Processus Opérationnel Standard (SOP)
Le Cycle en C v2.0
Une méthodologie déterministe en 4 phases pour garantir que le code généré par l'IA est une conséquence exacte du besoin métier, et non une hallucination statistique.
1. Formalisation
100% Humain2. Injection
System Loading3. Blueprint
Validation Logique4. Matérialisation
Génération IALa Formalisation (Specs)
Phase critique de "Programmation en Langage Naturel". Vous définissez la vérité absolue du projet via des fichiers Markdown structurés (Règles, Données, Acteurs). Si ce n'est pas écrit ici, ça n'existe pas.
L'Injection (Context Load)
Le moment où l'on charge la "Mémoire Vive" du LLM. Techniques avancées de "System Prompting" pour forcer le modèle à adopter une persona d'expert rigide et interdire l'improvisation.
Le Blueprint (Pseudo-Code)
Interdiction formelle de générer du code final. L'IA doit d'abord prouver qu'elle a compris la logique via un Pseudo-Code standardisé. C'est le "Gate" de validation de l'Architecte.
La Matérialisation (Code)
Transformation mécanique du Blueprint validé en syntaxe cible (Python, C++, Java). Génération automatique des Tests Unitaires (TDD) et de la documentation technique.
Le Retour du CDCF (Cahier Des Charges Fonctionnel)
Dans l'ère moderne du "No-Code" et de l'Agile dévoyé, on a oublié une vérité simple : Le Code est ambigu, le Français bien écrit ne l'est pas.
Cette phase est 100% manuelle. Elle exige que l'Architecte (Vous) se pose pour écrire. Tant que vous n'avez pas ces documents, vous ne lancez pas ChatGPT.
L'Arborescence Canonique
Votre dossier /00_Context doit respecter cette hiérarchie stricte pour être ingérable par l'IA.
Règles Métier (Business Rules)
L'IA a besoin de contraintes fortes. Une règle doit être atomique, numérotée et testable.
| ID | Mauvaise Règle (Floue) | Bonne Règle (Context Engineering) |
|---|---|---|
| RG-01 | "Le mot de passe doit être sécurisé." | "Le mot de passe DOIT contenir : 12 caractères min, 1 majuscule, 1 chiffre, 1 spécial. SI échec, afficher erreur ERR_AUTH_05." |
| RG-02 | "Calculer la remise client." | "SI Ancienneté > 2 ans ET CA_Annuel > 10k€, ALORS Remise = 5%. SINON Remise = 0%." |
Le Master Prompt (L'Instruction Maître)
Copiez ceci au début de chaque chat. C'est ce qui transforme ChatGPT en ingénieur IBM des années 80.
Technique : Needle in a Haystack
Les LLM modernes (GPT-4o, Claude 3.5) ont des fenêtres de contexte immenses (128k+ tokens), mais ils peuvent "oublier" le milieu.
La stratégie de redondance :
- Header Injection : Rappeler les règles critiques au début du prompt.
- Footer Reminder : À la fin de chaque prompt utilisateur, ajouter : "N'oublie pas de vérifier la conformité avec RG-12 et le schéma SQL."
- XML Tagging : Encapsulez vos specs dans des balises XML pour aider l'IA à parser :
<rules>...</rules>.
Le Chainon Manquant
C'est l'étape que tout le monde saute, et c'est la cause de 90% des bugs de conception.
Le Blueprint force l'IA à exposer son raisonnement pur, dépouillé de la complexité syntaxique. C'est beaucoup plus facile à relire pour un humain.
Standard de Pseudo-Code (PDL)
Nous imposons à l'IA un format strict proche du langage naturel structuré.
Ce code est compréhensible par un comptable, un PO ou un développeur. C'est un langage pivot universel.
De l'Idée à l'Exécutable
Une fois le Blueprint (Phase 3) validé par vous, la génération de code n'est plus qu'une formalité administrative. L'IA ne "réfléchit" plus, elle traduit.
Le Prompt de Génération :
Le Filet de Sécurité (TDD)
Ne demandez jamais le code de la fonction seul. Demandez le code ET ses tests.
Le Context Engineering exige que l'IA génère les tests unitaires basés sur les Règles Métier (Phase 1) avant ou en même temps que le code.
- Génère un test pour le cas nominal (Happy Path).
- Génère un test pour chaque cas d'erreur (Edge Cases) défini dans
02_Rules.md.
