Prompts pour le code — Ce qui change

Le code, c'est différent

Quand vous demandez une rédaction, une réponse approximativement bonne reste utilisable. Le code, lui, soit tourne, soit ne tourne pas. Une erreur de syntaxe, une fonction inexistante, une logique incorrecte — et c'est cassé.

Les LLMs génèrent du code très bien. Ils se trompent aussi. Régulièrement. La différence entre quelqu'un qui avance vite et quelqu'un qui s'arrache les cheveux, c'est souvent la qualité du prompt — et la capacité à vérifier ce qui sort.

Ce que vous devez toujours préciser

Le langage et la version Python 3.11 / TypeScript 5 / Node.js 20 — pas juste "Python". Les APIs changent entre versions.

Le contexte d'exécution Ce code tourne dans un Lambda AWS avec 512Mo de RAM et un timeout de 30s. Ou : Next.js 14 App Router, composant serveur.

Les entrées et sorties attendues Entrée : liste de strings. Sortie : objet { valid: string[], invalid: string[] }

Les contraintes Pas de dépendance externe. Pas de récursivité. Gérer les cas null.

Template de prompt code

Contexte : [framework/langage/version]
Tâche : [ce que le code doit faire exactement]
Entrée : [exemple d'entrée]
Sortie attendue : [exemple de sortie]
Contraintes : [limites, ce qu'on ne veut pas]
Gestion des erreurs : [que doit-il se passer si ça échoue ?]

Pour le débogage

Collez tout : le code qui pose problème, le message d'erreur exact (copier-coller, pas paraphrase), ce que vous attendiez, ce que vous obtenez. Sans le message d'erreur exact, l'IA va deviner — et elle se trompe souvent.

Ce qu'il faut retenir

Contexte précis > prompt court pour le code. Toujours tester ce qui sort. Le débogage fonctionne très bien si vous donnez le message d'erreur exact. L'IA est excellente pour la review et le refactoring.