Portfolio Forge
Transformez les informations d'une personne en un site web personnel esthétique et prêt à être mis en ligne. Le cœur est une pipeline validée : Document de contenu (unique source de vérité) → Images de référence → Évaluation contradictoire → Réplication haute fidélité → QA section par section → Déploiement réversible.
L'inspiration vient de la méthode en quatre étapes de Codex pour créer un site personnel en deux heures (organiser le contenu → générer une image de référence avec taste → générer les assets → répliquer). Cependant, cette compétence ajoute trois étapes cruciales qui font véritablement la différence et qui ne sont pas enseignées dans le matériel original : document de contenu anti-hallucination, évaluation contradictoire image par image, et validation headless avant mise en ligne.
Quand déclencher
- « Fais-moi un site personnel », « un portfolio », « transforme mes infos en site web »
- « Personal website », « portfolio », « aide-moi à faire une landing page »
- « Je veux une page personnelle en ligne », « à l'ère de l'IA, le site personnel est le CV »
- Ou même simplement « fais-moi un site », « mets mes trucs en ligne »
Dépendances préalables (à vérifier avant la première utilisation)
Cette pipeline nécessite trois outils externes. Si manquants, installez-les (voir workflows/reference-image-gen.md et le début de workflows/frontend-replication.md) :
imagegen-frontend-webde la compétence taste — génère des images de référence esthétiques par section. Installez dans~/.claude/skills/et~/.codex/skills/.- Plugin
build-web-appsde Codex (avec la compétence Frontend App Builder) — réplication haute fidélité.codex plugin add build-web-apps@openai-curated. - Chrome + puppeteer-core — QA headless pour les captures d'écran section par section.
Principes fondamentaux
- Le document de contenu est l'unique source de vérité : Avant de commencer, rédigez un fichier
CONTENT.mdavec le profil / positionnement / style / palette de couleurs / structure des sections. Par la suite, tout texte généré par l'IA dans les images de référence qui ne correspond pas au document doit être corrigé selon le document. C'est la base anti-hallucination. - Évaluation contradictoire image par image : Les images de référence ne sont pas à reproduire directement ; elles sont à challenger. Pour chaque image, demandez : « La taille de police est-elle excessive ? Y a-t-il une sensation de respiration ? La composition tombe-t-elle dans un cliché d'IA ? Y a-t-il du texte halluciné ? Les images sont-elles cohérentes entre elles ? » Si une image ne passe pas, régénérez-la individuellement. Cette étape détermine si le résultat sera « à peu près correct » ou « vraiment beau ».
- Assets réels en priorité : Utilisez de vraies photos de la personne et de vraies captures d'écran de projets. L'IA sert uniquement à générer des « images de référence de style » et des « assets stylisés », jamais à fabriquer de faux visages ou captures d'écran. Si l'utilisateur fournit des photos, utilisez-les directement, sans en générer d'autres.
- La QA section par section est la condition pour terminer : La réplication n'est pas une livraison ; c'est une validation. Utilisez Puppeteer pour faire défiler la page réellement, capturez chaque section, comparez côte à côte avec l'image de référence, et si ce n'est pas à la hauteur, retournez à l'étape de réplication pour itérer.
- Déploiement réversible, sans toucher aux assets existants : Déployez toujours d'abord sur un sous-domaine
*.pages.devindépendant. Avant de toucher au domaine existant de l'utilisateur, vérifiez les liaisons et laissez l'utilisateur décider s'il veut changer de domaine, sans le faire à sa place. - Texte orienté grand public en priorité (retour d'expérience utilisateur de juillet 2026) : Le texte du site et les communications marketing sont, par défaut, rédigés pour un public non technique. Les termes techniques (framework, base de données, fournisseur de services) n'apparaissent pas dans le corps du texte ; expliquez plutôt « ce que ça fait et à quoi ça sert ». Les noms propres ne sont conservés que si l'entretien confirme que le public cible est technique. Pour les instructions d'installation/utilisation, privilégiez une phrase du type « Voici la commande à donner à votre IA » plutôt que des commandes de terminal.
