Goals est une application de suivi des habitudes qui relie les actions de tous les jours aux grands objectifs de vie, avec un assistant IA qui repère des tendances dans les progrès. Dans la plupart des applications, les objectifs ne sont qu’une liste de tâches : on coche des cases, mais on oublie vite pourquoi.
Mandat et objectif
Relier les actions quotidiennes aux grands objectifs de vie, au lieu d’une simple liste de tâches où l’on oublie vite pourquoi on coche les cases.
Rôle et responsabilités
Projet personnel : design UX/UI, développement full-stack et intégration de l’IA.
Crédits
Projet personnel. Le design UX/UI, le développement full-stack et l’intégration de l’IA sont faits par moi.
Utilisation d’IA
J’ai utilisé Google Antigravity pour programmer et déboguer l’application, l’API Gemini pour analyser les bilans quotidiens dans l’application, et Claude Code pour intégrer cette fiche au portfolio. Ma contribution personnelle comprend le design UX/UI, la structure des données, l’invite système et le développement full-stack.
Étapes de production
-
Étape 1 : UX/UI : structure hiérarchique des objectifs
Au lieu d’une liste, l’interface amène à relier chaque petite habitude à un objectif parent. J’ai choisi un mode sombre épuré, sans distraction, qui fait bien ressortir la hiérarchie.
-
Étape 2 : Développement : bilans quotidiens flexibles
L’application propose une réflexion en soirée à partir de questions personnalisées. Avec le temps, on obtient des données riches et structurées, sans que ce soit une corvée.
-
Étape 3 : Système d’IA : analyse contextuelle
L’historique des bilans est envoyé de façon sécurisée à un grand modèle de langage, avec une invite spécialisée. Il y cherche des corrélations, par exemple « les jours où vous dormez 8 heures sont corrélés à votre habitude de codage », et en tire des pistes qu’on peut vraiment appliquer.
-
Étape 4 : Données structurées pour l’IA
Pour que l’analyse donne des pistes concrètes plutôt que des conseils vagues, les bilans combinent du texte libre et des entrées binaires et numériques ; l’invite système impose ensuite le format « Observation → Corrélation → Action ».
-
Étape 5 : Mise en ligne
Le front-end est construit avec Vite et l’application est hébergée en production sur Google Cloud Run ; l’authentification et la base de données sont gérées par Firebase.
Technologies
-
Interface construite avec React ; authentification et base de données gérées par Firebase.
-
Analyse les bilans quotidiens et renvoie des observations structurées selon le format « Observation → Corrélation → Action ».
-
Hébergement de l’application en production.
-
Environnement de développement assisté par l’IA utilisé pour programmer et déboguer l’application.
-
Outil de construction du front-end.
Défis
Au départ, l’IA donnait des conseils vagues, dignes d’un horoscope, parce que les données des bilans n’étaient pas assez structurées.
Solutions
J’ai restructuré la base de données pour imposer des entrées binaires et numériques en plus du texte, et j’ai affiné l’invite système pour imposer un format strict « Observation → Corrélation → Action ».
Résultat final
Une application web en ligne : objectifs hiérarchiques, bilans quotidiens et analyse des tendances par l’API Gemini, construite avec React et Firebase.