Un prompting efficace est crucial lorsque vous interagissez avec des systèmes d’IA comme Lumi, vous permettant d’obtenir des résultats meilleurs et plus précis. Il s’agit d’une communication claire plutôt que de simplement taper une requête. Lumi, qui s’appuie sur de grands modèles de langage (LLM), prédit les résultats en se basant sur des motifs dans ses données d’entraînement, ce qui signifie qu’il ne « comprend » pas au sens humain du terme. Par conséquent, structurer vos prompts, être explicite et fournir du contexte sont essentiels. Voici les principes fondamentaux et les techniques pour rédiger des prompts efficaces dans Lumi :

​
Principes Fondamentaux pour d’Excellents Prompts

  • Soyez Clair et Spécifique : Clarifiez toujours ce que vous voulez et comment. Évitez le langage vague ; au lieu de « Améliore cette application », spécifiez « Refactorise l’application pour nettoyer les composants inutilisés et améliorer les performances, sans changer l’interface utilisateur ou les fonctionnalités ». Fournissez du contexte sur à qui s’adresse l’application, ce qu’elle doit faire, et toutes les fonctionnalités indispensables.
  • Concentrez-vous sur le Parcours de l’Utilisateur : Considérez la séquence d’actions qu’un utilisateur effectuera dans votre application. Par exemple ——
Les utilisateurs s'inscrivent, créent un nouveau projet, définissent des jalons et suivent leur progression quotidiennement.
  • Décrivez le « Quoi », Pas le « Comment » : Lumi gère la complexité du backend, alors concentrez-vous sur le résultat ou l’apparence souhaitée. Par exemple ——
L'application doit stocker les données des utilisateurs, se charger rapidement et avoir une apparence épurée et moderne.
  • Itérez et Affinez : Ne vous contentez pas du premier résultat. Les prompts peuvent être affinés de manière itérative par le dialogue avec l’IA. Lumi offre un résultat entièrement fonctionnel dès le départ, mais c’est une base pour un affinement ultérieur.

​
Le Cadre C.L.E.A.R.

  • Concis : Allez droit au but, en évitant le superflu ou le langage vague. Visez la précision et la brièveté.
  • Logique : Organisez votre prompt de manière progressive ou structurée, en décomposant les requêtes complexes en étapes ordonnées.
  • Explicite : Indiquez exactement ce que vous voulez et ce que vous ne voulez pas, en fournissant si possible des exemples de format ou de contenu.
  • Adaptatif : Affinez vos prompts en fonction de la réponse de l’IA, en clarifiant les instructions ou en signalant les erreurs dans les prompts suivants.
  • Réflexif : Examinez ce qui a fonctionné et ce qui n’a pas fonctionné après chaque interaction pour améliorer les futurs prompts.

​
Les Quatre Niveaux de Prompting

  1. Prompting Structuré « avec des roulettes » (Format Explicite) : Utile pour les débutants ou les tâches complexes, cela implique l’utilisation de sections étiquetées :
  • Contexte : Arrière-plan ou configuration de rôle pour l’IA.
  • Tâche : L’objectif spécifique.
  • Directives : Approche ou style préféré.
  • Contraintes : Limites strictes ou choses à ne pas faire.
  • Par exemple ——
Vous êtes un développeur full-stack expert utilisant Lumi. Tâche : Créer une page de connexion sécurisée en React avec Supabase (authentification par e-mail/mot de passe). Directives : L'interface utilisateur doit être minimaliste et suivre les conventions de Tailwind CSS. Fournissez des commentaires de code clairs pour chaque étape. Contraintes : Modifiez uniquement le composant LoginPage ; ne modifiez pas les autres pages. Assurez-vous que le résultat final est une page fonctionnelle dans l'éditeur Lumi.
  1. Prompting Conversationnel (sans roulettes) : Une fois à l’aise, vous pouvez écrire plus naturellement, comme si vous expliquiez une tâche à un collègue, tout en maintenant la clarté et l’exhaustivité sans étiquettes formelles.
  2. Méta-Prompting (Amélioration de Prompt Assistée par l’IA) : Demandez à l’IA de Lumi de vous aider à améliorer vos prompts ou vos plans. Par exemple ——
Examine mon dernier prompt et identifie toute ambiguïté ou information manquante. Comment puis-je le réécrire pour qu'il soit plus concis et précis ?
  1. Méta-Prompting Inversé (l’IA comme Outil de Documentation) : Utilisez l’IA pour résumer ou documenter ce qui s’est passé après une tâche, ce qui est excellent pour le débogage et la capture de connaissances. Par exemple ——
Résume les erreurs que nous avons rencontrées lors de la configuration de l'authentification JWT et explique comment nous les avons résolues. Ensuite, rédige un prompt que je pourrais utiliser à l'avenir pour éviter ces erreurs lors de la configuration de l'authentification.

