Créer un MVP avec l'IA : ChatGPT, Claude Code et Codex

Vous pouvez créer un MVP avec l'IA plus vite que vous ne finiriez le business plan censé servir à lever des fonds pour embaucher quelqu'un qui le coderait à votre place. C'est ça, le basculement. Un fondateur non technique avec une idée claire, un après-midi de libre et trois outils — ChatGPT, Claude Code et Codex — peut livrer un produit qui fonctionne et le mettre entre les mains de vrais utilisateurs cette semaine.

Ceci est un guide pratique, pas un article à la mode. Vous y trouverez une stack d'outils, une étape de validation, un vrai chemin de build, et les modes d'échec que personne ne met en story. L'objectif : créer une entreprise avec l'IA autour d'un produit assez bon pour être facturé — sans prétendre que l'IA a réfléchi à votre place.

Pourquoi le « vibe coding » a ouvert la porte

La rampe d'accès a un nom. Andrej Karpathy a forgé l'expression « vibe coding » en février 2025 : écrire du logiciel en disant à une IA ce que l'on veut et en la laissant construire, où l'on « se laisse complètement porter par les vibes » et où l'on « oublie que le code existe ». L'expression a fait son chemin jusqu'à devenir le mot de l'année 2025 du Collins Dictionary.

Cette dernière partie est à la fois l'opportunité et le piège. Des startups financées livrent déjà ainsi : Garry Tan, de Y Combinator, a déclaré qu'une large part de la promotion Winter 2025 avait des codebases majoritairement générées par l'IA, et Anthropic affirme qu'une grande majorité de son propre nouveau code de production est désormais écrite par Claude. Prenez-les pour ce qu'ils sont — des chiffres rapportés — puis retenez le fil conducteur : les fondateurs qui livrent ainsi sont restés l'éditeur, pas le spectateur. Vous le pouvez aussi.

Les meilleurs premiers produits à créer ainsi

Choisissez un modèle où un outil petit et tranchant bat une plateforme bouffie :

Micro-SaaS — un seul workflow douloureux, une seule niche payante (disons, un outil de réservation pour studios de tatouage).
L'outil interne devenu produit — le « tableur + logique » qu'un secteur précis ré-improvise mal à chaque fois.
Wrapper IA avec une douve — une interface ciblée par-dessus un LLM où votre prompt, vos données ou votre workflow font la valeur.
Service productisé — vous faites le travail, l'IA assure la livraison, et le MVP est le bon de commande plus l'automatisation derrière.

Les gagnants partagent un trait commun : une audience étroite qui ressent la douleur chaque semaine et paierait aujourd'hui.

La stack d'outils : un rôle distinct par IA

La plus grosse erreur de débutant est de traiter ces outils comme des chatbots interchangeables. Ils ne le sont pas. Attribuez des rôles.

ChatGPT — la couche de réflexion. Idéation, naming, étude de marché, votre spec, copy marketing, débogage par la conversation. C'est ici que vous décidez quoi construire.
Codex (OpenAI) — le bâtisseur agentique. Le système de codage d'OpenAI couvre un CLI, une extension d'IDE, le cloud (via ChatGPT) et un bot GitHub, le tout partageant le contexte d'un même compte. Le CLI est open source, tourne en local et accepte les images en entrée — collez une capture d'écran d'un design et il la lit. Consultez les docs Codex pour l'installation et les modalités d'accès.
Claude Code (Anthropic) — l'agent du dépôt de code. Selon les mots d'Anthropic, un agent qui « lit votre codebase, édite des fichiers et exécute des commandes » dans le terminal, l'IDE, l'app desktop et le navigateur. Il ajoute des subagents pour le travail en parallèle et un plan mode pour réfléchir avant de toucher aux fichiers.
Hermes Agent (Nous Research) — l'option auto-hébergée. Si vous voulez posséder votre stack, cet agent sous licence MIT tourne sur les surfaces de chat et en CLI, sur des backends auto-hébergés. Nous met en avant des skills auto-générées et une mémoire persistante — vérifiez ces promesses sur votre propre travail avant d'en dépendre. Une vraie troisième voie pour qui préfère ne pas s'appuyer sur un fournisseur hébergé.

