Gemini 2.5 – Prompt Engineering

Avec Gemini 2.5, un prompt utile pour un dev est spécifique, testable et court. Il impose un format exploitable par le backend (diff, JSON) et donne des bornes claires.

🎯 Objectifs de clarté

• Résultat observable (ex. “liste paginée qui passe tel test”).
• Format strict : bloc par fichier, diff unifié ou JSON.
• Bornes : taille max, étapes, “STOP & question” si dépassement.
• Auto-contrôle demandé : risques, alternatives, plan de tests.

✅ Check-list express

• 1 phrase qui décrit le livrable + critère de succès.
• Contexte minimal (stack/versions/conventions) fourni.
• Format de sortie + limites fixés.
• Exemple/few-shot si le style est important.

🧱 Patron concis (copier/coller)

OBJECTIF : <livrable concret et mesurable> (1 test ou capture)
FORMAT : <bloc par fichier | diff | JSON (schema)>
CONTRAINTES : <versions, libs, conventions (PEP8), fichiers autorisés>
BORNES : si > 120 lignes cumulées ➜ STOP et pose 1 question
AUTO-CHECK : rappelle contraintes/risques/tests en 3 puces

🧨 Ambiguïtés à bannir (→ alternatives)

“améliorer / optimiser” → objectif mesuré (ex. LCP < 2.5s, -30% SQL)
“fais tout / décide” → plan en 3–5 étapes + “OK étape 1 seulement”
“exemple” → JSON valide + schema + taille max

🧩 Sortie JSON typée (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)

Demande : “Rends la réponse au format du schéma ci-dessus. 
Si tu modifies un fichier, fournis un DIFF UNIFIÉ dans 'content'.”

📌 Exemple clarifié

OBJECTIF : Formulaire Contact Django (nom, email, message) avec honeypot + rate-limit IP.
FORMAT : bloc par fichier (chemin exact) + 3 tests pytest (ok / honeypot / throttle).
CONTRAINTES : Django 5, Bootstrap 5, PEP8, fichiers autorisés uniquement.
BORNES : ≤ 120 lignes cumulées — sinon STOP & question.

Gemini 2.5 répond mieux quand le contexte est structuré, avec fichiers autorisés, versions et règles explicites.

📦 Context Pack — gabarit Vertex

PROJET : <nom> — <but produit>
STACK : Python 3.12, Django 5, MariaDB, Bootstrap 5
ARCHI : templates Django, static/js, CI Cloud Build, Cloud Run
CONVENTIONS : PEP8, “bloc par fichier” pour les réponses, tests pytest
FICHIERS AUTORISÉS : app/{models.py, admin.py, views.py, urls.py}, templates/app/*.html, static/js/*.js
RÉFÉRENCES : chemins/modules, snippets (few-shot) à imiter

🧭 Contexte utile (vs. bruit)

• Utile : versions exactes, structure du repo, schémas de données, endpoints, contraintes légales/sécu.
• Inutile : historique long, verbiage marketing, copies d’écran non textuelles.

🧱 Repo snapshot (ex.)

accounts/ models.py, admin.py, views.py, urls.py
ia/ views.py, templates/AI/gemini_*.html
common/ templates/accounts/base_dashboard_2025.html
static/js/*.js, static/css/pages/*.css

⚙️ Paramètres utiles (inférence)

• Température 0–0.3 pour le code ; 0.7 pour l’idéation.
• Sortie JSON quand le back doit parser/appliquer.
• Demandes de preuves (chemins, commandes, tests, diff) → moins d’hallucinations.

🧩 Exemple complet

PROJET : Ideo-Lab
OBJECTIF : Modèle “Article” + admin + ListView + URL + template.
STACK/CONVENTIONS : Django 5, Bootstrap 5, PEP8, bloc par fichier.
FICHIERS AUTORISÉS : blog/models.py, blog/admin.py, blog/views.py, blog/urls.py, templates/blog/article_list.html
BORNES : ≤ 120 lignes ; sinon STOP & question.
SORTIE : blocs par fichier + commandes manage.py + 1 test pytest.