​
Cadres de Prompting

  • Le Prompt « Qui / Quoi / Pourquoi » :
  • QUI est le public de cette application ?
  • QUOI les aide-t-elle à faire ?
  • POURQUOI quelqu’un l’utiliserait-il ?
  • Le Prompt « User Story » : Formulez votre demande du point de vue de l’utilisateur final, par exemple,
En tant que designer freelance, je veux envoyer des factures personnalisées à mes clients et suivre quand elles sont payées, afin de pouvoir gérer ma trésorerie.
  • Le Prompt « Décomposition de Fonctionnalités » : Listez les capacités que vous souhaitez ajouter, par exemple,
Je veux ajouter les fonctionnalités suivantes : Ajouter et organiser des prospects ; Suivre le statut de la prise de contact (nouveau, contacté, intéressé, conclu) ; Ajouter des notes et des rappels de suivi.

​
Techniques Avancées et Astuces pour de Meilleurs Résultats

  • Prompting Zero-Shot vs. Few-Shot :
  • Zero-Shot : Demandez au modèle d’effectuer une tâche sans exemples, en se basant sur son entraînement général. Fonctionne bien pour les tâches courantes ou clairement décrites.
  • Few-Shot : Fournissez quelques exemples ou démonstrations dans votre prompt pour montrer à l’IA le format ou le style exact que vous souhaitez. Améliore la qualité des résultats pour les tâches spécifiques ou inhabituelles.
  • Gérer les Hallucinations et Assurer la Précision :
  • Fournir des Données de Base : Tirez parti de la Base de Connaissances de votre projet (PRD, flux utilisateurs, pile technologique) pour un contexte persistant.
  • Références dans le Prompt : Incluez des extraits de documentation ou des données pertinentes pour les requêtes factuelles ou les interactions externes.
  • Demander un Raisonnement Étape par Étape : Demandez à l’IA de montrer son raisonnement pour détecter les erreurs ou révéler les incertitudes.
  • Instruire l’Honnêteté : Incluez des directives comme « Si vous n’êtes pas sûr… ne l’inventez pas – expliquez plutôt ce qui serait nécessaire ou demandez des éclaircissements ».
  • Vérification Itérative : Demandez à l’IA de revérifier son résultat après des tâches critiques.
  • Tirer parti des Connaissances du Modèle (Connaissez vos Outils d’IA) :
  • Mode Discussion vs. Mode par Défaut (Mode Agent) : Utilisez le Mode Discussion pour le brainstorming, la discussion de conceptions ou le débogage sans modifications immédiates du code. Utilisez le Mode par Défaut (Mode Agent) pour exécuter des changements (écrire du code, créer des composants).
  • Longueur des Tokens : Divisez les grandes tâches en prompts plus petits si le résultat risque de dépasser les limites de tokens.
  • Préférences de Formatage et de Code : Indiquez vos préférences (par exemple, « générer le code au format markdown ») pour guider l’IA.
  • Techniques pour affiner votre application
  • « Rends-le plus… » / « Rends-le moins… » : Ajustez le ton, la mise en page ou l’accentuation.
  • « Ajoute un… » / « Supprime le… » : Ajoutez ou supprimez des fonctionnalités spécifiques ou des blocs d’interface utilisateur.
  • « Change [ceci] en [cela] » : Ajustez le texte, les visuels, la mise en page ou la logique des composants.
  • « Ça devrait ressembler à… » : Empruntez des styles d’applications familières pour guider la mise en page ou le comportement.
  • « Ajoute une logique pour… » : Ajoutez des règles fonctionnelles ou des flux sans avoir besoin de coder.
  • « Regroupe ou organise… » : Structurez le contenu pour plus de clarté ou pour le flux de travail.
