01Le principe de BMAD
L'idée de BMAD est simple sur le papier, mais redoutable en pratique : organiser le développement autour d'agents IA qui jouent chacun un rôle bien précis. Product Manager, Architecte, Développeur, QA... tout le monde est là.
Ils suivent des workflows guidés étape par étape pour produire des livrables standardisés. L'avantage ? Une réduction drastique de l'ambiguïté et une accélération massive du delivery.
Pour tester ça, je n'ai pas choisi la facilité. Je suis parti sur le prototypage d'un Email Builder WYSIWYG (conception Drag & Drop d'emails, avec garantie de compatibilité Outlook et code propre).
Voici comment les agents s'en sont sortis, phase par phase.
02L'idéation : L'IA comme facilitateur créatif
Ce qui frappe d'emblée, c'est la palette de méthodes de brainstorming embarquées par le système. Des techniques collaboratives, créatives, profondes, et même "théâtrales" ou "biomimétiques".
N'étant pas expert, j'ai laissé l'IA me guider. Elle a choisi 3 approches pour mon Email Builder :
- →Role Playing : L'IA a incarné le Marketeur pressé, le Designer perfectionniste et l'Intégrateur frustré pour identifier leurs points de douleur.
- →Anti-Solution : On a imaginé le "Builder de l'enfer" (où modifier une image casse tout le design) pour trouver des opportunités d'amélioration par inversion.
- →SCAMPER Method : Pour structurer tout ça.
Le résultat ? Un compte-rendu de session plutôt propre, où commencent à émerger des must-have pour la solution. Ce qui est pas mal, c’est que c’est complètement décorrélé de problématiques techniques. Comme dans la vraie vie où le métier soumet un besoin, en somme.
03Le Cadrage
À partir du brief, l'IA construit un mini cahier des charges (PRD). Toujours sans parler technique, on définit les critères de succès (utilisateurs, business, tech), les parcours utilisateurs (du profil Admin à l'intégrateur de Newsletters) et les fonctionnalités attendues. L'IA a même pensé aux contraintes spécifiques de l'emailing (le clipping Gmail à 102KB, la compatibilité Outlook via VML).
Côté UX, même si la génération de maquettes pures (écrans) reste basique, les guidelines de design sont présentes, et même markettées, comme si l’IA essayait de me vendre les idées qu’elle avait produite ("Magnetic Drop" ou "Smart Logic Preservation"... de bien grands mots pour une logic de drag & drop avec un indicateur visuel pour bien voir où on drop les objets…
04L'Architecture Technique
Ok, on rentre maintenant un peu plus dans la technique… Et vu que je suis pas Tech de base, j’ai pu tester une des features de BMAD : le party mode.
Concrètement, plusieurs agents IA avec des spécialités techniques différentes vont discuter et débattre ensemble des meilleures options. On a l'impression d'assister à une réunion d'architectes logiciels schizophrènes, c’est assez drôle à voir. Après est-ce que ça fait réellement avancer les choses… Je n’ai pas forcément le recul suffisant pour le dire. Mais vu que l’idée de l’expérience était de tout déléguer à l’IA, autant y aller à fond !
Pour mon Email Builder, ils ont acté la stack suivante :
- →Frontend : Next.js
- →Engine (Core) : Un moteur en Rust compilé en WebAssembly (WASM) pour gérer l'arbre DOM récursif et générer le code VML à la volée
Les agents m'ont pondu un document d'architecture détaillant la séparation des préoccupations, les flux de données, et la stratégie de déploiement.
05La phase de Développement : Du découpage aux tests auto
Avant d'écrire la moindre ligne de code, l'IA a ingéré tous les documents précédents pour générer les Epics et les User Stories (US), avec leurs critères d'acceptation détaillés.
Pour le suivi, un agent maintient un fichier de statut de sprint en YAML. À chaque nouveau développement, l'agent prend la *story* suivante dans le backlog.
Pour coder, j'ai utilisé Antigravity (un fork de VS Code poussé par Google). L'agent lit la *story*, écrit le code, met à jour les composants React et le moteur Rust.
Le truc en plus ? L'IDE permet à l'agent d'ouvrir lui-même une instance Chrome pour tester ce qu'il vient de développer. Il déroule les critères d'acceptation de la story, voit si l'UI réagit bien, lit les logs et itère sur son code si ça ne passe pas.
06Bilan
L'expérience globale est très intéressante. La capacité de l'IA à digérer une idée vague pour la transformer en PRD structuré, puis en architecture pointue (Rust/WASM) et enfin en tickets développés et testés, est un gain de temps inestimable.
Cependant, tout n'est pas encore magique. Lors de la phase de développement, si les tests ne sont pas passants du premier coup, l'agent peut parfois se montrer un peu "fainéant", estimant le dev conforme alors qu'il reste des edge cases.
La review humaine reste absolument indispensable à la fin du cycle.
De même, l’IA génère les livrables et permet d'accélérer du coup, sur toutes les phases du projets, mais bien évidemment, une review humaine est encore nécessaire.
A titre personnel, j’étais plus dans le test de la méthode qu'à vouloir sortir un produit fonctionnel. Mais pour un vrai projet, toutes les étapes sont à challenger, à vérifier, etc. via des recherches complémentaires