Revue de code complète pour pull request
Obtenez une revue de code exhaustive couvrant qualité, performance, sécurité et maintenabilité pour n'importe quel langage.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un développeur senior expérimenté chargé de faire une revue de code approfondie. Analyse le code suivant extrait d'une Pull Request pour le projet [NOM_PROJET] écrit en [LANGAGE] :
[COLLER_LE_CODE_ICI]
Pour cette revue, tu dois évaluer les points suivants :
- Qualité du code : lisibilité, nommage des variables et fonctions, respect des conventions du langage.
- Performance : identifie les goulots d'étranglement potentiels, les boucles inefficaces, les appels redondants.
- Sécurité : détecte les vulnérabilités comme les injections, les données non validées, les secrets exposés.
- Maintenabilité : évalue la complexité cyclomatique, la dette technique, la séparation des responsabilités.
- Tests : vérifie si le code est testable et si des cas limites sont manquants.
Pour chaque problème identifié, fournis : la ligne concernée, la sévérité (critique/majeur/mineur/suggestion), une explication claire et un exemple de correction. Termine avec un score global sur 10 et une recommandation d'approbation ou de demande de modifications.
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
<p>Ce prompt est efficace car il structure la revue de code selon les quatre piliers fondamentaux que tout développeur senior examine : qualité, performance, sécurité et maintenabilité. En demandant une évaluation systématique avec un niveau de sévérité pour chaque problème, il garantit une réponse actionnable et priorisée.</p><p>L'inclusion de variables comme [NOM_PROJET] et [LANGAGE] permet d'adapter le contexte et d'obtenir des recommandations spécifiques au stack technologique utilisé. La demande d'un score global et d'une recommandation finale simule le processus réel d'une revue sur GitHub ou GitLab.</p><p>Ce format est particulièrement utile pour les équipes qui souhaitent standardiser leurs revues de code ou pour les développeurs juniors qui veulent apprendre les critères d'une bonne revue professionnelle.</p>
Cas d'usage
Résultat attendu
Une analyse structurée avec des problèmes identifiés par catégorie, leur sévérité, des suggestions de correction et un score global.
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 PR volumineuses, découpe le code en plusieurs passages et demande une synthèse finale. Précise aussi les conventions de nommage du projet (ex. camelCase vs snake_case) pour une revue plus ciblée.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Distributed tracing avec OpenTelemetry
Implémenter le tracing distribué
Prompt DALL-E pour debugger du code
DALL-E, le générateur d'images d'OpenAI, offre une approche visuelle unique pour debugger du code. Plutôt que de rester bloqué sur des lignes de texte, vous pouvez demander à DALL-E de créer des représentations visuelles de vos architectures logicielles, flux de données ou structures d'erreurs. Cette méthode est particulièrement utile pour identifier des problèmes de logique complexes, visualiser des dépendances entre modules ou comprendre le parcours d'une requête dans un système distribué. En générant des diagrammes, des schémas de flux ou des illustrations conceptuelles de votre code, vous activez une pensée spatiale qui complète l'analyse textuelle traditionnelle. Les développeurs qui adoptent cette approche rapportent une meilleure compréhension des bugs liés aux race conditions, aux fuites mémoire et aux boucles infinies. DALL-E ne remplace pas votre débogueur, mais il transforme un problème abstrait en une image concrète que vous pouvez analyser, partager avec votre équipe et annoter. C'est un outil de réflexion visuelle qui s'intègre dans votre processus de debugging existant pour accélérer la résolution des problèmes les plus tenaces.
Stratégie de scheduling avancée
Optimiser le placement des pods
Prompt Gemini pour créer un chatbot
Gemini, le modèle d'intelligence artificielle de Google, offre des capacités remarquables pour concevoir des chatbots performants et adaptés à vos besoins. Que vous souhaitiez créer un assistant client pour votre site e-commerce, un bot de support technique ou un compagnon conversationnel, Gemini excelle dans la compréhension des nuances du langage naturel et la génération de réponses contextuelles. Grâce à sa fenêtre de contexte étendue et sa capacité multimodale, Gemini permet de construire des chatbots capables de traiter du texte, des images et même des documents. L'enjeu principal réside dans la qualité du prompt initial qui définira la personnalité, le ton, les limites et les compétences de votre chatbot. Un prompt bien structuré transforme Gemini en un véritable architecte conversationnel, capable de générer le code, les flux de dialogue et la logique métier nécessaires. Dans ce guide, nous vous proposons des prompts optimisés pour tirer le meilleur parti de Gemini dans la création de chatbots, du prototype rapide jusqu'au déploiement en production avec gestion d'erreurs et personnalisation avancée.