Bailiz - Gestion locative

La genèse

J’avais besoin rapidement d’un outil métier pour gérer mes propres locations meublées (LMNP) : rédiger des baux conformes, réaliser les états des lieux sur le terrain - souvent en cave ou en parking, sans réseau. Plutôt que de m’abonner à un SaaS ou d’y passer des mois, j’ai fait le pari du spec-driven development avec l’IA (Claude).

Concrètement : j’ai d’abord rédigé un cahier des charges complet - contraintes juridiques (loi de 1989, décret « bail type » 2015-587, mobilier obligatoire, décret états des lieux), modèle de données TypeScript, stack et architecture imposées, lots de développement ordonnés et critères d’acceptation mesurables. Puis j’ai fait implémenter le CDC lot par lot par l’IA, en validant chaque lot contre ses critères avant de passer au suivant.

Le cahier des charges, avec ses lots et ses livrables, est versionné à la racine du dépôt : la spécification fait partie du produit.

Ce que fait l’application

• Baux meublés conformes - trame du bail type réglementaire, validations bloquantes (dépôt de garantie ≤ 2 mois, encadrement des loyers, décence énergétique), inventaire pré-rempli des 11 postes de mobilier obligatoires.
• États des lieux optimisés tablette - mode terrain plein écran, photos compressées à la capture, compteurs et clés, sauvegarde continue ; l’EDL de sortie duplique celui d’entrée, détecte les dégradations et calcule les retenues avec grille de vétusté, jusqu’à la lettre de restitution du dépôt.
• Signatures sur écran à valeur probante renforcée - nom tapé, « lu et approuvé », horodatage, empreinte SHA-256 du PDF (Web Crypto), verrouillage du document signé.
• 100 % côté client - aucune donnée ne quitte l’appareil : IndexedDB (Dexie), PWA installable et hors-ligne, PDF générés dans le navigateur, export/sauvegarde ZIP.

Ce que ce projet démontre

Moins « j’ai écrit chaque ligne » que « j’ai livré un produit » : traduire un cadre juridique en règles de validation, spécifier précisément, découper en lots, diriger l’IA comme un outil d’ingénierie et contrôler le résultat contre des critères d’acceptation. La leçon principale : la qualité de la spec fait la qualité du logiciel - avec ou sans IA.