Règle d'or : ChatGPT décide du quoi ; Codex et Claude Code construisent le comment.

Étape 1 — Valider avant de construire

Ne sautez pas directement au build. Passez une session ChatGPT à mettre l'idée sous pression :

Demandez à ChatGPT de nommer 10 personnes précises qui paieraient pour ça, et pourquoi maintenant.
Faites-lui rédiger cinq messages de prospection à froid et un pitch de landing tenant sur un écran.
Envoyez les messages. Obtenez trois « oui, je paierais » de vrais humains avant d'écrire une seule ligne de code.

Si vous ne trouvez pas trois personnes qui ressentent la douleur, le problème, c'est l'idée, pas l'IA.

Étape 2 — Écrire la spec

Les agents travaillent radicalement mieux face à une spec écrite que face à des vibes. Cette seule étape sépare un build propre d'une session de patouillage. Faites produire par ChatGPT un court PRD : l'unique flux utilisateur central, les données stockées, les écrans et — explicitement — ce qui est hors périmètre pour la v1.

Enregistrez-le sous AGENTS.md dans le dossier de votre projet. Codex comme Claude Code lisent ce fichier comme des consignes permanentes : il devient le brief que chaque session respecte, et vous arrêtez de réexpliquer le projet de zéro.

Étape 3 — Coder le MVP avec l'IA

Maintenant, le vrai build. Travaillez en boucles serrées, pas en un seul prompt géant :

Échafaudez (scaffold). Pointez Codex ou Claude Code vers votre AGENTS.md et demandez la plus petite version exécutable du flux central.
Lancez-le. Laissez l'agent exécuter les commandes et démarrer l'app. C'est la frontière entre un MVP IA et un dossier de code qui n'a jamais tourné — ces agents exécutent et testent, là où ChatGPT seul ne le peut pas.
Itérez un écran à la fois. « Ajoute le login. » « Maintenant le dashboard. » De petits pas vérifiables.
Nourrissez-le d'images. Codex prend des captures d'écran et des specs de design en entrée — déposez un croquis grossier et laissez-le reproduire la mise en page.
Ajoutez une porte de vérification (verify gate). Avant de livrer un changement, faites exécuter vos tests par l'agent, ou confiez le diff à une passe de relecture distincte. Le CLI Codex lance une revue indépendante ; Claude Code dispose du plan mode et des subagents pour le même travail.

Traitez chaque boucle comme prompt → exécution → lecture du diff → accepter ou corriger. La lecture n'est pas négociable — voici pourquoi.

Étape 4 — Transformer les workflows en skills réutilisables

C'est le point technique le plus différenciant de ce guide, et celui qui fait composer votre vitesse.

Claude Code et Codex partagent la même primitive skills. Une skill est un dossier contenant un fichier SKILL.md avec un frontmatter YAML — name et description sont les champs requis — qui empaquette instructions, scripts et ressources réutilisables pour que l'agent exécute un workflow de la même façon à chaque fois. Tous deux suivent le standard ouvert Agent Skills.

Le bénéfice pour le fondateur : écrivez un workflow une fois, réutilisez-le à vie. Créez un SKILL.md pour « déployer sur Vercel » ou « lancer ma suite de tests et reporter les échecs », et vous arrêtez de recoller les mêmes instructions à chaque session.

Dans Claude Code, invoquez une skill avec /skill-name ; le corps ne se charge qu'à l'usage, ce qui garde le contexte peu coûteux. (Note pour 2026 : les commandes personnalisées ont fusionné avec les skills — un fichier .claude/commands/deploy.md et une skill .claude/skills/deploy/SKILL.md créent tous deux /deploy, et les anciens fichiers .claude/commands/ fonctionnent toujours.)
Dans Codex, invoquez via /skills ou $skillname ; il ne charge que le nom et la description jusqu'à ce que vous choisissiez la skill. Codex regarde dans .agents/skills et sa propre config, pas dans le .claude/skills/ de Claude Code, donc ne supposez pas qu'une seule arborescence marche pour les deux.

