8Vérification de Conformité à l'Acte IA de l'UE (Code Source)
fournie. Bien que les obligations de transparence de l'article 50 de l'Acte IA de l'UE ne s'appliquent pas au code source lui-même, je souhaite adopter ses principes pour la gouvernance interne. **Extrait de Code :**
11Le Générateur de Requêtes SQL avec Contexte de Schéma
CREATE TABLE users ( id SERIAL PRIMARY KEY, name VARCHAR(100), email VARCHAR(100) UNIQUE, created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW() ); CREATE TABLE orders ( id SERIAL PRIMARY KEY, user_id INTEGER REFERENCES users(id), amount DECIMAL(10, 2), created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW() );
senior déboguant une erreur de production. Je fournirai une trace de pile et le code pertinent. Votre tâche est d'identifier la cause première la plus probable. **Environnement :**
Agissez en tant qu'ingénieur principal dans une grande entreprise technologique menant un entretien de conception de système. Je suis le candidat. **Le Prompt :** « Concevez un système comme `[[le service de timeline de Twitter]]` ». **Votre Rôle :** 1. Commencez par me poser des questions de clarification pour délimiter le problème (par exemple, « Quelles sont les fonctionnalités clés ? » « Quelle est l'échelle attendue ? »). 2. Au fur et à mesure que je propose des composants (par exemple, équilibreurs de charge, bases de données, caches), remettez en question mes décisions. Posez des questions sur les compromis, les modes de défaillance et les goulots d'étranglement de la scalabilité. 3. Forcez-moi à faire des calculs rapides pour le stockage, la bande passante et les QPS. 4. Ne me donnez pas les réponses. Guidez-moi vers une conception robuste en posant des questions critiques. 5. Concluez l'entretien en me donnant des commentaires sur ma conception, en soulignant 3 points forts et 3 points à améliorer.
21Le Générateur de Fiches de Décision Architecturale (ADR)
# ADR-001 : Adoption de ScyllaDB comme Base de Données Principale **Date :** `[[3 septembre 2026]]` **Statut :** Accepté **Contexte :** *(Décrivez le problème commercial/technique que nous essayons de résoudre.)* **Décision :** *(Énoncez clairement la décision.)* **Conséquences :** * **Positives :** * *(Listez les avantages attendus, par exemple, débit d'écriture amélioré, latence de lecture réduite, scalabilité horizontale.)* * **Négatives :** * *(Listez les inconvénients et les risques, par exemple, perte des transactions ACID, besoin de nouvelles compétences de développeur, complexité de la migration.)* **Options Considérées :** 1. **ScyllaDB :** *(Décrivez brièvement pourquoi cela a été choisi.)* 2. **PostgreSQL avec CitusDB :** *(Décrivez brièvement pourquoi cela n'a pas été choisi.)* 3. **CockroachDB :** *(Décrivez brièvement pourquoi cela n'a pas été choisi.)*
[J'ai accidentellement commité un gros fichier binaire sur ma branche de fonctionnalité. J'ai fait plusieurs autres commits par-dessus. Je veux supprimer ce fichier et son commit de l'historique de ma branche avant de créer une pull request. Je n'ai pas encore poussé la branche vers le dépôt distant.]
26Exemple de prompt pour le prototypage d'applications IA
Générez un prototype fonctionnel pour une application mobile appelée 'PlantPal'. Elle est destinée aux nouveaux propriétaires de plantes. Écrans clés : - **Intégration (Onboarding) :** Une introduction simple en 3 étapes aux fonctionnalités de l'application. - **Connexion/Inscription :** Authentification par e-mail et mot de passe. - **Mes Plantes :** Un tableau de bord affichant une grille des plantes ajoutées par l'utilisateur. Chaque carte doit montrer une photo, le nom de la plante et un bouton 'Arroser maintenant'. - **Ajouter une Plante :** Un formulaire pour ajouter une nouvelle plante avec des champs pour le nom, l'espèce (liste déroulante) et le téléchargement d'une photo. - **Détails de la Plante :** Une vue affichant plus d'informations sur une plante spécifique, y compris un calendrier d'arrosage et des conseils d'entretien. La base de données doit avoir une table 'Utilisateurs' et une table 'Plantes', avec une relation entre elles.
Analysez la fonction TypeScript suivante. Rédigez un commentaire TSDoc complet pour celle-ci. Expliquez ce que fait la fonction, décrivez chaque paramètre (y compris son type et son objectif), et décrivez la valeur de retour. [[Collez votre code ici]]
Je dois refactoriser un composant React situé à `src/components/OldProfile.tsx`. **Objectif :** Créer un nouveau composant `src/components/ProfileHeader.tsx` en extrayant la logique d'en-tête de `OldProfile.tsx`. **Contexte :** - Le nouveau `ProfileHeader` doit accepter un objet `user` comme prop. Le type d'utilisateur est défini dans `src/types/user.ts`. - Il doit afficher l'avatar de l'utilisateur, son nom complet et son nom d'utilisateur. - Il doit utiliser nos composants d'interface utilisateur existants : `<Avatar>`, `<Heading>` et `<Text>` de `src/components/ui/`. - Le style doit utiliser uniquement les classes Tailwind CSS. **Tâche :** 1. Créez le nouveau fichier `src/components/ProfileHeader.tsx`. 2. Implémentez le composant conformément au contexte ci-dessus. 3. Supprimez le code correspondant de `OldProfile.tsx`. 4. Importez et utilisez le nouveau composant `ProfileHeader` dans `OldProfile.tsx`, en passant les props correctes.
