Prompt pour configurer un Dockerfile optimisé pour votre application
Ce prompt génère un Dockerfile production-ready avec multi-stage build, bonnes pratiques de sécurité et optimisation du cache, adapté à votre langage et framework.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un expert DevOps spécialisé en containerisation Docker. Génère un Dockerfile complet et optimisé pour la production pour mon application avec les caractéristiques suivantes :
- Langage / Runtime : [LANGAGE_ET_VERSION] (ex : Node.js 20, Python 3.12, Go 1.22, Java 21)
- Framework utilisé : [FRAMEWORK] (ex : Next.js, FastAPI, Spring Boot, Gin)
- Type d'application : [TYPE_APPLICATION] (ex : API REST, application web, worker de queue, cron job)
- Base de données ou services externes : [SERVICES_EXTERNES] (ex : PostgreSQL, Redis, S3)
- Port d'écoute de l'application : [PORT]
Le Dockerfile doit respecter les bonnes pratiques suivantes :
- Utiliser un multi-stage build pour réduire la taille de l'image finale
- Choisir une image de base légère et sécurisée (Alpine ou Distroless selon le contexte)
- Optimiser le cache des layers Docker (dépendances avant code source)
- Créer un utilisateur non-root pour l'exécution
- Inclure un HEALTHCHECK adapté au type d'application
- Définir les variables d'environnement nécessaires avec des valeurs par défaut sensées
- Ajouter un fichier .dockerignore recommandé
- Gérer proprement les signaux d'arrêt (graceful shutdown avec tini ou dumb-init si nécessaire)
Pour chaque instruction du Dockerfile, ajoute un commentaire expliquant son rôle. Après le Dockerfile, fournis :
- Le fichier .dockerignore correspondant
- La commande docker build recommandée avec les arguments utiles
- La commande docker run avec les flags de sécurité recommandés (--read-only, --cap-drop, etc.)
- Un docker-compose.yml minimal si des services externes sont mentionnés
- Les optimisations spécifiques au langage choisi (ex : pip --no-cache-dir pour Python, npm ci --omit=dev pour Node.js)
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
<p>Ce prompt guide l'IA pour produire un <strong>Dockerfile complet et prêt pour la production</strong>. En précisant votre langage, framework et type d'application, vous obtenez une configuration sur mesure qui respecte les meilleures pratiques de containerisation.</p><p>Les variables vous permettent d'adapter le résultat à n'importe quel stack technique. Le prompt insiste sur des aspects souvent négligés : le <strong>multi-stage build</strong> pour réduire la taille de l'image, l'exécution en <strong>utilisateur non-root</strong> pour la sécurité, et l'optimisation du <strong>cache des layers</strong> pour accélérer les builds successifs.</p><p>Au-delà du Dockerfile lui-même, vous obtiendrez également le <strong>.dockerignore</strong>, les commandes de build et run sécurisées, et un docker-compose si nécessaire. C'est un point de départ solide que vous pourrez affiner selon les contraintes spécifiques de votre infrastructure.</p>
Cas d'usage
Résultat attendu
Un Dockerfile commenté avec multi-stage build, un fichier .dockerignore, les commandes docker build et run recommandées, et optionnellement un docker-compose.yml. Chaque choix technique est expliqué par un commentaire.
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 `--platform=linux/amd64` dans `FROM` si vous déployez sur ARM (ex: M1) via émulation, pour éviter des incompatibilités silencieuses. Testez aussi `docker scout` après le build pour détecter les failles CVE.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Créer des seeds de base de données
Générer des données de test réalistes pour le développement
Prompt Stable Diffusion pour Documenter Du Code
Stable Diffusion, bien que principalement connu pour la génération d'images artistiques, peut devenir un outil puissant pour créer des visuels accompagnant la documentation de code. En générant des diagrammes conceptuels, des illustrations de flux de données, des représentations visuelles d'architectures logicielles ou encore des icônes thématiques, Stable Diffusion permet d'enrichir une documentation technique souvent austère et difficile à appréhender. Les développeurs et rédacteurs techniques peuvent ainsi produire des schémas explicatifs, des infographies de processus ou des illustrations de concepts abstraits comme les design patterns, les structures de données ou les flux d'exécution. L'avantage majeur réside dans la rapidité de production : là où un graphiste mettrait des heures à créer des visuels sur mesure, Stable Diffusion génère des illustrations en quelques secondes, permettant d'itérer rapidement jusqu'à obtenir le résultat souhaité. Cette approche est particulièrement utile pour les équipes qui documentent des API, des bibliothèques open source ou des systèmes distribués, où la clarté visuelle fait toute la différence entre une documentation ignorée et une documentation réellement consultée par les développeurs.
Corrélation d'événements pour RCA
Analyse de cause racine d'incidents complexes
Construire une liste virtualisée
Gérer des listes de données volumineuses