Après plusieurs livraisons d’extensions intégrant de l’IA, notre équipe a fini par formaliser une checklist unique, désormais obligatoire avant toute mise en production. Elle ne remplace pas les tests fonctionnels classiques, mais couvre les points spécifiques à une fonctionnalité IA que l’on oublie encore trop souvent sous la pression d’un délai serré. Cet article ne traite pas des agents autonomes capables d’agir sans supervision, un cas à part que nous couvrons ailleurs : ici, il s’agit d’une extension classique qui appelle un modèle d’IA dans le cadre d’une fonctionnalité définie.
1. Gestion des clés et des identifiants
La clé API du fournisseur est-elle stockée côté serveur uniquement, jamais transmise au navigateur ? Est-elle chiffrée en base ou au minimum hors du dépôt de code versionné ? Existe-t-il une procédure documentée pour la faire tourner en cas de compromission suspectée, sans devoir modifier le code de l’extension ?
2. Limites et quotas
Un plafond de dépense ou de nombre d’appels est-il configuré côté fournisseur pour éviter une facture incontrôlée en cas de bug ou d’usage abusif ? L’extension applique-t-elle elle-même une limite par utilisateur ou par période, indépendamment du plafond global du compte fournisseur ?
3. Comportement de repli
Que se passe-t-il concrètement si l’appel échoue, dépasse le délai imparti, ou renvoie une réponse vide ? Ce comportement a-t-il été testé en simulant une panne réelle du fournisseur, pas seulement imaginé sur le papier ?
4. Journalisation
Chaque appel est-il tracé avec un identifiant permettant de retrouver la requête envoyée, la réponse reçue, et le temps de traitement, sans pour autant journaliser des données personnelles au-delà du nécessaire ? Ces journaux sont-ils accessibles facilement en cas de réclamation client sur une réponse incohérente ?
5. Coûts prévisionnels
Une estimation du coût mensuel a-t-elle été communiquée au client avant livraison, fondée sur un volume d’usage réaliste plutôt qu’optimiste ? Cette estimation a-t-elle été revue après les premières semaines d’usage réel, souvent différentes des projections initiales ?
6. Consentement et transparence utilisateur
L’utilisateur final sait-il qu’il interagit avec un contenu généré ou traité par une IA, quand cette information est pertinente pour sa décision ? Ce point se traite en amont de la conception de l’interface, pas comme un ajout de dernière minute une fois la fonctionnalité terminée.
Un principe simple à appliquer tôt
Sur un projet récent, ajouter la mention « réponse générée automatiquement » sur un module de suggestions produit a nécessité une refonte mineure de l’interface parce que le sujet n’avait pas été anticipé au moment du design. Le traiter dès les maquettes évite ce genre de retour en arrière.
7. Tests de charge sur l’appel IA
La fonctionnalité a-t-elle été testée sous une charge simulée représentative d’un pic de trafic réel, pas uniquement en conditions de développement avec un seul utilisateur connecté ? Le fournisseur d’IA applique-t-il ses propres limites de débit susceptibles d’être atteintes avant celles du serveur WordPress lui-même ?
8. Versionnage des prompts
Les prompts utilisés sont-ils versionnés avec le reste du code, avec un identifiant tracé dans les journaux d’appel pour permettre de corréler une régression de qualité à un changement précis ?
9. Procédure de désactivation d’urgence
Existe-t-il un interrupteur simple, accessible sans déploiement de code, permettant de désactiver la fonctionnalité IA en urgence si un problème grave est détecté après la mise en ligne ?
- Clés côté serveur uniquement, avec procédure de rotation documentée
- Quotas et plafonds configurés à deux niveaux, fournisseur et application
- Comportement de repli testé en conditions de panne simulée
- Interrupteur d’urgence accessible sans déploiement
Une checklist n’est utile que si elle est cochée avant la livraison, pas consultée après l’incident pour comprendre ce qui a manqué.
En résumé
Ces neuf familles de vérifications ne demandent pas un effort disproportionné une fois intégrées à l’habitude de l’équipe. Elles évitent en revanche la quasi-totalité des incidents que nous avons rencontrés sur des extensions IA livrées trop vite, où le code fonctionnait parfaitement en démonstration mais s’effondrait au premier imprévu réel.
