Générer des mocks et fixtures pour vos tests automatisés
Un prompt pour générer automatiquement des mocks, stubs et fixtures de données réalistes adaptés à votre framework de test et vos cas d'usage.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un ingénieur qualité logicielle spécialisé en testing. Génère des mocks et fixtures complets pour le contexte suivant :
Langage / Framework de test : [LANGAGE_ET_FRAMEWORK] (ex : Python/pytest, JavaScript/Jest, TypeScript/Vitest, Java/JUnit)
Entités ou modules à mocker : [ENTITES_A_MOCKER] (ex : service d'authentification, API de paiement Stripe, base de données PostgreSQL, service d'envoi d'emails)
Cas de test visés : [CAS_DE_TEST] (ex : succès standard, erreur réseau, timeout, données invalides, réponse vide)
Pour chaque entité, fournis :
- Fixtures de données : des jeux de données réalistes (pas de "foo/bar") couvrant les cas nominaux et les cas limites. Utilise des données cohérentes entre elles (IDs référencés, dates logiques, montants plausibles).
- Mocks / Stubs : l'implémentation du mock avec le pattern approprié au framework (mock factory, fixture pytest, jest.fn(), vi.fn(), etc.). Inclus le typage si le langage le supporte.
- Scénarios d'erreur : des mocks configurés pour simuler les erreurs courantes (exceptions, codes HTTP 4xx/5xx, timeouts, données corrompues).
- Factory functions : des fonctions utilitaires pour générer des variations de fixtures avec des overrides partiels (pattern builder ou factory).
- Notes d'intégration : comment brancher ces mocks dans la suite de tests (setup/teardown, injection de dépendances, configuration du test runner).
Respecte ces contraintes :
- Code prêt à copier-coller, avec imports nécessaires
- Nommage clair et conventions du framework
- Commentaires expliquant les choix de données
- Séparation fixtures / mocks dans des fichiers dédiés si c'est la convention du framework
Personnaliser ce prompt avec Léa · Assistante IA
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Pourquoi ce prompt fonctionne
Ce prompt vous permet de produire rapidement l'ensemble de l'infrastructure de test nécessaire à vos projets : fixtures de données, mocks de services externes et factories de génération. En précisant votre langage et framework de test, l'IA adapte automatiquement les patterns (pytest fixtures, Jest mocks, Vitest spies, etc.) et les conventions de nommage. La clé d'un bon résultat est de décrire précisément les entités à mocker : ne dites pas simplement « l'API », mais précisez « l'API Stripe avec les endpoints charge.create et refund.create ». Plus vous êtes spécifique sur les cas de test visés, plus les fixtures couvriront vos besoins réels, y compris les cas limites souvent oubliés comme les timeouts ou les réponses partielles. Les factory functions générées vous évitent la duplication de données entre tests. Elles suivent le pattern builder/factory qui permet de créer des variantes en ne surchargeant que les champs pertinents pour chaque test, gardant ainsi vos tests lisibles et maintenables.
Cas d'usage
Résultat attendu
Du code prêt à l'emploi contenant des fichiers de fixtures avec des données réalistes, des mocks typés pour chaque service externe, des factory functions avec overrides partiels, et des scénarios d'erreur configurés — le tout adapté au framework de test spécifié.
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 données plus réalistes sans les coder en dur, ajoutez dans le prompt l’instruction d’utiliser une librairie comme Faker (Python) ou faker.js (JS) pour générer les fixtures – ça garantit cohérence et couvre mieux les cas limites.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Créer un formulaire accessible
Créer des formulaires conformes aux WCAG
Implémentation des déploiements canari
Déployer des changements en toute sécurité avec un canari
Rédiger un chart Helm
Empaqueter des applications sous forme de charts Helm
Refactoring de code legacy
Refactorisez du code legacy de manière sécurisée et incrémentale en suivant les principes SOLID et les bonnes pratiques modernes.