Plan du cours
Comprendre les outils et une première construction
Fonctionnement réel des outils de codage IA
Points abordés :
• Comprendre les fenêtres de contexte et leurs limitations
• La nature sans état (stateless) et la manière dont les modèles d'IA conservent les informations pendant une session
• Le flux de travail Planifier → Exécuter → Examiner
• Les capacités des outils de codage IA et leurs points de faiblesse
• Les meilleures pratiques pour collaborer efficacement avec des assistants IA
Le paysage du codage IA
Points abordés :
• Aperçu de l'écosystème actuel du codage IA
• Comprendre les différences entre des outils tels que Cursor, GitHub Copilot et Claude Code
• Sélectionner le bon modèle et le bon outil pour différentes tâches
• Forces et limites des différents assistants de codage
• Recommandations pratiques pour l'adoption d'outils au sein des équipes de développement
Anatomie des prompts
Points abordés :
• Les composantes clés d'un prompt efficace
• Fournir le contexte et définir clairement la tâche
• Spécifier les formats de sortie et les contraintes
• Cadres et modèles de prompts courants
• Techniques pour améliorer la qualité et la cohérence des prompts
Premiers pas en codage : construire depuis zéro
Points abordés :
• Construire un projet depuis un dossier vide
• Créer la structure initiale de l'application et le squelette (scaffolding)
• Gérer les dépendances et la configuration du projet
• Améliorer itérativement le code généré
• Tester et affiner la solution finale
Bases de code existantes, personnalisation et revue
Travailler dans une base de code
Points abordés :
• Naviguer et comprendre une base de code inconnue
• Interroger et analyser des projets existants à l'aide d'outils IA
• Cartographier la structure de l'application et ses dépendances
• Générer de la documentation et des résumés techniques
• Accélérer l'intégration dans des projets existants
Tâches quotidiennes : correction, fonctionnalités et tests
Points abordés :
• Utiliser des outils IA pour investiguer et corriger les bogues
• Mettre en œuvre de nouvelles fonctionnalités et améliorations
• Rédiger et améliorer les tests automatisés
• Valider le code généré et les modifications
• Augmenter la productivité dans les tâches de développement au quotidien
Personnalisation : qu'est-ce que c'est ?
Points abordés :
• Comprendre les règles du projet et les fichiers de configuration
• Introduction à AGENTS.md et aux concepts de mémoire de projet
• Où et quand s'appliquent les mécanismes de personnalisation
• Meilleures pratiques pour configurer les assistants IA
• Aperçu des approches de mise en œuvre avancées
Gardefous, risques et jugement
Points abordés :
• Examiner et valider le code généré par l'IA
• Comprendre les modes de défaillance courants et les limites
• Reconnaitre l'injection de prompts et les risques de sécurité
• Décider quels travaux peuvent être délégués à l'IA
• Appliquer le jugement humain et maintenir la responsabilité dans le développement logiciel
Pré requis
Aucune expérience préalable en codage ou en outils IA n'est requise.
Une familiarité de base avec le code ou Git est utile.
Compte licencié (Claude Code / Cursor / Copilot)
Public cible :
Personnes nouvelles dans le développement assisté par IA, y compris les non-programmeurs et les codeurs occasionnels, ainsi que les profils techniques proches de la QA, des données, du produit ou des opérations. Aucun background en développement n'est supposé.
Nos clients témoignent (2)
Considérations relatives à la confidentialité et aux politiques applicables
Angelo Stefano Soglia - Parkino srl
Formation - Claude AI for Workflow Automation and Productivity
Traduction automatique
Apprendre à formuler des prompts pour Claude et l’utiliser pour exploiter toutes les données dont je dispose.
Mike Hartleroad - Furniture Row
Formation - Claude AI for Data Analysis and Business Intelligence
Traduction automatique