Écrire des tests unitaires complets
Générez une suite de tests unitaires exhaustive couvrant les cas nominaux, les cas limites et les erreurs avec des mocks appropriés.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un expert en Test-Driven Development (TDD) et en assurance qualité logicielle. Je dois écrire des tests unitaires complets pour le code suivant écrit en [LANGAGE] avec le framework de test [EX: Jest, Pytest, JUnit] :
[COLLER_LE_CODE_À_TESTER]
Contexte :
- Framework de test : [EX: Jest avec TypeScript, Pytest, JUnit 5]
- Librairie de mock : [EX: jest.mock, unittest.mock, Mockito]
- Couverture cible : [EX: 90% minimum]
- Style de test : [EX: BDD avec describe/it, ou AAA (Arrange-Act-Assert)]
Génère une suite de tests complète qui couvre :
- Cas nominaux : les scénarios d'usage normal où tout fonctionne comme prévu.
- Cas limites : valeurs nulles, chaînes vides, tableaux vides, nombres négatifs, valeurs maximales.
- Cas d'erreur : exceptions attendues, erreurs réseau, timeouts, données malformées.
- Mocks et stubs : mock des dépendances externes (base de données, APIs, services tiers) avec des implémentations réalistes.
- Tests asynchrones : si le code est async, couvre les promesses résolues et rejetées.
Pour chaque test, utilise des noms descriptifs au format 'should [comportement attendu] when [condition]'. Inclus un commentaire expliquant pourquoi chaque cas limite est important à tester.
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 efficace car il demande une couverture systématique selon les cinq catégories de tests les plus importantes. En spécifiant le framework et la librairie de mock dès le départ, l'IA produit du code directement utilisable sans nécessiter d'adaptation.</p><p>La convention de nommage imposée ('should [comportement] when [condition]') garantit des tests auto-documentés qui servent également de documentation vivante du comportement attendu du code. C'est une pratique essentielle dans les projets d'équipe.</p><p>La demande de commentaires explicatifs pour les cas limites transforme les tests en outil pédagogique, aidant les développeurs moins expérimentés à comprendre pourquoi certains scénarios doivent être testés, et pas seulement comment.</p>
Cas d'usage
Résultat attendu
Une suite de tests unitaires complète avec cas nominaux, limites, erreurs, mocks et noms descriptifs prêts à l'exécution.
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 maximiser l'efficacité, ajoute dans le prompt les valeurs exactes des cas limites (ex: `None, "", -1, 0, sys.maxsize`) et le chemin du module à mocker. Cela évite des tests génériques et assure des assertions précises.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Mise en œuvre de la CSP avec des nonces
Prévenir les XSS avec une CSP stricte
Déboguer une erreur en production
Analysez rapidement une erreur de production avec une approche structurée de Root Cause Analysis et un plan d'action immédiat.
Implémenter l'authentification JWT
Ajouter l'authentification JWT à une API
Prompt GitHub Copilot pour générer du code JavaScript
GitHub Copilot, l'assistant de programmation basé sur l'intelligence artificielle développé par GitHub et OpenAI, a transformé la manière dont les développeurs écrivent du code JavaScript. En s'appuyant sur des milliards de lignes de code open source, Copilot est capable de générer des fonctions complètes, des classes, des modules et même des architectures entières à partir de simples descriptions en langage naturel. Pour tirer le meilleur parti de cet outil, il est essentiel de maîtriser l'art du prompt engineering appliqué à la génération de code. Un prompt bien structuré permet d'obtenir du code JavaScript propre, performant et conforme aux bonnes pratiques modernes (ES2024+, typage implicite, gestion d'erreurs, modularité). Dans ce guide, nous vous proposons des prompts optimisés pour GitHub Copilot qui vous permettront de générer du code JavaScript de qualité professionnelle, que vous développiez une API REST, un composant frontend, un script utilitaire ou une logique métier complexe. Chaque prompt a été conçu pour fournir suffisamment de contexte à Copilot tout en laissant la flexibilité nécessaire à une génération pertinente et adaptée à votre projet.