Dev indie avec l'IA : créer, publier et monétiser

Claude Code s'arrête brusquement sur « reconnectez-vous », « limite de débit », « prompt trop long », « MCP ne se connecte pas » — et chercher chacune sur Google devient fastidieux. Voici une référence pratique qui répertorie les erreurs que vous rencontrez couramment, avec la cause et la commande à lancer pour chacune. Elle commence par les trois commandes de diagnostic à lancer en premier (claude doctor pour le diagnostic complet, /status pour l'authentification active, /context pour la répartition du contexte), puis se concentre sur les quatre familles fréquentes (usage/limites de débit, débordement de contexte, authentification expirée, échecs de connexion MCP) avec des tableaux symptôme→cause→commande de correction couvrant l'authentification et la connexion, l'usage/les limites de débit (Claude Code brûle 10 à 100 fois plus de tokens que le chat), le contexte et les tokens (prompt trop long, compaction qui s'emballe), le serveur et le modèle (500/529/timeout/model not found), l'installation/le PATH/la mise à jour, le réseau et le proxy (ECONNREFUSED, TLS), le MCP, les permissions (deny l'emporte sur bypass) et divers (blocs thinking 400, image/PDF, IDE). Elle se termine par un aide-mémoire erreur→correctif et une FAQ. D'après la documentation officielle de Claude Code (à jour en 2026) : en cas de blocage, lancez les trois commandes de diagnostic, et si ce n'est pas réglé, lancez claude update.

En 2026, le carré d'as des outils de codage IA s'est précisé — Cursor, Claude Code, GitHub Copilot et Codex. Mais les aligner pour couronner un seul vainqueur vous égare, car les quatre sont de types différents. Cet article fixe d'abord le point clé — la différence de type (Cursor = éditeur IA, Copilot = plugin intégré à l'IDE, Claude Code = agent CLI local, Codex = agent cloud asynchrone) — puis couvre ce qu'est vraiment chaque outil, un tableau de specs sur les mêmes axes (type, prix d'entrée et supérieur, modèles, contexte, points forts), comment lire le virage de 2026 du forfait fixe vers « quota + usage (crédits) », les recommandations par profil (simplicité = Copilot $10+, expérience d'édition = Cursor, travail lourd multi-fichiers = Claude Code, lots asynchrones = Codex), l'habitude des développeurs compétents de combiner « un côté IDE + un agent terminal », et des mises en garde honnêtes sur les tarifs et les benchmarks — le tout sur la base de sources officielles et de plusieurs médias.

Quelqu'un qui disait « je suis nul en design » produit aujourd'hui dix posts sociaux en une demi-journée et obtient même des propositions de logo en parallèle — voilà où en sont les outils de design IA en 2026. Cet article compare les quatre grands outils : Canva (idéal pour produire en masse marketing, social et slides, gratuit–15 \$), Adobe Firefly (intégré Photoshop/Illustrator et sûr commercialement, 9,99 \$+), Figma AI (le standard pour l'UI/UX et le design produit en équipe, 15 \$+/éditeur) et Recraft (logos et icônes vectoriels avec 90 % de précision texte, 10 \$+). Les quatre ne sont pas concurrents mais une répartition des rôles — réduisez à celui qui colle à votre tâche la plus fréquente. Différent de la comparaison des IA de génération d'images (Midjourney etc.) : cet article porte sur « construire des livrables à partir d'images », pas sur l'image elle-même. Inclut un tableau comparatif, six scénarios de meilleur choix et trois précautions : droits d'auteur, cohérence de marque et éviter le « look IA ».

