IA pour le Design Ops

Les agents produisent vite. Je conçois les conditions pour qu'on ait confiance en eux.

Accélérer avec l'IA est facile. Savoir si ce qu'elle a produit est correct, c'est une autre question.

Un agent peut créer un composant en 3 secondes. Il peut aussi créer un composant qui semble juste, compile, et contourne silencieusement le design system.

La confiance ne vient pas des capacités de l'agent. Elle vient du système construit autour de lui. Mon travail : concevoir ce système.

Confiance selon les tâches

Comprendre

Notes, retours qualitatifs, données quantitatives

Moyen
Fort
Moyen

Structurer

Cadrage, workflows, critères de décision

Moyen
Moyen
Moyen

Explorer

Options, scénarios, alternatives, edge cases

Fort
Moyen
Fort

Prototyper

Flows interactifs, états, premières pistes d'implémentation

Fort
Moyen
Moyen

Évaluer

Critique, scénarios de test, risques, angles morts

Moyen
Fort
Moyen

Décider

Arbitrages, risques produit, choix de solutions

Moyen
Moyen
Faible

Documenter

Specs, mémoire, guidelines, notes de design system

Fort
Fort
Fort

Communiquer

Narration, alignement, présentations, échanges d'équipe

Moyen
Moyen
Faible

Produire — sans garde-fous

Composants, tokens, accessibilité : aucune vérification

Fort
Faible
Faible

Produire — avec preuves

Composants vérifiés, tokens respectés, conformité déclarée

Moyen
Fort
Moyen

Agentic Design System

Voici l'un des flows qui montre comment mon design system est implémenté et synchronisé entre code et Figma, tout en adressant les problèmes de confiance : contexte, preuves, vérifications et garde-fous.

1.0.X

Patch ou fix

Design system modifié

"Renomme la couleur primary en brand"

Figma

Déclencher

Protocole déclenché manuellement ou par routine automatique

PromptRoutine

Orchestrer

Un agent analyse l'intention, évalue le niveau de risque et redirige dans la bonne lane

skillgouvernance.md

Implémenter

Implémentation de la demande dans le code

codetemporary-rfc.mdcomponentName.md

Vérifier

Certifier la parité Figma-code

figmacodetestsskillcompliance.md

Approuver

L'humain valide la PR

git

Livrer et mémoriser

Sanity check et mise à jour des mémoires

gitskillmemory.md

Infrastructure du design system

Chaque fichier a un rôle précis. Les agents lisent, écrivent et mettent à jour ces fichiers à chaque étape du flow.

/AGENTS.md
/AGENTS.md
# AGENTS.md

## Rôle
Agent design system. Tu contribues à la maintenance
et l'évolution du DS de manière gouvernée.

## Règles absolues
- Lire /system/governance.md avant toute action
- Consulter /components/component-catalog.md avant de créer
- Ne jamais hardcoder de valeurs de tokens
- Déclarer tout écart dans un rapport compliance

## Cycle de travail
1. Lire les fichiers de contexte (/system)
2. Analyser la demande et évaluer le risque
3. Exécuter le flow de la lane correspondante
4. Produire les livrables dans /reports
5. Mettre à jour /system/memory.md

Et quand l'agent se trompe ?

01

Ce qui s'est passé

Un composant implémenté sans les tokens de min/max-width et min/max-height, pourtant présents dans le Figma.

Pourquoi

Le skill de scan ne ciblait pas les propriétés de contrainte de sizing, elles étaient ignorées silencieusement.

Comment j'ai corrigé

scan-figma.md mis à jour avec des règles explicites pour toutes les propriétés de sizing et contraintes.

02

Ce qui s'est passé

L'agent a créé un composant Button alors qu'il existait déjà en v2.4 dans le design system.

Pourquoi

Le catalog listait les noms mais pas les variantes ; l'agent ne reconnaissait pas la couverture existante.

Comment j'ai corrigé

component-catalog.md enrichi avec variantes, états et version de chaque composant.

03

Ce qui s'est passé

Sur une page composite, l'agent a recodé des composants existants au lieu d'utiliser ceux du DS.

Pourquoi

Les layers Figma avaient des noms incohérents ; l'agent ne faisait pas le lien avec les composants du code.

Comment j'ai corrigé

Convention de nommage des layers + règles de reconnaissance strictes ajoutées dans AGENTS.md. Ajout d'un agent de check de nommage.

IA pour le Design Ops — Quentin Gillon