Flux de travail (six phases)
Phase 0 : Clarifier le positionnement (entretien de convergence)
Suivez workflows/content-intake.md. Utilisez AskUserQuestion pour converger sur les décisions clés : à qui s'adresse le site, positionnement, style visuel, langue et ampleur, sources d'assets, projets phares, CTA principal, cible de déploiement. Référez-vous à references/design-style-library.md pour les options de style (le style est l'entrée la plus importante lors de la génération d'images avec taste).
Phase 1 : Document de contenu (source de vérité unique)
Compilez les résultats de l'entretien + les données externes (site existant, Substack, réseaux sociaux) dans un fichier CONTENT.md, au format references/content-doc-template.md. Ce document est la base de toutes les phases suivantes.
Phase 2 : Génération des images de référence par section
Suivez workflows/reference-image-gen.md. Divisez la page en 6 à 8 sections, générez une image par section avec imagegen-frontend-web (en arrière-plan via codex exec), stockez dans refs/.
Phase 3 : Évaluation contradictoire + itération (l'âme du processus)
Suivez workflows/adversarial-design-review.md. D'abord, examinez chaque image vous-même (avec Read) pour la challenger, puis soumettez-la à l'utilisateur. Régénérez individuellement les images qui ne passent pas. Cette étape peut nécessiter plusieurs allers-retours, c'est normal, ne la sautez pas.
Phase 4 : Réplication haute fidélité
Suivez workflows/frontend-replication.md. Fournissez le lot complet « images de référence finalisées + CONTENT.md + assets réels » au Codex Frontend App Builder, avec pour objectif une réplication 1:1, data-driven + animations + RWD. Pour les animations, choisissez à partir de references/motion-effects-library.md (11 recettes d'effets validées en conditions réelles) et ajoutez-les une par une dans le prompt de réplication — règle d'or : l'animation sert le thème, respecte prefers-reduced-motion, maximum 1 grand effet par page.
Phase 5 : QA section par section
Suivez la première partie de workflows/headless-qa-and-deploy.md. Utilisez Puppeteer pour faire défiler la page réellement, capturez chaque section, comparez avec l'image de référence à l'aide de references/qa-checklist.md. Si ce n'est pas à la hauteur, retournez à la phase 4.
Phase 6 : Déploiement + smoke test
Suivez la deuxième partie de workflows/headless-qa-and-deploy.md. Déployez sur Cloudflare Pages sur un sous-domaine *.pages.dev indépendant → smoke test headless en ligne (statut HTTP + chargement des assets + capture d'écran de la page d'accueil) → redonnez la main à l'utilisateur pour la décision concernant le domaine.
Conception des sous-agents / outils
Les tâches lourdes de cette pipeline sont externalisées vers Codex (génération d'images, réplication), tandis que le côté Claude gère les entretiens, la rédaction des documents, l'évaluation contradictoire, la QA et l'orchestration du déploiement.
- Génération d'images / Réplication :
codex exec --skip-git-repo-check --full-auto "<prompt>", exécutez en arrière-plan avecrun_in_background: true, validez une fois terminé. - Récupération de données externes :
WebFetch(site existant, profil Substack et articles). - QA par capture d'écran : Chrome headless ou puppeteer-core (captures section par section, voir les notes de la workflow).
- Déploiement :
wrangler pages.
Stratégie parallèle : Les 7 à 8 images de référence sont générées séquentiellement en un seul appel codex exec (la compétence imagegen sort chaque image une par une) ; en cas de régénération, relancez uniquement les images à modifier.
Ton à l'extérieur
- Utilisez le chinois traditionnel (ou la langue cible) tout au long, les termes techniques et les identifiants restent dans leur langue d'origine.
- À chaque phase, annoncez d'abord « ce que je vais faire », puis rapportez activement une fois terminé, sans attendre qu'on vous le demande.
- L'évaluation contradictoire doit être directe : dites exactement ce qui ne va pas dans chaque image, donnez une direction de modification concrète.
- Après la livraison / le déploiement, rapportez activement quatre choses : la branche, le hash du commit, si la branche a été fusionnée, et si le worktree a été nettoyé.
- Avant de toucher au domaine existant ou aux assets externes de l'utilisateur, redonnez-lui la décision.