70 à 80% des insights terrain des commerciaux ne parviennent jamais aux Product Managers. J'ai conçu Nectar pour résoudre ce problème — et pour formaliser un process de conception entièrement piloté par IA, réplicable et documenté.
Contexte
Nectar est un outil mobile-first B2B permettant aux commerciaux de capturer leurs insights post-RDV en moins d'une minute et de les transmettre directement au backlog produit sous forme de cartes priorisées.
Ce projet poursuit deux objectifs : concevoir un MVP simple avec une priorisation déterministe et transparente, et formaliser un process de conception piloté par IA, réplicable et documenté dans un fichier claude.md. Je suis seul sur ce projet — de la recherche utilisateur au développement.
01 — Recherche
J'ai mené des entretiens auprès de commerciaux et de Product Managers pour comprendre les usages, identifier les frictions et valider les hypothèses terrain. La trame d'entretien a été générée par Claude (questions ouvertes, JTBD, frictions). Les enregistrements ont été retranscrits automatiquement, les comptes rendus rédigés et centralisés dans Notion.
Les entretiens ont fait émerger des besoins clairs : saisie rapide sur mobile, zéro effort de reformulation, priorisation automatique des insights, boucle de feedback visible pour le commercial.
02 — Benchmark & définition
J'ai exploré Mobbin à partir de requêtes générées par Claude pour identifier les patterns pertinents : saisie minimaliste, catégorisation par chips, feed d'insights scannables, badge de priorité visible. Les patterns complexes ou non essentiels ont été écartés.
Avant de passer à Figma Make, j'ai cadré le produit : 3 champs de saisie maximum, IA frugale (titre normalisé + détection de similarité, sans décision automatisée), scoring basé sur la fréquence clients, 15 edge cases documentés. Ce cadrage en amont est essentiel pour limiter les itérations avec Figma Make.
03 — Idéation
Les décisions produit ont été transformées en prompts structurés générés par Claude, intégrant le flow utilisateur, l'anatomie des écrans et les contraintes de style. Ces prompts ont été transmis à Figma Make pour produire rapidement des premières pistes cohérentes.
Principes UX retenus : navigation épurée, CTA flottant centré, accès aux filtres via bottom sheet, saisie limitée à 3 champs (Client, Catégorie, Détail). L'IA accompagne sans contraindre — pattern inspiré de Linear : suggestions proposées à la confirmation, contrôle final laissé au commercial.
04 — Design System
J'ai conçu le Design System en architecture Atomic Design. Les variables et composants ont été créés automatiquement dans Figma via le MCP Claude, à partir des règles définies. 5 collections de variables (Primitives, Colors, Spacing, Typography, Border), 6 rampes de couleurs × 10 niveaux, tokens sémantiques reliés à chaque composant.
La documentation est générée automatiquement dans Notion via un workflow Claude → Figma. L'ensemble du process est formalisé dans un fichier claude.md réplicable.