Retour d’expérience : 50 % de ressources UX writing économisées avec Claude Code (grâce à Figma MCP)

Partage d’un retour d’expérience sur l’automatisation par l’IA d’une mission intimidante : la relecture de tous les textes d’un service (généralement définie comme du UX writing) pour la résoudre efficacement.
Au-delà d’un simple « usage de l’IA », le texte montre très bien comment les critères de décision d’une organisation ont été systématisés et intégrés au plus près des opérations.

Points clés
Un « spectre quantifié » plutôt que des guides de rédaction vagues
Au lieu d’instructions subjectives comme « soyez aimable », le ton a été défini sur 5 niveaux, de l’onboarding à l’avertissement. Grâce à cela, l’IA a pu produire le ton juste selon chaque situation. 70 % de la qualité provient de la gestion du glossaire.

Claude Code (CLI) et un système de fichiers Markdown
Plutôt que de mettre toutes les règles dans le prompt, les principes, exemples et sessions sont gérés dans une structure de dossiers Markdown (.md) distincts. Grâce à l’environnement CLI, l’IA ne charge l’index que lorsque c’est nécessaire, ce qui réduit le gaspillage de tokens et améliore la précision.

Automatisation du workflow design avec la connexion Figma MCP
Quand un designer fournit un lien vers une maquette, l’IA se connecte directement à Figma. [Duplication de l’original → création de la version TOBE → remplacement des textes → marquage en rose des éléments modifiés] : tout est exécuté automatiquement pour maximiser l’efficacité de la collaboration.

Une structure vertueuse d’« élévation des connaissances »
Parmi les résumés de session accumulés au fil des échanges avec les membres de l’équipe, les motifs récurrents sont promus au rang de principes officiels (Docs). Le système a été conçu pour que le bot dépasse le simple rôle d’outil et grandisse avec les actifs rédactionnels de l’organisation.

Là où les ressources ont été réduites
Suppression du temps passé à fouiller dans le guide
Automatisation de la recherche de cas similaires
Automatisation des corrections manuelles et du marquage dans Figma
Génération automatique des justifications de correction (Reason)

Au final, le jugement définitif reste du ressort de l’humain, mais en confiant les routines répétitives à l’IA, il devient possible de se concentrer uniquement sur le contexte et l’expérience utilisateur. Cela semble directement applicable dans la pratique.