Jusqu'en 2025, « éditer dans Cursor/Claude Code → passer au terminal git push → passer au navigateur pour vérifier Vercel » coûtait des dizaines de changements de contexte par jour. En mai 2026, Vercel Agent Skills (via MCP), le plugin Claude Code et Claude Code GitHub Actions v1.0 condensent « code → build → deploy → URL de preview → gestion des variables d'environnement → rollback » en un seul flux dans l'agent. Cet article parcourt trois approches d'implémentation : ① git push (setup 5 min, deploy 60 à 90 s), ② MCP-Direct (.cursor/mcp.json + commandes slash comme /deploy, /env, /rollback), ③ GitHub Actions (mentionner @claude dans une PR pour auto-fix + déploiement preview). Il couvre ensuite les trois patterns d'environnements de preview (comparaison A/B, staging permanent, revue client protégée par mot de passe) et les quatre pièges opérationnels (fuite .env, explosion des coûts, conflits de PR, rollback oublié) — tout avec du code qui fonctionne, ancré dans mai 2026.

« J'ai une idée d'application web, mais je ne sais pas coder. » Ce mur vient de tomber grâce aux générateurs d'applications web par IA. Tapez « construis-moi une app Todo » et dix minutes plus tard vous avez une app fonctionnelle, une URL de déploiement et un dépôt GitHub. Le top 3 de 2026 : v0 (Vercel), Bolt.new (StackBlitz) et Lovable. Lovable a atteint 20 M$ d'ARR en 2 mois — la croissance la plus rapide de l'histoire des startups européennes ; Bolt.new 40 M$ en 6 mois ; v0 a ajouté l'intégration Git, la connectivité DB et les workflows agentiques en février 2026. Ce ne sont pas le même produit : v0 est « spécialiste frontend + écosystème Vercel », Bolt « multi-framework + dev navigateur uniquement », Lovable « full-stack + Supabase intégré + accessible aux non-ingénieurs ». La question n'est pas « lequel est le meilleur » mais « qu'essayez-vous de faire ? ». Cet article couvre l'essence de chaque outil, la comparaison détaillée des fonctions et tarifs, le bon choix par cas d'usage, ce qui diffère vraiment quand on lance le même prompt sur les trois, les trois pièges en production (consommation de tokens, trous de sécurité, vendor lock-in) et un arbre de décision 2026 en 5 minutes — le tout ancré dans les faits du 15 mai 2026 et la réalité « export GitHub précoce puis refactor dans Cursor/Claude Code » pour la qualité production.

« J'ai livre sur l'API OpenAI, mais j'aimerais aussi essayer Claude et Gemini » — et vous voilà à passer deux heures à réécrire la même logique contre trois SDK différents. Le Vercel AI SDK (simplement « AI SDK » depuis 2026) ramène cela à « un import, une fonction, tous les fournisseurs ». Bibliothèque open-source TypeScript avec plus de 20 millions de téléchargements mensuels, AI SDK 6 livre les Agents, MCP, l'approbation d'outils et les DevTools, et au 15 mai 2026 c'est le standard de fait pour une interface LLM unifiée. Si vous appelez des LLM depuis une application web ou un projet Node.js en 2026, l'AI SDK est le bon défaut, point. Les seules raisons d'ecrire directement contre le SDK OpenAI ou Anthropic sont une base de code existante ou une fonctionnalité de pointe propre à un fournisseur. Sinon, l'AI SDK vous offre changement facile, 1/3 du code, type safety et intégration React avec un avantage ecrasant. Cet article couvre ce qu'est l'AI SDK et pourquoi l'utiliser, un démarrage en 5 minutes (de generateText à streamText), la sortie structurée avec generateObject et Zod, le tool calling et les agents (le coeur d'AI SDK 6 avec stopWhen, ToolLoopAgent, MCP), l'intégration React avec useChat, le changement de fournisseur Claude/GPT/Gemini en 3 lignes, et trois pièges en production à connaître absolument : écarts de fonctionnalités entre fournisseurs, facturation sur stream abort et surcharge d'inférence de types.

