17 juin 2026Mis à jour le Fathy Shalaby11 min de lecture
Du prototype vibe-codé au produit finançable : la checklist du fondateur
Le vibe coding rend une démo fonctionnelle bon marché. En faire un produit que des gens paient et que des investisseurs soutiennent demande trois choses que le prompt a omises : des preuves, une spec et une passe de durcissement.
Un prototype vibe-codé prouve que vous savez construire quelque chose. Il ne prouve pas que quelqu'un en a besoin, et rarement qu'il peut être exploité en toute sécurité. Pour en faire un produit finançable, ajoutez les trois choses que le prompt a sautées : la preuve qu'un groupe précis d'utilisateurs revient et paie, une spec écrite de ce qui doit être vrai, et une passe de durcissement sur la sécurité, les données et les coûts avant l'arrivée des vrais utilisateurs.
L'essentiel
Andrej Karpathy a inventé l'expression « vibe coding » en février 2025 et l'a destinée aux projets jetables du week-end (Martin Fowler, 2026). Collins l'a élue mot de l'année en novembre 2025.
Du code écrit par l'IA n'est pas disqualifiant : un quart de la promotion Winter 2025 de Y Combinator avait des bases de code générées à 95 % par l'IA (TechCrunch, 2025).
Le code généré par l'IA a introduit des failles de sécurité dans 45 % des tâches de test de Veracode (Veracode, 2025).
Une analyse divulguée en mai 2025 a révélé que 170 des 1 645 applications créées avec Lovable exposaient des données à cause de règles d'accès à la base de données manquantes ou défaillantes (Matt Palmer, 2025).
Les investisseurs financent la preuve de la demande. Le code, c'est désormais la partie facile.
À quoi sert un prototype vibe-codé ?
Le vibe coding consiste à construire un logiciel en décrivant ce que l'on veut à un outil d'IA, en essayant le résultat et en demandant des modifications, sans lire le code. Comme le résume Martin Fowler à propos du post d'origine de Karpathy, il s'agit de cesser complètement de prêter attention au code (Martin Fowler, 2026). La réserve de Karpathy lui-même était que c'est « not too bad for throwaway weekend projects ».
L'expression s'est répandue vite. Le dictionnaire Collins a élu « vibe coding » mot de l'année le 6 novembre 2025, en le définissant comme l'usage d'une IA sollicitée en langage naturel pour écrire du code informatique (Collins, 2025).
Un prototype vibe-codé construit avec Lovable, v0, Bolt, Replit ou Cursor est excellent pour trois usages :
Montrer une idée aux clients, afin qu'ils réagissent à quelque chose de concret plutôt qu'à une description.
Mener un test de demande, comme une fake door, un parcours concierge ou une page de prévente.
Apprendre ce que vous ignorez du workflow avant de vous engager sur une architecture.
La formule de Fowler : un logiciel jetable pour un petit public averti convient très bien, tandis qu'un code complexe, largement utilisé ou lourd de conséquences ne doit pas être oublié. Dès que des inconnus saisissent de vraies données dans votre application, vous avez franchi cette ligne.
Peut-on lever des fonds avec un prototype vibe-codé ?
Oui, si le prototype s'accompagne de preuves. L'origine du code compte moins qu'avant. Jared Friedman, managing partner de YC, a indiqué qu'un quart de la promotion W25 avait 95 % de sa base de code générée par l'IA (TechCrunch, 2025).
Le même article contient deux mises en garde. Friedman a souligné que tous ces fondateurs étaient très techniques. Diana Hu, partner chez YC, a déclaré que les fondateurs ont besoin du goût et de la formation nécessaires pour distinguer une bonne sortie d'IA d'une mauvaise, et le CEO Garry Tan a formulé le test de durabilité ainsi : « Does it fall over or not? »
Ce qu'un investisseur achète vraiment, c'est la réponse à une autre question : ce marché va-t-il tirer le produit hors de vous ? Dans l'étude de CB Insights de mars 2026 portant sur 431 faillites de start-up financées par du capital-risque, 43 % invoquaient un mauvais product-market fit (CB Insights, 2026). Une démo léchée ne réduit pas ce risque. Des utilisateurs qui reviennent et des paiements, si. Nous développons l'argument complet dans les start-up ne manquent pas d'argent, elles manquent de preuves.
Pourquoi un prototype vibe-codé casse-t-il en production ?
Un prototype est construit pour le chemin que vous avez décrit. La production, ce sont tous les chemins que vous n'avez pas décrits : états vides, saisies erronées, deux utilisateurs qui modifient le même enregistrement, quelqu'un qui sonde votre API à 3 h du matin.
