Prompt pour générer un schéma GraphQL et ses resolvers
Ce prompt génère un schéma GraphQL complet avec types, queries, mutations, subscriptions et resolvers implémentés selon les bonnes pratiques.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un architecte backend spécialisé en GraphQL. Génère un schéma GraphQL complet avec ses resolvers pour le domaine suivant :
Domaine métier : [DOMAINE_METIER]
Entités principales : [LISTE_ENTITES]
Langage backend : [LANGAGE_BACKEND]
Bibliothèque GraphQL : [LIBRAIRIE_GRAPHQL]
Pour chaque entité, fournis :
-
Types GraphQL : Définis les types avec tous les champs, leurs types scalaires ou personnalisés, et les relations entre entités (one-to-one, one-to-many, many-to-many).
-
Queries : Génère les queries pour récupérer une entité par ID, lister les entités avec pagination (cursor-based), et filtrer par critères pertinents au domaine.
-
Mutations : Crée les mutations CRUD (create, update, delete) avec des input types dédiés et une validation des données entrantes.
-
Resolvers : Implémente les resolvers correspondants avec :
- Gestion des relations N+1 via DataLoader
- Gestion des erreurs avec des codes d'erreur métier explicites
- Authentification et autorisation via le contexte GraphQL
- Typage strict de bout en bout
-
Subscriptions (si pertinent) : Ajoute des subscriptions pour les événements temps réel du domaine.
-
Schéma SDL complet : Fournis le fichier .graphql avec tous les types, queries, mutations et subscriptions.
Respecte les bonnes pratiques suivantes :
- Nommage cohérent (PascalCase pour les types, camelCase pour les champs)
- Types d'entrée (Input) séparés pour create et update
- Utilisation d'enums pour les valeurs contraintes
- Type de retour unifié pour les mutations (payload pattern)
- Commentaires de documentation dans le schéma SDL
- Pagination Relay-style avec edges et pageInfo
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
<p>Ce prompt est conçu pour produire une <strong>API GraphQL complète et production-ready</strong> à partir de vos entités métier. En précisant le domaine, les entités, le langage et la bibliothèque utilisée, l'IA adapte le code généré à votre stack technique exacte.</p><p>Le prompt couvre l'ensemble du cycle de développement GraphQL : du <strong>schéma SDL</strong> déclaratif aux <strong>resolvers implémentés</strong> avec gestion des relations N+1 via DataLoader, authentification contextuelle et pagination cursor-based. Chaque mutation utilise le <strong>payload pattern</strong> qui retourne à la fois le résultat et les erreurs éventuelles, facilitant la gestion côté client.</p><p>Pour des résultats optimaux :</p><ul><li>Décrivez vos entités avec leurs relations clés (ex: <em>User hasMany Posts, Post belongsTo Category</em>)</li><li>Précisez votre stack exacte (ex: <em>TypeScript + Apollo Server</em> ou <em>Python + Strawberry</em>)</li><li>Ajoutez des contraintes métier spécifiques si nécessaire (rôles, permissions, règles de validation)</li></ul>
Cas d'usage
Résultat attendu
Un schéma SDL GraphQL complet documenté, les types Input et Payload associés, les resolvers implémentés dans le langage choisi avec DataLoader et gestion d'erreurs, et éventuellement les subscriptions temps réel.
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
Sois le premier à commenter ce prompt.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Rédiger un chart Helm
Empaqueter des applications sous forme de charts Helm
Implémenter la détection de dérive
Détecter la dérive d'infrastructure
Network policies pour micro-segmentation
Isoler les workloads avec des network policies
Analyser et optimiser la complexité algorithmique
Analysez la complexité Big O de vos algorithmes et optimisez-les avec des structures de données appropriées et des algorithmes plus efficaces.