L'outil qui finally coupe le bla-bla des IA

Avoue : tu as déjà demandé un truc simple à une IA, puis tu as dû t'ingurgiter trois paragraphes d'intro, regarder l'outil te reformuler ta propre question, admirer son explication détaillée d'un concept que tu maîtrisais déjà… pour enfin, et seulement enfin, obtenir les trois lignes de code dont tu avais besoin.

Ça te parle ?

C'est exactement le problème que le projet i-have-adhd cherche à résoudre. Ce repository GitHub propose une "skill" qui reconfigure le comportement de sortie des IA pour aller droit au but.

Le problème du verbiage

Les assistants IA actuels ont une tendance naturelle au roman. Quand la contexte et la rigueur ont leur importance, il y a une limite fine entre le détail utile et ce que les développeurs appellent (avec humour, mais aussi sincérité) le "waffling" de l'IA.

Pour les devs avec TDAH, ce n'est pas qu'une nuisance — c'est un vrai frein à la productivité. Filtrer les informations inutiles pour trouver le bout actionable, ça demande une énergie cognitive considérable. Ce qui devrait prendre 30 secondes devient une excavation de 5 minutes.

Mais accroche-toi : c'est pas qu'une question de TDAH. Chaque développeur connaît cette fatigue de context-switching. Quand t'es en pleine session de debug et que t'as besoin d'une réponse rapide, tu veux pas une thèse. Tu veux la réponse.

Comment ça marche

La skill i-have-adhd crée en gros un "mode" pour les interactions IA qui privilégie :

• La réponse directe d'abord — La solution en haut, pas en bas
• Zéro préambule — Pas de "Bien sûr !" ni de "Voici comment"
• Des explications concises — On explique le pourquoi seulement si le quoi n'est pas évident
• Du actionable en priorité — Code et commandes au premier plan

Considère ça comme un bouton "au fait" pour ton assistant IA.

Pourquoi c'est important pour l'avenir des outils IA

L'IA prend de plus en plus de place dans nos workflows de dev. Les outils qu'on utilise doivent s'adapter à nous — et pas l'inverse.

Le verbiage excessif des IA s'est normalisé parce que les premiers modèles devaient prouver leurs capacités. Mais maintenant que ces outils ont muri, les préférences utilisateur et l'efficacité devraient primer.

Des projets comme i-have-adhd représentent un shift important : l'IA devrait s'accommoder à la cognition humaine, pas l'inverse.

Cette tendance va grossir. Attends-toi à voir plus de "modes productivité", "modes focus", des styles de sortie contextuels qui s'ajustent selon ce dont le dev a besoin sur le moment — réponse rapide ou explication approfondie.

Le tableau plus large

Y'a quelque chose d'honnêtement rafraichissant dans le fait de nommer un outil "J'ai du TDAH". Ça prend ce qui pourrait être présenté comme un handicap ou une limitation, et ça en fait une feature requirement. "Mon cerveau fonctionne différemment, donc mes outils devraient suivre."

C'est exactement la bonne approche.

Les développeurs n'ont pas besoin d'être "corrigés" pour mieux travailler avec l'IA. Les outils doivent être assez flexibles pour nous rencontrer là où on en est — que ce soit besoin de réponses concises ou envie d'explorer un sujet en profondeur.

La prochaine fois que tu attends qu'une IA finisse son préambule, rappelle-toi : il existe peut-être déjà une skill pour ça. Et si elle n'existe pas ? Quelqu'un est probablement déjà en train de la construire.

Va voir le projet sur GitHub et découvre comment un simple ajustement de prompt peut transformer ton expérience IA de frustrante à fluide.