Les données sur le code généré par l'IA concordent :
Constat
Chiffre
Source
Tâches de test où le code généré par l'IA a introduit une vulnérabilité
Développeurs frustrés par des solutions d'IA « presque justes »
66 %
Stack Overflow, 2025
Développeurs qui disent que le vibe coding ne fait pas partie de leur travail professionnel
77,5 %
Stack Overflow, 2025
Le cas Lovable est instructif. Palmer a attribué l'exposition à des règles de sécurité au niveau des lignes (row-level security) manquantes ou ne correspondant pas à ce que supposait le code côté client : des utilisateurs non authentifiés pouvaient lire ou écrire des tables contenant des noms, des numéros de téléphone, des clés d'API et des données de paiement. L'application avait l'air terminée. La base de données était ouverte.
Michael Hayes, cofondateur d'Add Jam, énumère les lacunes que son équipe retrouve sans cesse dans les projets vibe-codés : des modèles de données qui ne passent pas à l'échelle, une authentification et une autorisation faibles, des tests absents ou purement cosmétiques, une architecture enchevêtrée et aucun processus pour des releases et des rollbacks sûrs (Add Jam, 2026).
Comment transformer un prototype vibe-codé en produit finançable ?
Travaillez dans cet ordre : prouver, spécifier, durcir. Durcir d'abord fait perdre des semaines sur une application que personne ne voudra peut-être.
Étape 1 : prouver la demande (2 à 4 semaines)
Choisissez un segment et une tâche. « Les freelances » est trop large. « Les designers freelances qui relancent chaque mois des factures impayées » est testable.
Faites passer 10 à 20 vrais utilisateurs par le workflow principal, à la main si nécessaire. Asseyez-vous avec cinq d'entre eux pendant qu'ils l'utilisent.
Observez la deuxième utilisation, pas la première. Qui revient quand la tâche se représente ?
Demandez de l'argent tôt. Un pilote payant ou une prévente est une preuve plus forte que n'importe quelle liste d'attente.
Lancez une fois l'enquête Sean Ellis quand une quarantaine de personnes ont utilisé le workflow principal deux fois en deux semaines. 40 % ou plus de « très déçus » est la référence (First Round Review, 2018). Notre modèle d'enquête sur le product-market fit contient les questions.
Utilisez cette checklist avant d'inviter qui que ce soit en dehors de votre groupe de test :
Row-level security ou règles d'accès équivalentes sur chaque table, testées déconnecté puis en tant que second utilisateur.
Aucune clé d'API ni aucun secret dans le code côté client ou dans des dépôts publics.
Validation des entrées et encodage des sorties sur chaque formulaire (le cross-site scripting et l'injection de logs sont les oublis les plus fréquents de l'IA).
Limites de débit sur l'inscription, la connexion, l'envoi d'e-mails et les endpoints d'IA.
États d'erreur, vide et chargement pour chaque écran du workflow principal.
Sauvegardes de la base de données et un processus de migration que vous avez réellement exécuté une fois.
Une journalisation qui montre les requêtes en échec sans stocker de mots de passe ni de données personnelles.
Coût par utilisateur actif, appels de modèle compris, mesuré sur un usage réel.
Tests automatisés sur le parcours d'argent : inscription, tâche principale, paiement.
Un moyen d'annuler une mauvaise release en quelques minutes.
Une notice de confidentialité et une base juridique de traitement des données si vous avez des utilisateurs dans l'UE (le RGPD s'applique à votre application, quelle que soit la façon dont elle a été construite).
Quelles preuves les investisseurs veulent-ils voir au stade du prototype ?
Les investisseurs diffèrent, mais le schéma est le même que pour tout test de product-market fit : un comportement qui coûte quelque chose à l'utilisateur vaut mieux que des opinions.
Preuves faibles
Preuves solides
Vues de démo et likes
Utilisateurs qui reviennent d'eux-mêmes pour la même tâche
40 % et plus de « très déçus » parmi les utilisateurs actifs
Total des inscriptions après un lancement
Cohortes de rétention qui se stabilisent
Une longue liste de fonctionnalités
Un segment étroit où le produit s'impose clairement
« Construit en un week-end »
Une spec, une revue de sécurité et une économie unitaire connue
Pour savoir comment mesurer chacun de ces points, y compris les références de rétention, consultez notre guide du product-market fit pour l'IA.
Exemple concret : un outil de relance de factures (illustratif)
Imaginons qu'un fondateur solo passe deux week-ends à construire dans Lovable un outil d'IA qui rédige des relances polies pour les factures impayées.
Lancement : un post rapporte 380 inscriptions sur la liste d'attente. 64 (17 %) connectent un compte de facturation.
Réutilisation : après quatre semaines, 41 ont utilisé l'outil au moins deux fois en deux semaines.
Enquête : 38 de ces 41 répondent. 14 se disent « très déçus » : 37 %, juste sous la barre.
Segment : les designers freelances obtiennent 9 sur 15 (60 %). Tous les autres 5 sur 23 (22 %).
