Automatisez vos commits Git avec l'IA : le prompt ultime
Ce prompt analyse un diff Git et génère automatiquement des messages de commit structurés selon les conventions du projet, avec découpage atomique si nécessaire.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un expert en gestion de version Git et en conventions de commit (Conventional Commits, Gitmoji). Analyse le diff Git suivant et génère un message de commit structuré et professionnel.
Diff à analyser :
[COLLER_LE_DIFF_GIT]
Convention de commit utilisée dans le projet :
[CONVENTION : Conventional Commits | Gitmoji | Angular | libre]
Langue des commits :
[LANGUE : français | anglais]
Pour chaque commit, fournis :
- Type : feat, fix, refactor, docs, test, chore, style, perf, ci, build
- Scope (optionnel) : le module ou composant concerné
- Sujet : description concise à l'impératif (max 72 caractères)
- Corps (si nécessaire) : explication détaillée du pourquoi, pas du quoi
- Breaking changes : signale toute modification non rétrocompatible
Si le diff contient plusieurs changements logiques distincts, propose un découpage en plusieurs commits atomiques ordonnés chronologiquement. Pour chaque commit proposé, indique les fichiers concernés.
Termine par une commande git prête à copier-coller pour chaque commit proposé.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Pourquoi ce prompt fonctionne
<p>Ce prompt transforme l'IA en assistant de versioning intelligent. En lui fournissant un diff Git brut, vous obtenez des messages de commit normalisés qui respectent les <strong>Conventional Commits</strong> ou toute autre convention utilisée dans votre équipe. Plus besoin de réfléchir à la formulation : l'IA identifie le type de changement, le scope et rédige un sujet concis.</p><p>L'un des points forts de ce prompt est le <strong>découpage automatique en commits atomiques</strong>. Si votre diff mélange un correctif, un refactoring et une nouvelle fonctionnalité, l'IA propose de séparer ces changements en commits distincts et ordonnés. Cela améliore considérablement la lisibilité de l'historique Git et facilite les reverts ciblés.</p><p>Pour l'utiliser efficacement, lancez <code>git diff --staged</code> avant de committer, collez le résultat dans la variable <strong>[COLLER_LE_DIFF_GIT]</strong>, et précisez la convention de votre projet. Vous obtiendrez des commandes <code>git commit</code> prêtes à l'emploi, que vous pouvez exécuter directement dans votre terminal.</p>
Cas d'usage
Résultat attendu
Une liste ordonnée de messages de commit structurés (type, scope, sujet, corps) respectant la convention choisie, accompagnés des commandes git commit prêtes à copier-coller et de la liste des fichiers concernés par chaque commit.
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Ajoutez `git diff --cached` au lieu de `git diff` pour ne traiter que les fichiers stagés. Idéal en hook pre-commit.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Prompt Stable Diffusion pour générer un schéma de base de données
Stable Diffusion, connu principalement pour la génération d'images artistiques, peut également être utilisé de manière créative pour produire des représentations visuelles de schémas de base de données. En formulant des prompts précis, vous pouvez générer des diagrammes entité-relation, des modèles conceptuels ou des visualisations architecturales de structures de données. Cette approche est particulièrement utile lors des phases de brainstorming, de documentation technique ou de présentation à des parties prenantes non techniques. Plutôt que de dessiner manuellement vos schémas ou d'utiliser des outils classiques comme dbdiagram.io, Stable Diffusion vous permet de créer des représentations visuelles esthétiques et professionnelles de vos modèles de données. Les résultats obtenus peuvent servir d'illustrations pour des documentations, des articles de blog techniques ou des supports de formation. Il est important de noter que Stable Diffusion génère des images et non du code SQL exploitable directement. L'objectif est donc de produire des visuels clairs et lisibles représentant les tables, les colonnes, les clés primaires, les relations et les cardinalités de votre base de données. Avec les bons paramètres et un prompt bien structuré, vous obtiendrez des schémas à la fois informatifs et visuellement attractifs.
Prompt Perplexity pour créer une API REST
Perplexity AI se distingue des autres assistants IA par sa capacité unique à combiner recherche web en temps réel et génération de code. Pour la création d'une API REST, cet avantage est considérable : Perplexity peut consulter les dernières versions des frameworks, vérifier les bonnes pratiques actuelles de sécurité, et s'appuyer sur la documentation officielle la plus récente. Contrairement à un LLM classique dont les connaissances sont figées, Perplexity vous garantit des recommandations alignées avec l'état de l'art. Que vous construisiez une API avec Node.js/Express, Python/FastAPI, ou tout autre stack, un prompt bien structuré permet d'obtenir une architecture complète, des endpoints cohérents, une gestion d'erreurs robuste et des exemples de tests. L'enjeu est de formuler votre demande avec suffisamment de contexte métier et de contraintes techniques pour que Perplexity génère un code de production, pas un simple tutoriel. Ce guide vous fournit des prompts optimisés pour tirer le meilleur parti de Perplexity dans la conception d'APIs REST professionnelles, de la version débutant à la version avancée.
Mise en œuvre de la validation des entrées
Valider et désinfecter les entrées
Configuration d'une pipeline CI/CD
Automatiser la validation et le déploiement du code