Étape 5 — Vendre la première offre

Votre MVP plus les trois leads validés à l'étape 1, c'est un lancement.

Faites écrire par ChatGPT la copy de la landing et une page de prix toute simple — une offre, un prix.
Déployez. (Faites-en un SKILL.md pour que la prochaine fois ce soit une seule commande.)
Retournez voir les trois personnes qui ont dit « je paierais ». Envoyez le lien. Demandez de l'argent, pas du feedback.

Un client payant en semaine une bat un produit peaufiné en semaine dix sans aucun client.

Erreurs à éviter

Traiter les trois outils comme un seul. Ne faites pas écrire à ChatGPT du code qu'il ne peut pas exécuter ; confiez l'exécution à Codex ou Claude Code.
Sauter la spec. Pas d'AGENTS.md, c'est une sortie qui dérive et part dans tous les sens.
Ne pas lire le code. Une analyse CodeRabbit de 2025 portant sur des pull requests réelles a rapporté que le code co-écrit par l'IA présentait nettement plus de problèmes — dont davantage de problèmes de sécurité — que le code écrit par des humains. Diana Hu de YC l'a dit sans détour : les fondateurs ont besoin « du goût et d'assez de bagage pour savoir si un LLM crache de la mauvaise ou de la bonne came ». Lisez les diffs.
Ignorer la réutilisation. Recoller des instructions au lieu d'écrire un seul SKILL.md.
Pas de verify gate. Livrer sans lancer de tests ni de passe de relecture.
Publier sans auteur ni transparence. Si vous écrivez sur votre build, les recommandations « helpful content » de Google placent la confiance comme premier facteur E-E-A-T et attendent que l'aide de l'IA soit divulguée et l'expérience de première main démontrée. La même discipline vaut pour le marketing de votre produit.

Votre feuille de route sur 30 jours

Jours 1 à 3 : Choisissez le modèle. Validez avec ChatGPT et de la vraie prospection. Obtenez trois « je paierais ».
Jours 4 à 5 : Rédigez le PRD ; enregistrez-le sous AGENTS.md.
Jours 6 à 14 : Codez le flux central avec Codex ou Claude Code, un écran par boucle, en lisant chaque diff.
Jours 15 à 18 : Ajoutez une verify gate ; passez une revue sur le code.
Jours 19 à 22 : Écrivez deux skills réutilisables — déployer et tester.
Jours 23 à 26 : Construisez la landing page et la page de prix via ChatGPT ; déployez.
Jours 27 à 30 : Vendez à vos trois leads. Livrez un correctif issu de leur feedback. Facturez.

FAQ

Faut-il savoir coder pour créer un MVP avec l'IA ? Non — mais vous devez apprendre à lire la sortie et à lancer l'app. Les fondateurs non techniques qui réussissent traitent l'agent comme un développeur junior rapide qu'ils supervisent, pas comme un oracle en qui ils ont une confiance aveugle.

Codex ou Claude Code : lequel choisir ? Les deux sont des agents de codage qui lisent, éditent et exécutent du code, et tous deux supportent les skills SKILL.md. La plupart des builders associent ChatGPT pour la réflexion à un seul agent de codage. Essayez Codex en premier si vous payez déjà ChatGPT, puisqu'il est inclus. Essayez Claude Code si vous voulez une intégration poussée du terminal et de l'IDE plus les subagents. Vous pouvez faire tourner les deux.

Le code généré par l'IA est-il sûr à mettre en production ? Pas automatiquement. Le constat de CodeRabbit sur les taux plus élevés de problèmes de sécurité est exactement la raison pour laquelle vous ajoutez une verify gate et lisez les diffs. Passez une revue avant chaque déploiement.

Un SKILL.md, c'est quoi au juste ? Un dossier avec un fichier SKILL.md — frontmatter YAML exigeant name et description — qui empaquette un workflow réutilisable comme « déployer sur Vercel », pour que votre agent l'exécute de façon fiable sans que vous ayez à le réexpliquer. Ça marche à la fois sur Claude Code et Codex via le standard ouvert Agent Skills.

Sources et lectures complémentaires