  • « Ajoute un comportement conditionnel… » : Introduisez des branchements intelligents ou des fonctionnalités basées sur l’état.
  • Déclarations « Permets aux utilisateurs de… » : Formulez la fonctionnalité du point de vue de l’utilisateur final.
  • Construire par Couches lors de la Création de Complexité : Commencez simplement, puis ajoutez des fonctionnalités, et enfin peaufinez les visuels. Cette approche incrémentale évite de surcharger le système ou vous-même.
  • Inclure des Contraintes et des Exigences : Indiquez explicitement ce qui doit ou ne doit pas être fait, comme « Crée une application de liste de tâches simple avec un maximum de 3 tâches visibles à la fois ».
  • Éviter l’Ambigüité : Clarifiez tous les termes qui pourraient être interprétés de différentes manières.
  • Soignez votre Ton et votre Courtoisie : Une formulation polie peut ajouter du contexte et des détails, aidant l’IA à comprendre plus clairement les instructions.
  • Utilisez la Mise en Forme à votre Avantage : Structurez des listes ou des étapes, surtout lorsque vous voulez que l’IA produise une liste ou suive une séquence.
  • Utilisez des Exemples ou des Références : Fournissez une conception cible, un style de code ou une image pour donner à l’IA une référence concrète.
  • Intégration du Feedback : Examinez le résultat de l’IA et fournissez des commentaires spécifiques pour les affinements.
  • Mettre l’Accent sur l’Accessibilité : Demandez du code qui respecte les normes d’accessibilité, y compris les labels ARIA et la navigation au clavier.
  • Composants et Bibliothèques Prédéfinis : Spécifiez des bibliothèques d’interface utilisateur (par exemple, shadcn/ui avec Tailwind CSS) pour la cohérence.
  • Prompting Multilingue : Spécifiez la langue souhaitée pour les commentaires de code et la documentation.
  • Définir la Structure du Projet et la Gestion des Fichiers : Décrivez les noms de fichiers et les chemins pour assurer une génération de code organisée.
  • Fournir des Instructions d’Édition Précises (Focaliser l’IA) : Soyez spécifique sur où et quoi changer, ou utilisez la fonction « Sélectionner » de Lumi pour mettre en évidence des composants. Dites à l’IA ce qu’elle ne doit pas toucher.
  • Verrouillage de Fichiers (Solution de Contournement) : Demandez systématiquement à l’IA de ne pas modifier les fichiers critiques dans chaque prompt.
  • Ajustements de Design et d’Interface Utilisateur : Pour les changements visuels, indiquez explicitement « changements purement visuels » et guidez l’IA à travers un plan pour la responsivité.
  • Refactorisation et Optimisation du Code : Insistez sur « aucun changement de comportement » lorsque vous demandez une refactorisation. Vous pouvez également demander d’abord un plan de refactorisation, puis l’implémenter par étapes.
  • Débogage avec l’Assistance de l’IA : Copiez les journaux d’erreurs dans un prompt (idéalement en Mode Discussion) et demandez la cause et la solution. Si la correction ne fonctionne pas, adaptez-vous et fournissez de nouvelles informations.
  • Quand (et Quand Ne Pas) Impliquer l’IA : Utilisez l’IA pour la logique complexe, la génération de code répétitif ou les opérations en plusieurs étapes. Pour les tâches triviales (par exemple, changer une étiquette de texte), il peut être plus rapide de faire des modifications manuelles.
En appliquant ces principes et techniques, vous pouvez guider efficacement l’IA de Lumi pour atteindre vos objectifs de développement, la transformant en un coéquipier puissant et fiable.