En mai 2026, l'ère du « être 1er pour gagner » est révolue. L'étude 2026 de Seer Interactive (53 marques, 5,47 M de requêtes) montre que le CTR organique sur les requêtes avec AI Overview a chuté de 1,76 % à 0,61 % (−61 %), tandis que les AI Overviews apparaissent désormais sur 99,2 % des requêtes informationnelles. Mais les marques citées dans les AI Overviews enregistrent 120 % de clics en plus par impression et le taux de citation des pages du top 10 est passé de 76 % à 38 %. Cet article propose le playbook 2026 en trois couches — SEO + AEO + LLMO — démêle la confusion terminologique (AEO ≈ GEO ≈ LLMO ≈ AIO), cartographie les conditions de déclenchement par type de requête, détaille les sept conditions pour être cité (complétude du passage, données originales, E-E-A-T, schéma.org, densité d'entités, multimodal, accessibilité technique), sépare le SEO qui marche encore de celui qui ne marche plus, redéfinit les KPI autour de « citation × CVR × part de voix », et conclut sur les risques de hallucinations, de concentration des citations et de dépendance à un canal unique.

Un abonnement ChatGPT Plus à 20 $/mois peut tomber à 2 $/mois sur l'API — ou grimper à 200 $ dans l'autre sens. L'API IA est un monde de « paiement à l'usage ». Cet article parcourt les cinq différences fondamentales entre chat web et API, ce que sont les tokens et comment le prix est calculé, les tarifs de mai 2026 pour les principaux modèles (Claude Opus / Sonnet / Haiku, GPT-5.5/5.4, Gemini 3.1 Pro / Flash-Lite, DeepSeek V4-Pro), une carte de sélection de modèle à 4 types, les trois pièges dans lesquels tombent tous les débutants (accumulation d'historique de conversation, prompts système surdimensionnés, limites de dépenses manquantes), et le premier appel en 5 minutes avec curl plus Python — le tout du point de vue d'un débutant.

En février 2025, Andrej Karpathy a inventé le terme « vibe coding » : un style de programmation où l'on décrit en langage naturel ce que le code doit faire et où l'on accepte ce que l'IA renvoie sans lire le code généré. Un an plus tard, Karpathy lui-même propose de le renommer « ingénierie agentique » et les chiffres de sécurité sont sans appel : 40 à 62 % du code IA contient des vulnérabilités, les CVE liées au vibe coding ont été multipliées par six en trois mois et 100 % des cinq principaux agents introduisent la même faille SSRF. Cet article parcourt la définition, le workflow réel, les principaux outils (Claude Code, Cursor, Codex CLI, Lovable, v0, Bolt.new, Devin), la face sombre côté sécurité, la distinction entre vibe et ingénierie agentique, les règles « Vibe & Verify » qui se standardisent en 2026 et qui devrait viber sur quoi.

Faire répondre ChatGPT à partir de vos documents internes ? C'est ce que permet le RAG (Retrieval-Augmented Génération, ou génération augmentée par recherche). Cet article presente le RAG en trois étapes illustrees, detaille les bases vectorielles, donne un exemple d'implémentation avec LangChain et compare clairement RAG et fine-tuning. De nombreux cas concrets sont abordes : QA interne, support client, droit, médical, etc.

Vous pensez que la programmation n'est pas pour vous ? En 2026, les outils de codage IA (comme Claude Code) permettent à quiconque, même sans connaissances techniques, de créer et lancer un service Web. Cet article explique les fondamentaux IT — frontend, backend, bases de données et serveurs — ainsi que les différences entre hébergement mutualise, VPS et cloud, et le workflow concret de développement avec l'IA, le tout dans un langage accessible.

« L'IA générative permet de créer des apps sans coder » — vous avez déjà entendu cette promesse ? En 2026, les outils de codage par IA générative ont beaucoup progressé, mais un débutant peut-il vraiment tout faire avec l'IA générative ? Cet article fait le point sur ce qui marche, ce qui ne marche pas, et les pièges à éviter.