Argent : face à une offre à 15 € par mois, 12 des 41 utilisateurs récurrents (29 %) paient dès la première semaine.
Revue de durcissement : 3 des 9 tables de la base de données n'ont pas de row-level security, une clé d'API se trouve dans le code client et l'endpoint d'e-mail n'a pas de limite de débit.
Le pitch n'est plus « je l'ai construit en un week-end ». C'est : « Les designers freelances sont 60 % à se dire très déçus sans l'outil, 12 personnes paient, voici la spec, et les trois failles de sécurité sont corrigées. » C'est une histoire finançable au stade pré-amorçage. Les 60 % reposent sur 15 personnes ; le fondateur le dit et présente la prochaine vague d'enquête.
Quelles sont les erreurs courantes entre le vibe coding et la production ?
Durcir avant de prouver. Des semaines de travail sur la sécurité et le refactoring pour une application sans utilisateurs récurrents, c'est du passage à l'échelle prématuré en miniature.
Tout réécrire par réflexe. Beaucoup de prototypes peuvent être durcis sur place dès qu'une spec définit ce qui doit rester.
Croire les affirmations de l'IA sur la sécurité. Palmer a constaté que le scanner de Lovable vérifiait seulement si une politique existait, pas si elle était correcte.
Ignorer les coûts des modèles. Une fonctionnalité qui coûte plus par utilisateur que ce que celui-ci paie est un problème d'entreprise, pas un détail technique.
Cacher que c'est construit avec l'IA. Les investisseurs se demandent si cela fonctionne et si vous le comprenez. Soyez prêt à expliquer l'architecture.
Prendre la réaction à la démo pour une validation. Les applaudissements ne sont pas de la rétention.
Quand vous n'avez besoin de rien de tout cela
Si l'outil est pour vous, votre équipe ou une poignée d'amis qui connaissent les risques, continuez à faire du vibe. La distinction de Fowler tient : un logiciel jetable pour un public averti n'a pas besoin d'une checklist de production. La checklist commence quand des inconnus, de l'argent ou des données personnelles arrivent.
Où Specky intervient
Specky intervient à l'étape qui suit un prototype fonctionnel. Il transforme les conversations clients, les retours et l'usage en Product Graph, rédige la spec avec ces preuves citées en ligne et se connecte aux agents de code via un serveur MCP, pour que Cursor ou Claude Code construise à partir du même contexte. Les fondateurs peuvent commencer par le vibe check gratuit pour obtenir un avis honnête sur un pitch, ou voir comment cela fonctionne pour les vibe coders.
Questions fréquentes
Le vibe coding est-il prêt pour la production ?
Pas par défaut. Le vibe coding convient aux prototypes et aux tests de demande, mais Veracode a constaté que le code généré par l'IA introduisait des failles de sécurité dans 45 % des tâches de test, et une analyse de 2025 a trouvé que 10,3 % de 1 645 applications Lovable échantillonnées exposaient des données. Une application vibe-codée devient prête pour la production après une spec, une revue de sécurité et des tests sur le workflow principal.
Peut-on lever des fonds avec un MVP vibe-codé ?
Oui. Un quart de la promotion Winter 2025 de Y Combinator avait des bases de code générées à 95 % par l'IA. Les investisseurs se soucient moins de la façon dont le code a été écrit que des preuves de la demande : utilisateurs récurrents, paiements, un score d'enquête proche de 40 % de « très déçus » et un fondateur qui comprend assez bien le système pour le réparer.
Dois-je réécrire mon application vibe-codée avant le lancement ?
En général pas en premier. Prouvez la demande avec le prototype, rédigez une spec de ce qui doit être vrai, puis durcissez les parties que la spec juge importantes. Ne réécrivez que lorsque le modèle de données ou l'architecture bloque une exigence pour laquelle vous avez des preuves. Une réécriture avant les preuves dépense votre trésorerie sur un pari non démontré.
Comment sécuriser une application Lovable ou Supabase ?
Commencez par la row-level security sur chaque table et testez-la déconnecté puis en tant que second utilisateur, car des politiques manquantes ou inadaptées ont causé l'exposition de Lovable en 2025. Retirez ensuite les secrets du code client, ajoutez des limites de débit aux endpoints d'authentification et d'e-mail, et validez chaque entrée. Considérez tout scanner intégré comme une première passe, pas comme une preuve.
Que doit contenir la spec d'un produit vibe-codé ?
Le problème et l'utilisateur, les preuves derrière le pari, une métrique de succès, les non-objectifs, les cas limites et règles sur les données, et des critères d'acceptation pour chaque exigence. Tenez-la sur une page. Son rôle est de vous permettre, à vous ou à un agent de code, de durcir le prototype sans deviner ce qui compte.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing