Claude Code s’impose discrètement comme plateforme de design

Le tweet qui a finalement attiré mon attention n’était qu’une simple capture d’écran. Quelqu’un avait tapé cinq mots dans Claude Code — « build me a site like Stripe » — puis appuyé sur entrée. Quarante secondes plus tard, une page d’accueil. Une typographie soignée. Un hero avec exactement le type de dégradé subtil que Stripe utilise réellement. Des cartes de fonctionnalités avec la bonne hiérarchie. Pas une soupe de dégradés violets et de blobs. Pas du « design IA ». Cela ressemblait à quelque chose qu’un vrai designer expédierait un mardi après-midi.

J’avais vu une centaine de ces démos cette année. J’en avais ignoré la plupart. Mais celle-ci avait quelque chose que les autres n’avaient pas — le résultat ne venait pas d’un prompt. Il provenait d’un fichier DESIGN.md du dépôt awesome-design-md, ajouté au projet comme un simple document markdown. La compétence encapsulait les principes de design de Stripe — l’échelle typographique, le rythme des espacements, la discipline colorimétrique, les grilles de mise en page — et Claude Code les appliquait simplement.

C’est ce qui se passe discrètement en avril 2026 pendant que tout le monde débat entre Figma Make et Canva Magic Studio. Claude Code a cessé d’être un simple outil de code. Il est en train de devenir une plateforme de design. Pas un remplaçant de Figma au sens « dessiner des boîtes sur une toile ». Quelque chose de plus étrange et plus puissant : un système où les principes de marque sont codifiés en compétences, puis répliqués dans n’importe quel format souhaité — landing pages, pitch decks, rapports de marque, systèmes d’identité, data viz.

J’ai passé le week-end dernier à reconstruire ma stack design autour de cet outil. Voici ce que j’ai appris — ce qui fonctionne, ce qui casse encore, et le processus exact en cinq étapes que j’utilise désormais pour livrer des créations qui ne ressemblent pas à du contenu généré par un modèle.

La critique du « design IA est générique » — et pourquoi elle va disparaître

Soyons honnêtes, la critique était justifiée. Jusqu’à récemment, elle était presque toujours correcte.

Vous connaissez les signes. La même section héro avec un titre centré, un bouton en dégradé et trois cartes de fonctionnalités en dessous. Dégradé violet-rose. Illustration abstraite en forme de tache. Un carrousel de témoignages avec trois citations génériques. Chaque site généré par IA semblait avoir été conçu par le même stagiaire un peu perdu qui n’avait vu qu’un seul shot sur Dribbble.

La raison est simple. Les modèles font la moyenne. Si vous demandez à un modèle « crée une landing page SaaS », il produit la moyenne statistique de toutes les landing pages SaaS de ses données d’entraînement. Ce qui, en l’occurrence, donne un dégradé violet. Ce n’est la faute de personne. C’est juste des maths.

Voici ce qui a changé. Les agents de code sont devenus suffisamment bons en front-end pour que le goulot d’étranglement se déplace en amont — vers les instructions. Et quelqu’un a compris que si vous donnez à l’agent une spécification suffisamment riche de ce à quoi ressemble un bon design dans le langage de votre marque, le problème de la moyenne disparaît. La sortie n’est plus « la moyenne de tous les designs », mais « une application compétente de votre système spécifique ».

C’est exactement ce que sont les fichiers DESIGN.md. Des documents Markdown qui capturent un système de design — thème visuel, palette de couleurs avec des noms sémantiques, hiérarchie typographique, états des composants, principes de mise en page, règles d’élévation, échelles d’espacement. Le dépôt VoltAgent a été lancé le 31 mars 2026. Il a atteint environ 50 000 étoiles GitHub en moins de deux semaines. Plus de cinquante-cinq systèmes de marque inclus — Claude, Stripe, GitHub, Notion, Vercel, Apple, Figma, Spotify, et bien d’autres, ce qui fait qu’on trouve presque toujours quelque chose qui s’approche de ce qu’on construit.

Déposez le DESIGN.md dans votre projet. Référencez-le dans une skill. Claude Code dispose désormais d’un vocabulaire de design cohérent et affirmé sur lequel s’appuyer. Le problème de l’esthétique générique de l’IA disparaît — en grande partie.

Et non, je ne peux pas vérifier la statistique « les sites de qualité convertissent 91 % mieux » qui circule dans les pitchs — j’ai cherché et la source ne tient pas la route. Ce que je peux vérifier : les recherches de Baymard sur plus de 200 000 heures d’études UX, et une constatation largement citée selon laquelle les utilisateurs se forment une opinion visuelle d’un site en environ 50 millisecondes. Le design n’est plus cosmétique — c’est la première brique de la conversion. Pas besoin d’un pourcentage inventé pour le savoir.

Pourquoi le « code-first design » est une idée plus ambitieuse qu’il n’y paraît

Restez avec moi, car il m’a fallu du temps pour en saisir toute la portée.

L’industrie du design évolue depuis quinze ans dans un paradigme de canevas visuel. On ouvre Figma. On dessine des rectangles. On les ajuste. On applique des styles. Le fichier est l’artéfact, et le code est quelque chose que les ingénieurs en extraient plus tard — souvent mal, avec beaucoup de retouches.

Le code-first design inverse cette logique. Le design system est du code (tokens, composants, patterns — déjà structurés). L’agent lit ce code, lit vos règles de marque dans DESIGN.md, et génère un nouvel artéfact dans le même langage. Besoin d’une maquette Figma ? On exporte. Besoin d’une landing page ? On déploie. Besoin d’un pitch deck ? On génère des slides HTML. Besoin d’un rapport PDF brandé ? Même source de vérité. L’artéfact devient une projection du système, et non l’inverse.

C’est du moins la promesse. Ce qui m’a convaincu que c’était plus qu’un simple argument commercial, c’est l’étendue des formats. Voici ce que j’ai vu Claude Code produire proprement à partir du même socle de marque codifié :

Pages d’atterrissage complètes dans le langage visuel de Spotify, Stripe ou Nike — un prompt, serveur local prêt en quelques minutes
Decks de slides HTML avec une typographie cohérente, des grilles de mise en page et des couleurs de marque sur vingt slides
Rapports et propositions brandés qui semblent conçus par une agence de design
Visualisations de données qui héritent automatiquement du système de couleurs de la marque — fini les palettes de graphiques incohérentes
Systèmes d’identité partiels — logos, tokens de couleur, échelles typographiques, espacements — regroupés dans un dossier de livraison

Je vais vous montrer un exemple complet dans la section sur la mise en œuvre. Mais d’abord, le processus — car c’est précisément la partie que la plupart des contenus sur le « design IA » passent sous silence.

Le processus en 5 étapes que j’utilise désormais (et pourquoi chaque étape compte)

J’ai continué à me tromper pendant les premiers jours. Je passais directement à « générer une landing page » puis je passais une heure à essayer de corriger ce qui n’allait pas. Le processus ci-dessous n’a rien de sophistiqué. C’est simplement ce qui arrive quand on arrête de brûler les étapes.

Étape 1 — Choisir d’abord le format de sortie

Pas « fais-moi un design ». Pas « un site ». Précisément : landing page, pitch deck, rapport une page, kit d’identité, dashboard de données, template d’email. Le format détermine les contraintes, et les contraintes déterminent ce qui compte. Un pitch deck exige une typographie lisible à deux mètres ; une landing page se concentre sur la hiérarchie de conversion ; un kit d’identité sur l’adaptabilité du logo.

Écrire le format en premier verrouille aussi le modèle mental. On arrête de concevoir « un truc » pour commencer à concevoir ce type précis de truc.

Étape 2 — Intégrer les connecteurs que vous utiliserez vraiment

C’est là que Claude Code prend l’avantage sur tous les outils visuels, car les intégrations sont simplement des serveurs MCP et des plugins que vous ajoutez au projet. Ceux que j’utilise sur quasiment chaque mission design désormais :

Firecrawl pour le scraping de marque. Leur format branding extrait les couleurs, la typographie, les espacements, le logo et les composants UI d’un site cible dans des données structurées que vous pouvez exploiter. Trois secondes suffisent. Remplace ce qui prenait une heure à « récupérer les codes hexadécimaux d’un site concurrent à la main ».
NanoBanana 2 via Kie API pour la génération d’images. Le vrai tarif est de 0,045 $ pour 0,5K, 0,067 $ pour 1K, 0,101 $ pour 2K et 0,151 $ pour 4K — soit environ la moitié du tarif direct de Google. J’avais entendu « 0,06 $ par image » sur Twitter ; c’est à peu près juste pour la résolution 1K, mais vous payez par palier de résolution, pas à prix fixe. Bon à savoir avant de générer une centaine de visuels.
Connecteurs Gmail et Google Calendar — pour les workflows design, ça peut sembler étrange, mais c’est ainsi que j’envoie les maquettes, planifie les appels de revue depuis la même session, et récupère les notes de marque client depuis des PDF envoyés par mail.
Figma MCP — toujours utile pour récupérer le contexte de fichiers existants quand le client dispose déjà d’un système Figma à respecter.

Connectez-les une fois dans votre projet. Ils seront là pour toutes les sessions futures.

Étape 3 — Utiliser le matériel de référence comme entrée de premier ordre

C’est là que la plupart s’arrêtent trop tôt. Le « matériel de référence » n’est pas un mood board d’inspiration. C’est une entrée structurée :

Le fichier DESIGN.md pour l’esthétique de marque que vous visez
Des fichiers de police spécifiques ou des URLs Google Fonts (Claude les chargera dans le HTML généré)
Les assets logo ou signes de marque existants à respecter
Deux ou trois références visuelles — un board MidJourney, un template Canva que vous avez aimé, un site concurrent dont vous souhaitez vous inspirer sans copier

Déposez tout cela dans un dossier /design-input/ du projet. Demandez à Claude de le lire avant de générer. Cette seule habitude a plus amélioré la qualité de mes livrables que n’importe quelle astuce de prompt.

Étape 4 — Générer le design initial

Maintenant, et seulement maintenant, demandez l’artéfact. Un paragraphe, précis :

« Construis une landing page pour une fintech Series A appelée Folio. Utilise le DESIGN.md dans /brand/stripe.md comme langage visuel. Inclue un hero, une grille de fonctionnalités en trois colonnes, une section pricing avec trois offres, une preuve sociale avec quatre logos fictifs, et un footer CTA. Utilise le logo dans /design-input/logo.svg. Génère les images via NanoBanana 2 — pas d’URL de banques d’images. »

Vous obtiendrez une première version qui est réellement à 70–80 % du résultat final. Pas parfait. Jamais parfait au premier jet. Mais suffisamment bon pour que l’étape suivante soit l’affinage, pas le sauvetage.

Étape 5 — Codifier le résultat comme compétence réutilisable

C’est l’étape qui fait boule de neige. Une fois que vous avez itéré jusqu’à un résultat qui vous plaît — la typo est juste, les espacements sont les vôtres, les patterns de composants reflètent la personnalité de votre marque — vous ne jetez pas ce travail à la fin de la session.

Vous l’enregistrez comme une compétence. Un dossier avec le DESIGN.md, vos ajustements, vos patterns de prompt, les connecteurs utilisés, et les exemples de livrables validés. La prochaine fois que vous avez besoin de n’importe quel livrable dans cette voix de marque — deck, page, rapport, extension d’identité — vous référencez la compétence et la qualité de base est déjà là.

C’est ce que Figma ne peut pas copier. Non parce que Figma est mauvais. Parce que Figma stocke des fichiers, alors que Claude Code stocke des systèmes. Substrat différent, effet cumulatif différent.

Astuce : utilisez des sous-agents pour vérifier les faits dans les textes générés sur tout design comportant des affirmations réelles. J’ai détecté trois statistiques inventées dans un pitch deck la semaine dernière en lançant un sous-agent de recherche sur le HTML final avant export. Trente secondes. Une relation client sauvée.

Ce que j’ai réellement testé — Trois essais, résultats honnêtes

L’abstraction, c’est bon marché. Voici ce qui s’est passé quand j’ai lancé de vrais jobs ce week-end.

Essai 1 : Landing page one-shot dans l’esthétique Lovable

Objectif : une landing page pour un produit IA fictif dans le langage visuel de Lovable (dégradés doux, espaces généreux, sans-serif amical). J’ai ajouté design-md/lovable.md au projet, décrit le produit en un paragraphe, demandé un site marketing single-page avec hero, trois blocs d’avantages, une rangée de témoignages et une section tarifs.

Résultat : une page Next.js fonctionnelle en environ quatre minutes. Typographie : impeccable. Rythme des espacements : juste, aucune section à l’étroit. Le dégradé n’a été utilisé qu’une fois, dans le hero, ce qui respecte la discipline Lovable — pas de “dégradé partout” comme le font la plupart des outils IA par défaut. Les avatars des témoignages étaient des portraits générés par NanoBanana, ressemblant à de vraies personnes, loin des rendus uncanny-valley que j’obtenais encore il y a six mois.

Ce qui a coincé : les cartes de prix avaient initialement une ombre portée absente du système Lovable. J’ai pointé la section élévation du DESIGN.md, précisé “utilise le traitement de carte de la bibliothèque de composants, pas une ombre.” Corrigé en une passe.

Essai 2 : Page mission style SpaceX

Test plus difficile — l’esthétique SpaceX est spécifique et impitoyable. Typo condensée fine, discipline dark-mode stricte, couleurs d’accent mesurées, imagerie à fort contraste. La plupart des “design IA” échouent à imiter ça, car ils lissent la retenue qui fait l’identité SpaceX.

Avec le DESIGN.md adapté : le rendu était propre. Pas aussi bon que l’équipe design de SpaceX (je ne vais pas leur manquer de respect), mais franchement acceptable. L’échelle typographique était respectée. Les fonds noirs sont restés noirs, sans dériver vers un gris foncé par défaut. Les images sont arrivées via NanoBanana 2 en 2K, avec le bon rendu cinématographique. Temps total du prompt au premier draft livrable : environ sept minutes, génération d’images comprise.

Essai 3 : Landing page de docs développeur style Llama

La surprise. Je pensais que les landing pages de documentation étaient le cas facile pour les outils de design IA — c’est carré, prévisible, fonctionnel. Mais le “cas facile” n’est pas vraiment “facile”, c’est “impitoyable sur les détails”. La marge pour une typo bâclée disparaît quand il n’y a pas de fioritures visuelles pour masquer les défauts.

L’approche DESIGN.md a payé ici. Parce que le système de marque Meta/Llama est codifié — blocs de code monospace, bleu accent spécifique, hiérarchie stricte des titres — le rendu a respecté ces règles automatiquement. Pas de violet parasite. Pas de look “docs designées par IA”. Juste… des docs. Le genre ennuyeux que sont les bonnes docs, en fait.

Où tout cela casse encore

Je veux être honnête ici, car chaque thread du type « l’IA a résolu le design » minimise les failles.

La mémoire et le contexte restent une limite. La fenêtre de contexte de Claude Code, même avec l’option 1M sur Opus 4.6, se retrouve saturée si votre projet de design comporte vingt écrans, six connecteurs et un long DESIGN.md. Vous commencerez à obtenir des décisions incohérentes entre les écrans générés à différents moments de la session. La solution consiste à scinder les sessions par artefact et à n’injecter que le contexte dont cet artefact a besoin. Ce n’est pas élégant. Juste pragmatique.

Les systèmes d’identité véritables nécessitent un humain. La création de logo — le vrai symbole, pas une simple variante typographique — n’est toujours pas quelque chose que je livrerais sans l’intervention d’un designer expérimenté. Claude Code générera quelque chose. Ce sera « correct ». Mais cela ne ressemblera pas au travail de quelqu’un qui a passé quinze ans à réfléchir à la création de symboles. Si la survie de votre marque dépend de son logotype, engagez un humain pour cette partie. Tout ce qui entoure le logo (système typographique, tokens de couleur, espacements, règles d’utilisation, extensions de marque) est là où ce workflow excelle.

La qualité des références fait toute la différence. Si vous fournissez des références médiocres, vous obtiendrez un résultat médiocre. Cela ne surprend personne, et pourtant beaucoup essaient encore de générer un design en une seule requête à partir d’un prompt vide. Le goulot d’étranglement, c’est désormais vous : ce que vous collectez, ce que vous encodez dans le DESIGN.md, les contraintes que vous donnez à l’agent.

Le format de branding de Firecrawl est bon mais pas magique. Il extrait les couleurs et la typographie de façon fiable. Il interprète parfois mal les systèmes d’espacement (confondant le rythme des marges avec un padding arbitraire) et ne capture pas toujours les états d’interaction. Considérez-le comme un point de départ, pas comme un audit de marque finalisé.