J'ai une requête PostgreSQL lente. Voici la requête et le résultat de `EXPLAIN ANALYZE`. **Requête :** [[Collez votre requête SQL lente ici]] **Résultat EXPLAIN ANALYZE :** [[Collez le résultat complet de EXPLAIN ANALYZE ici]] **Schéma :** - Table `users` : (id, name, email, created_at) - Table `orders` : (id, user_id, amount, created_at) - La colonne `user_id` dans `orders` est une clé étrangère vers `users.id`. **Tâche :** 1. Identifiez le goulot d'étranglement dans le plan de requête. 2. Suggérez une ou plusieurs versions optimisées de la requête. 3. Pour chaque suggestion, expliquez *pourquoi* elle est plus performante. 4. Recommandez tout index de base de données qui améliorerait les performances de la requête originale. Fournissez l'instruction SQL `CREATE INDEX` exacte.
30Exemple : Génération d'une fonction de base de données
# Python, using SQLAlchemy and FastAPI # Database model (models.py): # class Item(Base): # __tablename__ = "items" # id = Column(Integer, primary_key=True, index=True) # name = Column(String, index=True) # description = Column(String) # Pydantic schema (schemas.py): # class Item(BaseModel): # id: int # name: str # description: str | None = None # # class Config: # orm_mode = True # Prompt: # Write a SQLAlchemy function `get_item_by_id` that takes a database session and an item_id. # It should query the `Item` model and return the first result. # If no item is found, it should return None.
31Prompt pour GitHub Copilot : Créer un HCL Terraform pour un bucket S3
Écrivez une configuration Terraform (HCL) pour créer un bucket S3 privé. Le bucket doit avoir le versionnement activé, le chiffrement côté serveur utilisant AWS KMS, et bloquer tout accès public. Incluez une politique de bucket qui n'autorise l'accès qu'à partir d'un ARN de rôle IAM spécifique.
import requests def get_user_profile(user_id): """ Fetches a user's profile from an external API and returns their name. """ if not isinstance(user_id, int) or user_id <= 0: raise ValueError("User ID must be a positive integer.") try: response = requests.get(f"https://api.example.com/users/{user_id}") response.raise_for_status() # Raises an HTTPError for bad responses data = response.json() return data.get("name") except requests.exceptions.RequestException as e: # Log the error, for example print(f"API request failed: {e}") return None
33Générer des tests unitaires pour les fonctions du dépôt
Écrivez des tests unitaires complets pour la fonction [[LANGAGE]] suivante : [[INSERER LA FONCTION OU COLLER LE CODE]]. Couvrez les cas limites typiques, la gestion des entrées nulles et les conditions aux limites à l'aide du framework [[CADRE DE TEST]]. Assurez-vous que les dépendances factices (mock) sont clairement spécifiées.
Quatre étapes, environ une minute. Le prompt apporte la structure, vous apportez les détails.
1
Choisissez le prompt
Chaque prompt a été écrit pour une tâche précise — pas un modèle générique du type « agis comme un expert ». Parcourez les titres et prenez celui qui correspond à votre tâche.
2
Copiez-collez-le
Cliquez sur Copier, puis collez le tout dans ChatGPT, Claude, Gemini ou l’assistant que vous payez déjà. Rien ici n’est lié à un seul modèle.
3
Remplissez les crochets
Remplacez chaque [Élément entre crochets] par vos propres informations avant d’envoyer. C’est de là que vient la qualité : le prompt apporte la structure, vous apportez les détails.
4
Consultez le guide source
Le lien « Source » sous chaque prompt ouvre l’article complet : pourquoi le prompt est construit ainsi, sur quoi il a été testé et avec quels outils il fonctionne.
Questions fréquentes
Les questions que l’on se pose avant de coller un de ces prompts dans un vrai dossier.
Ces prompts IA sont-ils gratuits ?
Oui. Les 33 prompts de cette page sont libres de copie et d’usage avec n’importe quel assistant IA, dont ChatGPT, Claude et Gemini. Il vous suffit d’un compte sur l’un de ces outils.
Comment utiliser ces prompts IA pour logiciel ?
Copiez le texte complet avec le bouton Copier, collez-le dans votre assistant IA, puis remplacez chaque élément entre crochets — comme [Votre ville] ou [Nom de l’entreprise] — par vos propres informations avant d’envoyer.
D’où viennent ces prompts ?
Chaque prompt est extrait d’un guide de prompts testé par Zekai. Le lien « Source » sous chaque prompt ouvre l’article complet, qui explique le raisonnement et la façon dont il a été testé.
Puis-je modifier ces prompts ?
Faites-le. Traitez chacun comme une structure de départ : resserrez les consignes, ajoutez vos contraintes et gardez la version qui donne le meilleur résultat. Les éléments entre crochets marquent ce qui doit toujours changer.
Bibliothèques de prompts pour d’autres métiers
Même format, autre métier — en commençant par les plus proches de logiciel.