c'est ça, le vrai travail du designer !
Quand on intervient sur un produit, dans les premiers temps, on ne dessine rien. On interroge le contexte, on cartographie, on cherche à comprendre pourquoi l'interface actuelle ne fonctionne pas, et si le problème est bien là où le client pense qu'il est. (Spoiler alert : la plupart du temps, il ne l'est pas.)
Aucun LLM, aussi performant soit-il, ne peut conduire une session de discovery, sentir que l'utilisateur hésite avant de cliquer, ou détecter qu'un client a des enjeux politiques internes qui pèsent sur ses arbitrages produit.
L'IA peut exécuter avec une vitesse remarquable. Pour autant, la question "Quoi exécuter ? Et pourquoi ?" reste entièrement humaine.
Le designer de demain : architecte du sens, pilote de l'IA
Notre conviction, forgée après ces tests est la suivante : le métier se déplace vers le haut, vers plus de stratégie, plus de sens, moins d'exécution mécanique.
En somme, ce qui va rester entre nos mains sera lié à l’humain : la recherche utilisateur en profondeur, l'architecture des usages, la narration produit, la médiation entre les parties prenantes, et le sens critique sur l'output de l'IA elle-même.
Ce dernier point est souvent sous-estimé. Savoir évaluer ce que l'IA produit, identifier ce qui sonne faux, ce qui ignore un usage clef et ce qui satisfait à la forme sans répondre au fond. C'est une compétence design à part entière, elle s'apprend et ne s'automatise pas.
Ce que ça change pour nos clients
Concrètement, pour vous qui faites appel à Jujotte, voilà ce que ça signifie.
La phase de production d'écrans va s'accélérer. Pas parce qu'on va vous livrer du travail IA non supervisé, mais parce qu'avec les bons outils, les itérations de production prendront moins de temps. Ce temps libéré, nous allons l'investir ailleurs : dans la recherche, dans la validation, dans le conseil stratégique.
Le livrable qui compte, c'est toujours la réflexion derrière l'écran. Un beau composant généré en 5 minutes par une IA n'a aucune valeur si la décision de faire ce composant était la mauvaise. Notre rôle est de garantir que les bonnes décisions soient prises, avant que quoi que ce soit ne soit produit.
Notre verdict (provisoire)
Claude Code et les outils de génération d'interfaces sont des accélérateurs réels, pas des remplaçants, mais pas encore non plus des partenaires créatifs au sens plein du terme.
Ils sont très forts pour les tâches bien bornées, bien définies, bien documentées, mais ils sont encore trop aveugle sur tout ce qui demande de l'empathie, de l'incertitude assumée et de la navigation dans le flou des organisations.
Et c'est précisément dans ce flou que se conçoivent les bons produits.
Nous, on va continuer de tester, d'itérer sur nos workflows, et de documenter ce qui marche. Ce n'est pas une posture de veille passive, c'est une conviction que notre métier doit évoluer, et que ceux qui l'auront fait mieux que les autres auront un avantage décisif dans les prochaines années.
En attendant : on reste là pour les questions que l'IA ne pose pas.