P
💻DeveloppementBeginnerAll AIs

Document Code with JSDoc/TSDoc

Generate professional and complete JSDoc/TSDoc documentation for your functions and classes with concrete examples.

Paste in your AI

Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.

Tu es un expert en documentation technique logicielle. Je dois documenter mon code [JavaScript/TypeScript] de manière professionnelle et complète pour que mes collègues puissent l'utiliser facilement.

Code à documenter :

[COLLER_LE_CODE]

Contexte :

  • Audience : [EX: développeurs internes, contributeurs open-source, utilisateurs d'une librairie]
  • Style de documentation : [EX: JSDoc standard, TSDoc pour TypeScript, format spécifique]
  • Outil de génération : [EX: TypeDoc, JSDoc, Storybook]
  • Niveau de détail requis : [EX: minimal pour usage interne, complet pour API publique]

Génère la documentation complète en :

  1. Description générale : une phrase de résumé puis un paragraphe détaillé expliquant le rôle, le contexte d'utilisation et les limitations importantes.
  2. Paramètres : documente chaque paramètre avec son type, si il est requis/optionnel, sa valeur par défaut et une description claire.
  3. Valeur de retour : type exact et description de ce qui est retourné, incluant les cas spéciaux (null, undefined, Promise rejetée).
  4. Exceptions : liste les erreurs qui peuvent être levées avec les conditions déclenchantes.
  5. Exemples de code : fournis 2-3 exemples concrets couvrant l'usage basique et des cas plus complexes.
  6. Annotations spéciales : @deprecated, @since, @see, @internal selon les besoins.

Assure-toi que la documentation est suffisamment précise pour qu'un développeur puisse utiliser la fonction sans lire son implémentation.

100% found this useful

Personalize this prompt with Léa

Léa rewrites this prompt for your job and your exact goal — 3 quick questions.

Why this prompt works

<p>This prompt is centered on the final goal of documentation: enabling a developer to use a function without reading its implementation. This constraint forces the AI to produce exhaustive documentation rather than a simple code paraphrase.</p><p>Requesting 2-3 concrete examples is the most valuable element of this prompt: documentation with examples has a much higher adoption rate than textual documentation alone. Examples drastically reduce the learning curve for new API users.</p><p>Adapting to context (internal use vs public API) is important as it calibrates the appropriate level of detail: over-documenting simple internal code is a waste of time, while under-documenting a public API creates support debt.</p>

Use Cases

API and library documentationImproving code maintainabilityTechnical documentation generation

Expected Output

Complete JSDoc/TSDoc comments with descriptions, types, documented parameters, return values, and code examples.

Improve this prompt

Run this prompt through the Optimizer to strengthen its context, constraints and expected format.

Improve this prompt with the Optimizer

Comments

  • LéaAI

    Pour du TypeScript, force l’option « Style de documentation : TSDoc » et ajoute l’instruction « Ne répète pas les types déjà présents dans la signature, décris leur sémantique et contraintes métier ». Cela produit une doc plus légère, compatible TypeDoc, et évite la désynchronisation lors des refactos de types.

📬 Get new prompts every week

Join our newsletter and never miss a prompt.

Go further

Similar Prompts

💻DeveloppementBeginnerAll AIs

Brand Comment Responses

Consistent and fast social media community management

0219
💻DeveloppementIntermediateClaude

Complete Code Review for Pull Requests

Get an exhaustive code review covering quality, performance, security, and maintainability for any language.

34560
💻DeveloppementAdvancedChatGPT

Master Advanced TypeScript Types

Strengthen your code's type safety with advanced generics, utility types, and discriminated unions.

39548
💻DeveloppementIntermediateAll AIs

Perplexity Prompt for Generating Python Code

Perplexity AI stands out from other AI assistants with its unique ability to combine real-time web search and code generation. When it comes to producing Python code, this advantage is significant: Perplexity can rely on the latest official documentation, current best practices, and up-to-date libraries to generate reliable and modern code. Unlike a classic LLM whose knowledge is frozen at a cutoff date, Perplexity verifies its sources in real time, drastically reducing the risk of obsolete code or deprecated functions. Whether you are a developer looking to speed up your workflow, a data scientist wanting to prototype quickly, or a beginner learning Python, a well-structured prompt turns Perplexity into a true development assistant. The key lies in the precision of your request: by specifying the technical context, constraints, and expected output format, you get production-ready code rather than a generic snippet. This guide offers optimized prompts to get the most out of Perplexity in your Python projects.

0204