Maîtriser git reset, rebase et cherry-pick
Maîtrisez les commandes Git avancées (reset, rebase, cherry-pick, stash) avec des schémas clairs et des scénarios pratiques.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un expert Git avec une pédagogie claire pour expliquer les commandes avancées. Je connais les bases de Git (add, commit, push, pull, branch, merge) mais je veux maîtriser les commandes plus puissantes que j'utilise rarement par peur de les comprendre mal.
Mes problèmes actuels :
- Je ne sais pas quand utiliser rebase vs merge
- git reset me fait peur, je confonds --soft, --mixed et --hard
- Je n'ai jamais utilisé cherry-pick mais j'en ai besoin
- Je ne comprends pas bien git stash et ses options
Explique-moi ces commandes avec des schémas et des cas d'usage concrets :
-
git reset : explique la différence entre --soft, --mixed et --hard avec des schémas ASCII montrant l'état du working directory, de l'index et de HEAD avant et après. Donne un cas d'usage typique pour chacun.
-
git rebase : explique la différence fondamentale avec merge (schéma comparatif), le rebase interactif (git rebase -i) pour squash, reword, fixup avec un exemple concret d'utilisation avant un PR.
-
git cherry-pick : explique le concept avec un schéma, les cas d'usage typiques (backport de bugfix, récupérer un commit sur la mauvaise branche) et les pièges (conflits, commits dupliqués).
-
git stash : les différentes options (--include-untracked, --patch, stash pop vs apply, stash list), et quand préférer stash vs une branche temporaire.
-
Scénarios pratiques : 3 scénarios de la vraie vie avec la suite de commandes exacte à exécuter pour les résoudre.
-
Quand utiliser quoi : un tableau de décision rapide.
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 est conçu pour les développeurs qui connaissent Git mais évitent certaines commandes par manque de confiance. En demandant des schémas ASCII pour git reset, le prompt force l'IA à rendre visuels les changements d'état (working directory, index, HEAD) qui sont souvent expliqués uniquement en texte, donc mal compris.</p><p>La demande de cas d'usage concrets pour chaque commande est fondamentale : beaucoup de développeurs connaissent la syntaxe de git rebase -i sans savoir dans quelle situation l'appliquer. La contextualisation dans des scénarios réels (nettoyer les commits avant un PR) est ce qui transforme la connaissance théorique en compétence pratique.</p><p>Le tableau de décision final ('quand utiliser quoi') est le livrable le plus immédiatement utile : il permet de retrouver rapidement la bonne commande dans le feu de l'action, sans avoir à relire l'explication complète à chaque fois.</p>
Cas d'usage
Résultat attendu
Explications détaillées avec schémas ASCII, cas d'usage concrets, scénarios pratiques résolus et tableau de décision pour chaque commande.
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 `git rebase -i`, ajoutez `exec make test` (ou `exec npm test`) entre les commits pour valider automatiquement chaque étape. Cela évite de casser l’historique lors d’un squash ou d’un reword.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Réponses aux commentaires de marque
Gestion cohérente et rapide de la communauté social media
Revue de code complète pour pull request
Obtenez une revue de code exhaustive couvrant qualité, performance, sécurité et maintenabilité pour n'importe quel langage.
Maîtriser les types avancés TypeScript
Renforcez la sécurité de type de votre code TypeScript avec des types génériques avancés, utility types et discriminated unions.
Prompt Perplexity pour générer du code Python
Perplexity AI se distingue des autres assistants IA par sa capacité unique à combiner recherche web en temps réel et génération de code. Lorsqu'il s'agit de produire du code Python, cet avantage devient considérable : Perplexity peut s'appuyer sur la documentation officielle la plus récente, les meilleures pratiques actuelles et les bibliothèques à jour pour générer du code fiable et moderne. Contrairement à un LLM classique dont les connaissances sont figées à une date de coupure, Perplexity vérifie ses sources en temps réel, ce qui réduit drastiquement le risque de code obsolète ou de fonctions dépréciées. Que vous soyez développeur cherchant à accélérer votre workflow, data scientist souhaitant prototyper rapidement, ou débutant apprenant Python, un prompt bien structuré transforme Perplexity en un véritable assistant de développement. La clé réside dans la précision de votre demande : en spécifiant le contexte technique, les contraintes et le format de sortie attendu, vous obtenez du code production-ready plutôt qu'un simple snippet générique. Ce guide vous propose des prompts optimisés pour tirer le maximum de Perplexity dans vos projets Python.