Procéder étape par étape limite la dérive et facilite les contrôles. On garde la cadence : plan → étape N → validation → étape N+1.

🗺️ Protocole d’itération

1) Demander un plan en 3–5 étapes.
2) “OK étape 1” ➜ livrer uniquement l’étape 1 (stop ensuite).
3) Exécuter les contrôles/tests proposés.
4) Valider / demander retouche.
5) Passer à l’étape suivante.

✂️ Gabarit “Étape N”

"OK étape N. Donne uniquement <élément> (max 60 lignes).
Format bloc par fichier. Si dépassement ➜ STOP et propose un split."

🧪 Gate review (avant d’avancer)

• Build/migration/tests OK ?
• Noms/chemins conformes, pas d’effets de bord ?
• Diff minimal + doc de tête (si modif) ?

📌 Exemple “CRUD en 3 tranches”

Étape 1 : Modèle + admin + migration (+ test modèle)
Étape 2 : ListView + URL + template (+ test liste)
Étape 3 : CreateForm + tests (OK/erreur/permission)

🛑 Stop conditions

• > 120 lignes cumulées
• Changement de périmètre imprévu
• Dépendance manquante détectée

Comparer “mauvais” vs “bon” montre exactement ce qui rend le prompt exploitable pour un dev & un backend Vertex.

A) Scaffold Django (CRUD + admin)

Mauvais :
"Fais un blog Django."

Bon :
RÔLE : Architecte Django senior
OBJECTIF : Modèle Article(title, slug unique, body, published_at, is_published) + admin + ListView paginée + URL + template Bootstrap 5.
FICHIERS AUTORISÉS : blog/models.py, blog/admin.py, blog/views.py, blog/urls.py, templates/blog/article_list.html
CONTRAINTES : PEP8, chemins exacts, si >120 lignes ➜ STOP & question
SORTIE : blocs par fichier + commandes manage.py + 1 test pytest (liste non vide)

B) Bug avec stack trace

Mauvais :
"Ça plante, aide-moi."

Bon :
"Voici la stack trace (20 lignes) et views.py (l.10–60).
Explique la cause probable (3 points), propose 1 patch minimal (diff unifié)
et 1 test pytest qui échoue avant/passe après. Bloc par fichier."

C) Function Calling (tools) côté Vertex

from vertexai.generative_models import GenerativeModel, Tool, FunctionDeclaration
tool = Tool(function_declarations=[FunctionDeclaration(
  name="lookup_doc",
  description="Recherche interne (titre/contenu).",
  parameters={"type":"object","properties":{"query":{"type":"string"}},"required":["query"]}
)])
model = GenerativeModel("gemini-2.5-pro")
resp = model.generate_content("Donne la synthèse RGPD et cite les sources.", tools=[tool])
# Parcourir resp.candidates[0].content.parts → exécuter la fonction côté serveur → renvoyer résultat si le SDK l'exige

D) RAG & Grounding

Mauvais :
"Lis nos docs et réponds."

Bon :
"Utilise d'abord Vertex AI Search pour récupérer les 5 meilleurs passages
(cite les URLs/lignes), puis réponds en te limitant à ces sources."

E) React (Next.js 14 + Tailwind)

Mauvais :
"Fais un formulaire React."

Bon :
"Crée 'ContactForm' contrôlé (nom, email, message) avec validation,
props typées, Tailwind seulement, exemple d’usage. ≤ 120 lignes. 
Si plus long ➜ STOP et propose un split."

F) SQL → ORM + index

Mauvais :
"Convertis cette requête."

Bon :
"Convertis la requête SQL en QuerySet Django et propose l’index à ajouter
(champ+ordre) pour optimiser le WHERE. Donne l’EXPLAIN attendu."

🧯 Anti-patterns ➜ corrections

“Fais tout” → Plan 3–5 étapes + OK étape 1 seule
“Optimise” → Objectif mesurable + méthode de mesure
“Écris du code” → Format bloc par fichier + bornes + tests