La génération d’images fait encore des choix étranges. NanoBanana 2 en 4K est vraiment impressionnant, mais il produira parfois une image principale qui ignore une instruction de style et revient à son esthétique préférée. Prévoyez une seconde passe de QA sur les images pour tout projet commercial.

Où cela place Figma et Canva

Question délicate. Je vais y répondre honnêtement, sans détour.

Canva compte 260 millions d’utilisateurs actifs mensuels et une valorisation de 42 milliards de dollars lors de la vente d’actions aux employés en août 2025. Canva n’est pas près de disparaître. L’utilisation de Magic Studio est en hausse — rien que chez les universitaires, l’adoption a bondi de 42 % en un an. L’avantage concurrentiel de Canva, c’est sa distribution et la richesse de ses modèles, pas le moteur de design en lui-même. Canva continuera de dominer le marché des « non-designers qui ont besoin d’un post social en quatre minutes ».

Figma, c’est plus difficile à prédire. Pour les équipes produit professionnelles qui travaillent sur des interfaces évolutives avec transfert aux développeurs, le modèle de composants et le mode développeur de Figma restent la meilleure solution. Mais pour une bonne partie des tâches que je réalisais auparavant sur Figma — explorations de marque, premiers layouts, pages marketing, pitch decks, rapports ponctuels — je me tourne désormais d’abord vers Claude Code. Non pas parce qu’il est meilleur pour dessiner des rectangles (ce n’est pas le cas). Mais parce qu’il est meilleur pour générer directement l’artefact final dans le langage dont j’ai besoin.

Une étude récente du secteur révèle que 53 % des professionnels constatent déjà l’impact significatif de l’IA sur la production design. Ce n’est pas une statistique au futur. C’est la réalité actuelle. Les outils de design qui seront adoptés dans les dix-huit prochains mois seront ceux qui s’intègrent au plus près du workflow systématisé — que ce soit Claude Code avec ses skills, Figma qui approfondit l’intégration d’agents, ou une solution qui n’a pas encore de nom.

Ma prédiction pour cette année : Figma reste dominant pour le design produit à l’échelle des équipes. Canva reste dominant pour la rapidité des non-designers. Mais une nouvelle voie s’ouvre — le « design code-first » — et Claude Code est aujourd’hui l’outil le plus solide dans cette catégorie.

Ce qui a réellement changé de mon côté

Concrètement, après trois semaines de ce processus :

Les pages marketing qui me prenaient auparavant quatre heures dans Figma, plus quatre autres en code, me demandent désormais environ quatre-vingt-dix minutes de bout en bout, et c'est moi qui livre le code, sans passer par une maquette à remettre.
Les présentations clients sont passées d’une demi-journée à batailler avec des templates à une génération + retouche de quarante minutes.
Les phases d’exploration de marque — le fameux « propose-moi trois directions pour une nouvelle identité » — sont vraiment devenues un exercice d’une heure au lieu d’un sprint de deux jours, car chaque direction est une variation de compétence, pas un fichier à créer de zéro.
Le travail de ma designer junior a évolué. Elle ne produit plus les premiers jets de compositions ; elle sélectionne du matériel de référence, ajuste les fichiers DESIGN.md et relit les résultats générés. Plus de valeur ajoutée, meilleure utilisation de son sens esthétique.

Je ne prétends pas donner un chiffre universel de productivité, car le mien m’est propre et le vôtre sera le vôtre. Mais la tendance — moins d’heures dans un outil de création graphique, plus d’heures à rédiger des prompts et à relire — va devenir quasi universelle pour ceux qui travaillent de cette façon.

Le véritable changement

Voici ce que la démo de Jack Roberts, le dépôt DESIGN.md et les intégrations NanoBanana mettent tous en évidence, même si personne ne le dit explicitement.

Le design cesse d’être une question d’outils pour devenir une question de goût associé à une culture des systèmes. Si vous êtes capable d’articuler ce à quoi ressemble la qualité sous une forme structurée — couleurs, typographies, espacements, règles de composants, exemples d’utilisation — la machine peut projeter cela dans n’importe quel format dont vous avez besoin. Ce que la machine ne peut pas faire, c’est avoir le goût à la base. Elle ne peut pas vous dire que la retenue de Lovable fait toute sa personnalité, ou que le noir de SpaceX n’est pas un « mode sombre » mais un argument visuel, ou encore que la typographie de Claude paraît plus chaleureuse que celle de Stripe, même si les différences sont microscopiques.

