Prompt ChatGPT pour créer des tests E2E
Les tests end-to-end (E2E) sont essentiels pour garantir le bon fonctionnement d'une application dans son ensemble, mais leur rédaction est souvent chronophage et répétitive. ChatGPT peut considérablement accélérer ce processus en générant des scénarios de test complets, couvrant les parcours utilisateurs critiques, les cas limites et les assertions nécessaires. Que vous utilisiez Cypress, Playwright, Selenium ou tout autre framework, l'IA peut produire des tests structurés et maintenables à partir d'une simple description fonctionnelle. L'enjeu est de fournir un prompt suffisamment précis pour obtenir des tests réalistes, qui respectent les bonnes pratiques (sélecteurs stables, gestion de l'asynchrone, isolation des tests) et s'intègrent directement dans votre pipeline CI/CD. Dans ce guide, vous trouverez un prompt principal optimisé ainsi que des variantes adaptées à votre niveau d'expertise, pour transformer vos spécifications fonctionnelles en suites de tests E2E robustes en quelques secondes.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un ingénieur QA senior spécialisé en tests end-to-end. Je vais te décrire une fonctionnalité de mon application web et je veux que tu génères une suite de tests E2E complète.
Contexte technique :
- Framework de test : [Cypress / Playwright / Selenium]
- Langage : [TypeScript / JavaScript]
- Application : [description brève de l'app]
Fonctionnalité à tester :
[Décris ici le parcours utilisateur]
Consignes obligatoires :
- Utilise des sélecteurs stables (data-testid, rôles ARIA) — jamais de sélecteurs CSS fragiles
- Chaque test doit être indépendant et idempotent
- Gère correctement l'asynchrone (attentes explicites, pas de sleep arbitraires)
- Couvre le parcours nominal (happy path), au moins 2 cas d'erreur, et 1 cas limite
- Ajoute des commentaires expliquant la logique de chaque bloc de test
- Inclus le setup et le teardown nécessaires (fixtures, données de test, état initial)
- Nomme les tests de manière descriptive avec le pattern : "should [action] when [condition]"
Génère le code complet, prêt à être copié dans un fichier de test.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Pourquoi ce prompt fonctionne
Ce prompt fonctionne parce qu'il attribue un rôle d'expert précis à l'IA et cadre strictement les contraintes techniques, éliminant les réponses génériques. En imposant des règles concrètes (sélecteurs stables, indépendance des tests, gestion de l'asynchrone), il force ChatGPT à produire du code conforme aux bonnes pratiques reconnues par la communauté QA. La structure en sections distinctes (contexte, fonctionnalité, consignes) exploite la capacité de l'IA à suivre des instructions multi-niveaux pour un résultat directement exploitable.
Cas d'usage
Variantes
Résultat attendu
Vous obtiendrez un fichier de test complet et structuré, contenant entre 5 et 10 cas de test couvrant le parcours nominal, les erreurs courantes et les cas limites. Le code généré utilisera les bonnes pratiques du framework choisi, avec des sélecteurs robustes, une gestion propre de l'asynchrone et des commentaires explicatifs. Le résultat est prêt à être intégré dans votre suite de tests existante avec un minimum d'ajustements.
Questions fréquentes
Quel framework de test E2E dois-je spécifier dans le prompt pour obtenir les meilleurs résultats ?
ChatGPT produit d'excellents résultats avec Playwright et Cypress, les deux frameworks les plus documentés dans ses données d'entraînement. Playwright est recommandé pour les projets nécessitant le multi-navigateur et l'interception réseau avancée, tandis que Cypress convient parfaitement aux applications React/Vue avec son approche plus simple. Précisez toujours le framework et la version dans votre prompt pour éviter les API obsolètes.
Comment m'assurer que les tests générés par ChatGPT sont fiables et non flaky ?
Trois précautions sont essentielles : d'abord, demandez explicitement dans votre prompt d'utiliser des attentes explicites (waitFor, expect avec retry) plutôt que des délais fixes. Ensuite, exigez des sélecteurs stables (data-testid) et non des sélecteurs CSS susceptibles de casser au moindre changement de design. Enfin, relisez toujours les tests générés et exécutez-les plusieurs fois consécutives pour détecter les comportements intermittents avant de les intégrer à votre CI.
Puis-je utiliser ChatGPT pour générer des tests E2E à partir de user stories ou de maquettes ?
Oui, c'est même l'un des cas d'usage les plus efficaces. Copiez le texte de votre user story directement dans le prompt en précisant les critères d'acceptance. Pour les maquettes, décrivez les éléments d'interface visibles et les interactions attendues. ChatGPT transformera ces spécifications fonctionnelles en scénarios de test concrets. Pour les maquettes complexes, vous pouvez utiliser GPT-4 Vision en uploadant une capture d'écran et en demandant de générer les tests correspondants.
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
Pour des tests multi-navigateurs, ajoutez "Génère aussi une configuration parallélisée sur [BrowserStack/Sauce Labs]" après le contexte technique. Cela forcera le prompt à produire le fichier de config associé.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Prompt Sora pour créer des tests E2E
Les tests end-to-end (E2E) sont essentiels pour garantir la fiabilité d'une application, mais leur rédaction reste chronophage et répétitive. Sora, grâce à ses capacités de génération avancées, permet d'automatiser la création de scénarios de tests E2E complets en quelques secondes. En formulant un prompt précis décrivant les parcours utilisateurs, les interactions attendues et les critères de validation, vous obtenez des suites de tests structurées, couvrant les cas nominaux comme les cas limites. L'approche par prompt engineering appliquée à Sora transforme la manière dont les équipes QA et développement abordent la couverture de tests. Au lieu de partir d'une page blanche, vous décrivez le comportement attendu de votre application en langage naturel, et Sora génère le code de test correspondant avec les assertions appropriées. Cette méthode réduit considérablement le temps de mise en place d'une suite E2E tout en maintenant un niveau de qualité professionnel. Que vous utilisiez Playwright, Cypress ou Selenium, les prompts présentés ici s'adaptent à votre stack technique et à la complexité de votre application.
Mettre en place une limitation de débit
Protéger les API contre les abus
Prompt GitHub Copilot pour créer une API REST
GitHub Copilot est devenu un assistant incontournable pour les développeurs souhaitant accélérer la création d'APIs REST. Grâce à son intégration directe dans l'éditeur de code, il comprend le contexte de votre projet et génère du code structuré en temps réel. Que vous travailliez avec Node.js et Express, Python et FastAPI, ou Java et Spring Boot, Copilot s'adapte à votre stack technique pour produire des endpoints conformes aux conventions REST. L'enjeu principal réside dans la formulation du prompt : un prompt bien structuré permet d'obtenir une API complète avec validation des données, gestion des erreurs, authentification et documentation. Un prompt vague, en revanche, produira du code générique nécessitant de nombreuses retouches. Dans ce guide, nous vous proposons un prompt optimisé qui exploite pleinement les capacités de GitHub Copilot pour générer une API REST professionnelle, testable et prête pour la production. Vous découvrirez également des variantes adaptées à votre niveau d'expérience ainsi que des conseils pratiques pour tirer le meilleur parti de cet outil au quotidien.
Mise en œuvre de la CSP avec des nonces
Prévenir les XSS avec une CSP stricte