P
💻DeveloppementAvanceAll AIs

Prompt pour maîtriser le SSR et l'hydratation avec Next.js

Prompt complet pour diagnostiquer, implémenter et optimiser le Server-Side Rendering et l'hydratation dans une application Next.js, avec gestion des erreurs courantes.

Coller dans votre IA

Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.

Tu es un expert Next.js spécialisé en Server-Side Rendering et hydratation. Mon projet utilise [VERSION_NEXTJS] avec le [APP_ROUTER|PAGES_ROUTER]. Voici mon contexte :

  • Page concernée : [DESCRIPTION_PAGE]
  • Problème ou objectif : [PROBLEME_OU_OBJECTIF]
  • Stack technique : [STACK_TECHNIQUE]

Analyse ma situation et fournis-moi :

  1. Diagnostic SSR/Hydratation : Identifie les erreurs potentielles d'hydratation (mismatch client/serveur), les composants qui ne devraient pas être rendus côté serveur, et les accès incorrects à des API navigateur (window, document, localStorage).

  2. Architecture de rendu optimale : Propose la stratégie de rendu adaptée pour chaque composant de ma page (Server Component, Client Component, SSR, SSG, ISR) en justifiant chaque choix. Indique clairement où placer les directives 'use client' et 'use server'.

  3. Code corrigé/optimisé : Réécris le code concerné avec les bonnes pratiques :

    • Séparation claire des Server et Client Components
    • Gestion correcte du hydration mismatch (useEffect, dynamic imports avec ssr: false, Suspense boundaries)
    • Streaming SSR avec loading.tsx si pertinent
    • Gestion du cache et revalidation (revalidatePath, revalidateTag)
  4. Data fetching : Recommande le pattern de récupération de données adapté (fetch dans Server Components, Route Handlers, Server Actions) avec gestion d'erreurs et loading states.

  5. Performance : Mesure l'impact sur les Core Web Vitals (LCP, FID, CLS) et propose des optimisations concrètes (lazy loading, prefetch, parallel data fetching).

  6. Tests : Fournis un exemple de test vérifiant que le SSR produit le HTML attendu et que l'hydratation se déroule sans erreur.

Formate ta réponse avec du code TypeScript commenté et des explications claires pour chaque décision.

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 obtenir une analyse complète de votre architecture de rendu Next.js. En précisant votre <strong>version de Next.js</strong> et le <strong>type de routeur</strong> utilisé, l'IA adapte ses recommandations aux API disponibles (App Router avec Server Components ou Pages Router avec getServerSideProps/getStaticProps).</p><p>La section diagnostic est particulièrement utile pour résoudre les <strong>erreurs d'hydratation</strong>, l'un des problèmes les plus fréquents en SSR. L'IA identifie les causes courantes : accès à <code>window</code> côté serveur, rendu conditionnel basé sur l'état client, ou utilisation de librairies incompatibles avec le SSR. Elle propose ensuite des solutions concrètes comme <code>dynamic()</code> avec <code>ssr: false</code> ou des patterns avec <code>useEffect</code>.</p><p>Pour tirer le meilleur parti de ce prompt, décrivez précisément votre <strong>problème ou objectif</strong> : s'agit-il d'un bug d'hydratation à corriger, d'une migration vers l'App Router, ou d'une optimisation des performances ? Plus le contexte est riche, plus les recommandations seront pertinentes et directement applicables à votre code.</p>

Cas d'usage

Déboguer une erreur d'hydratation mismatch entre le rendu serveur et clientMigrer une page du Pages Router vers l'App Router avec Server ComponentsOptimiser le temps de chargement initial (LCP) d'une page dynamique avec SSR et streamingChoisir entre SSR, SSG et ISR pour chaque route d'un site e-commerce

Résultat attendu

Une analyse structurée avec diagnostic des problèmes SSR/hydratation, architecture de composants recommandée (Server vs Client), code TypeScript corrigé et commenté, stratégie de data fetching, recommandations de performance et exemples de tests.

Améliorez ce prompt

Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.

Améliore ce prompt avec l'Optimiseur

Commentaires

Sois le premier à commenter ce prompt.

📬 Recevez de nouveaux prompts chaque semaine

Rejoignez notre newsletter et ne manquez aucun prompt.

Pour aller plus loin

Prompts similaires

💻DeveloppementIntermediaireAll AIs

Prompt Stable Diffusion pour générer du code Python

Stable Diffusion, reconnu pour sa puissance en génération d'images, peut également être utilisé pour créer des visuels réalistes de code Python. Que vous ayez besoin d'illustrations de snippets de code pour vos présentations, vos articles de blog ou vos supports pédagogiques, Stable Diffusion permet de générer des captures d'écran stylisées d'éditeurs de code affichant du Python. Contrairement aux modèles de langage comme ChatGPT ou Claude qui produisent du code exécutable, Stable Diffusion excelle dans la création d'images photoréalistes représentant du code sur écran, dans un IDE ou un terminal. Cette approche est particulièrement utile pour les créateurs de contenu, les designers UX qui conçoivent des maquettes d'interfaces de développement, ou les formateurs qui souhaitent des visuels percutants sans révéler leur code source réel. En maîtrisant les bons prompts, vous obtiendrez des rendus convaincants d'écrans de développement Python avec une esthétique professionnelle, des couleurs de syntaxe cohérentes et un cadrage soigné. Voici les prompts les plus efficaces pour y parvenir.

0137
💻DeveloppementAvanceAll AIs

Architecture multi-environnements Terraform

Gérer plusieurs environnements avec Terraform

0144
💻DeveloppementDebutantAll AIs

Convertir du CSS en Tailwind

Migrer le style vers Tailwind

0155
💻DeveloppementIntermediaireAll AIs

Pipeline de tests multi-niveaux

Structurer les tests dans le pipeline

0156