C’est cette compétence que les designers de la prochaine décennie seront payés pour maîtriser. Pas pour déplacer des pixels. Pour encoder leur jugement. Tout le reste — le rendu, la duplication, la conversion de formats — est désormais un problème résolu qu’un CLI à 20 $/mois peut gérer.

Alors ce soir, ou ce week-end, faites une chose : choisissez une marque que vous admirez. Rédigez son DESIGN.md vous-même, à partir de zéro, dans un simple fichier markdown. Ne téléchargez pas la version de VoltAgent. Réfléchissez vraiment à la hiérarchie typographique, à la sémantique des couleurs, au rythme des espacements, à la discipline des composants. Écrivez-le noir sur blanc.

Quand vous aurez terminé, vous saurez quelque chose que la plupart des designers ignorent encore : ce que ça fait de voir votre propre goût se transformer en logiciel.

Foire aux questions

Qu’est-ce qu’un fichier DESIGN.md et comment fonctionne-t-il avec Claude Code ?

Un fichier DESIGN.md est une spécification en markdown simple d’un système de design de marque — tokens de couleur, échelle typographique, règles d’espacement, états des composants et principes de mise en page — rédigée dans un format que les LLM comprennent nativement. Il suffit de l’ajouter à un projet pour que Claude Code le lise lors de la génération d’UI, garantissant ainsi que le rendu reste fidèle à l’identité visuelle de la marque au lieu de tendre vers une esthétique IA générique. Le dépôt awesome-design-md propose plus de 55 exemples prêts à l’emploi.

Claude Code peut-il vraiment remplacer Figma pour le design ?

Pour certains usages précis — pages marketing, pitch decks, exploration de marque, rapports, premiers jets d’UI — oui, surtout si vous êtes à l’aise avec le code. Pour le design produit en équipe, avec transfert aux développeurs et bibliothèques de composants vivantes, Figma reste l’outil de référence. La réponse réaliste : « Claude Code remplace peut-être 40 % de ce que je faisais avec Figma », et cette part augmente chaque mois.

Combien coûte réellement NanoBanana 2 via l’API Kie par image ?

La tarification réelle dépend de la résolution : 0,045 $ pour 0,5K, 0,067 $ pour 1K, 0,101 $ pour 2K et 0,151 $ pour 4K, avec une remise de 50 % via l’API Batch. C’est environ la moitié du tarif direct Gemini 3.1 Flash Image de Google. Le chiffre de « 0,06 $ par image » qui circule sur Twitter est à peu près correct pour une sortie 1K uniquement — consultez la page de tarification de Kie pour le détail actualisé.

Comment le format de branding de Firecrawl extrait-il une identité de marque ?

Le format branding de Firecrawl analyse une URL cible et retourne des données de marque structurées : palette de couleurs, pile typographique, observations sur les espacements, assets de logo et motifs récurrents de composants UI. Il suffit d’appeler firecrawl_scrape avec formats: ["branding"] pour obtenir une réponse JSON que votre agent peut utiliser comme référence. C’est rapide et généralement fiable sur les couleurs et la typographie — moins sur les systèmes d’espacement et les états d’interaction.

Claude Code convient-il à un designer non-développeur ?

Honnêtement, pas encore. Le flux de travail suppose une certaine aisance avec le terminal, les dossiers et la lecture de code généré pour repérer les problèmes. Un designer sans aucune base en code rencontrera des difficultés. Un designer ayant déjà expérimenté HTML/CSS pendant un an comprendra le fonctionnement en un week-end. Canva et Figma AI restent de meilleures portes d’entrée pour les purs non-codeurs. Pour une analyse plus structurée de ce sujet, consultez mon guide de workflow de système de design IA sur le même thème.

Travaillons ensemble

Vous souhaitez développer des systèmes d’IA, automatiser des workflows ou faire évoluer votre infrastructure technologique ? Je serais ravi de vous accompagner.

Fiverr (développements & intégrations sur mesure) : fiverr.com/s/EgxYmWD
Portfolio : mejba.me
Ramlit Limited (solutions pour entreprises) : ramlit.com
ColorPark (design & branding) : colorpark.io
xCyberSecurity (services de sécurité) : xcybersecurity.io