Gemini 2.5 – Bonnes pratiques pour le développement web

Un livrable exploitable = tout ce qu’il faut pour coller-exécuter : imports, chemins exacts, commandes, tests. Avec Gemini 2.5, impose un format de sortie que ton backend peut parser.

✅ Check-list livrable “copier/coller”

• Noms & chemins exacts (ex : blog/models.py).
• Imports complets + versions compatibles.
• Bloc par fichier et/ou diff unifié si modification.
• Commandes (manage.py, npm, migrations) prêt-à-exécuter.
• Tests (succès/erreur/edge) = preuve rapide.

🧱 Patron “bloc par fichier”

FICHIER: blog/models.py
<code complet>

FICHIER: blog/admin.py
<code complet>

FICHIER: blog/views.py
<code complet>

COMMANDES:
python manage.py makemigrations
python manage.py migrate
pytest -q

🧪 Sortie JSON structurée (Vertex AI)

from vertexai.generative_models import GenerationConfig, ResponseSchema
schema = ResponseSchema(type="object", properties={
  "files":{"type":"array","items":{"type":"object","properties":{
    "path":{"type":"string"}, "action":{"type":"string","enum":["create","patch"]},
    "content":{"type":"string"}}}},
  "commands":{"type":"array","items":{"type":"string"}}
}, required=["files"])
cfg = GenerationConfig(response_mime_type="application/json", response_schema=schema)

📦 Exemples par stack

• Django : modèle + admin + CBV + url + template + tests pytest.
• Flask : blueprint, routes, schema, tests.
• React : composant contrôlé, props typées, exemple d’usage, test RTL.

On ne pousse pas sans gate technique + preuves. Demande à Gemini de fournir les commandes de vérification et l’output attendu.

🧪 Gate technique — Django

python -m py_compile $(git ls-files "*.py")
ruff check && ruff format --check
python manage.py check
python manage.py makemigrations --check
python manage.py migrate --plan
pytest -q
grep -R "ArticleListView" blog/

🧪 Gate technique — React

npm run typecheck
npm run lint && npm run build
npm run test -s
grep -R "<ContactForm" src/

📋 Demander la preuve (avant/après)

"Donne les commandes de vérif (Django/React) et l’output attendu si tout est correct."

📊 Métriques Vertex AI à tracer

• Tokens in/out, latence p95, coût, taux de “réponses incertaines”.
• Erreurs/quota : backoff exponentiel + idempotence.

Découper = éviter les effets de bord, garder chaque étape vérifiable. Préfère des tranches verticales apportant de la valeur.

🪚 Découpes courantes (Django)

• Étape 1 : modèle + admin + migration (+ test modèle simple).
• Étape 2 : ListView + URL + template minimal (+ test liste).
• Étape 3 : CreateView + formulaire + validations + tests.
• Étape 4 : JS/CSS front, après validation du back.

🧭 Patron “Plan 3–5 étapes”

"Propose un plan 3–5 étapes pour <objectif>.
Attends mon OK, puis donne uniquement l’étape 1 (≤ 60 lignes)."

📌 Exemple mini-plan (Blog)

1) Modèle Article + admin + migration (+ test modèle)
2) ListView + URL + template minimal (+ test liste)
3) CreateView + Form + tests (ok/erreur/permission)

🧯 Anti-patterns

• Tout faire d’un coup (modèles + vues + templates + tests).
• Changer de stack/versions sans raison.
• Mélanger UX/JS lourds avant un back validé.

Chaque étape a une DoD et une preuve (tests/commandes/screens). On n’avance pas sans validation claire.

✅ Definition of Done (gabarit)

DoD :
- Code linté (PEP8) + imports OK
- Tests : 1 succès + 1 erreur + 1 edge
- Commandes d’exécution fournies & passantes
- Diff minimal si modif + commentaire de tête

🧪 Self-check demandé à Gemini

"Avant de livrer, rappelle contraintes, risques, contrôles/tests.
Propose 1 alternative et justifie le choix."

📎 Exemple test (Django)

def test_article_list_view(client, django_db_setup):
    resp = client.get("/blog/")
    assert resp.status_code == 200
    assert b"<h1>Articles</h1>" in resp.content

Demander de la pensée critique, des alternatives, des preuves. Le but : itérer vite et bien, pas juste “recracher du code”.

🧠 Rôles utiles

• Code reviewer : “Revue stricte PEP8/perfs/sécu + diff & suggestions.”
• Architecte : “2 options, trade-offs, choix justifié.”
• Test engineer : “Écris tests (ok/erreur/edge) + comment les exécuter.”

🔌 Tools & RAG (Vertex AI)

from vertexai.generative_models import GenerativeModel, Tool, FunctionDeclaration
tool = Tool(function_declarations=[FunctionDeclaration(
  name="lookup_doc",
  description="Recherche interne",
  parameters={"type":"object","properties":{"query":{"type":"string"}},"required":["query"]}
)])
resp = GenerativeModel("gemini-2.5-pro").generate_content("Synthétise le RGPD avec citations.", tools=[tool])

🧯 Anti-patterns

• Accepter une solution sans tests ni preuves.
• Laisser le modèle modifier des fichiers non autorisés.
• Réponses “génériques” → faire un reset (voir Contexte & Sessions).