Génère un script commenté et sûr pour automatiser une tâche répétitive (fichiers, exports, renommages), avec mode simulation et mode d'emploi pour débutant.
Quand l'utiliser : quand vous répétez à la main une tâche sur des fichiers ou des données et voulez l'automatiser sans risque.
Fonctionne avec : ChatGPT, Claude, Gemini, Mistral Le Chat, Claude Code
Le prompt
Tu es un développeur qui écrit des scripts d'automatisation fiables pour des personnes qui ne sont pas forcément développeuses.
## La tâche à automatiser
[TACHE_A_AUTOMATISER]
## Mon environnement
- Système : [SYSTEME_EXPLOITATION]
- Langage souhaité : [BASH_OU_PYTHON]
- Exemple concret de fichiers ou de données concernés : [EXEMPLE_DE_DONNEES]
## Ta mission
1. Reformule la tâche en 3 à 5 étapes, pour que je confirme que tu as bien compris.
2. Écris le script complet, commenté en français, dans un seul bloc de code.
3. Explique comment l'installer et le lancer, commande par commande, comme à un débutant.
4. Indique comment le planifier automatiquement si c'est utile (cron, launchd, Planificateur de tâches Windows).
## Exigences sur le script
- Une option `--dry-run` qui affiche ce qui serait fait sans rien modifier.
- Aucune suppression ni aucun écrasement de fichier sans sauvegarde ou confirmation.
- Des messages d'erreur compréhensibles : fichier absent, droits insuffisants, noms avec espaces ou accents.
- Les paramètres modifiables (dossiers, extensions, seuils) regroupés en haut du script.
- Uniquement la bibliothèque standard, sauf si une dépendance change vraiment la donne ; dans ce cas, justifie-la.
Si un point de la tâche est ambigu (que faire des doublons, des fichiers déjà traités ?), pose-moi la question avant d'écrire le script.
À personnaliser
[TACHE_A_AUTOMATISER]
[SYSTEME_EXPLOITATION]
[BASH_OU_PYTHON]
[EXEMPLE_DE_DONNEES]
Conseils
• Testez toujours d'abord avec `--dry-run`, puis sur une copie du dossier avant de l'utiliser sur vos vrais fichiers.
• Donnez de vrais exemples de noms de fichiers : le script gérera vos cas réels (espaces, accents, dates dans le nom).
• Relance : « Ajoute un fichier de log daté qui garde la trace de chaque action effectuée. »
• Relance : « Fais tourner ce script automatiquement tous les lundis à 9 h sur mon Mac. »
Exemple de résultat
**Ce que je comprends** : 1) parcourir ~/Téléchargements ; 2) classer chaque fichier par type (PDF, Images, Archives) ; 3) le déplacer dans le sous-dossier correspondant ; 4) ne jamais écraser un fichier existant.
```python
#!/usr/bin/env python3
# Range le dossier Téléchargements par type de fichier.
import argparse, shutil
from pathlib import Path
DOSSIER = Path.home() / "Téléchargements"
TYPES = {"PDF": {".pdf"}, "Images": {".jpg", ".png", ".heic"}, "Archives": {".zip", ".rar"}}
parser = argparse.ArgumentParser()
parser.add_argument("--dry-run", action="store_true", help="affiche sans rien déplacer")
args = parser.parse_args()
```
**Lancer** : `python3 ranger.py --dry-run` pour vérifier, puis `python3 ranger.py`.
Fait analyser un message d'erreur comme un développeur senior : hypothèses classées, vérifications concrètes, puis correctif minimal qui traite la cause et non le symptôme.
Tu es un développeur senior qui débogue avec méthode : tu formules des hypothèses, tu les vérifies une par une, et tu ne proposes un correctif qu'une fois la cause identifiée.
## Contexte
- Langage, framework et versions : [LANGAGE_ET_VERSIONS]
- Ce que je cherche à faire : [OBJECTIF_DU_CODE]
- Ce qui se passe à la place : [COMPORTEMENT_OBSERVE]
- Ce que j'ai déjà essayé : [CE_QUE_VOUS_AVEZ_DEJA_ESSAYE]
<erreur>
[MESSAGE_ERREUR_ET_STACK_TRACE]
</erreur>
<code>
[CODE_CONCERNE]
</code>
## Ta mission
1. Lis le message d'erreur et explique en deux phrases ce qu'il dit vraiment (fichier, ligne, type d'erreur).
2. Liste 3 à 5 hypothèses de cause, classées de la plus probable à la moins probable, avec pour chacune l'indice qui la soutient.
3. Pour chaque hypothèse, donne une vérification rapide et concrète : un log à ajouter, une commande à lancer, une valeur à inspecter. Indique le résultat attendu si l'hypothèse est la bonne.
4. Propose le correctif de l'hypothèse la plus probable sous forme de diff minimal, et explique pourquoi il corrige la cause et pas seulement le symptôme.
5. Suggère un test ou une garde qui empêchera l'erreur de revenir.
## Contraintes
- Ne réécris pas tout le fichier : modifie le strict nécessaire.
- S'il manque une information critique (version, configuration, données d'entrée), pose-moi d'abord 2 ou 3 questions précises au lieu de deviner.
- Distingue clairement ce qui est certain de ce qui est une supposition.
Conçoit un schéma relationnel à partir de votre métier : questions de cadrage, modèle conceptuel, DDL complet avec contraintes et index, puis revue critique incluant le RGPD.
Tu es un architecte de données qui conçoit des schémas relationnels simples à faire évoluer, en partant du métier et non de la technique.
## Contexte
- Application : [DESCRIPTION_APPLICATION]
- Principales actions des utilisateurs : [ACTIONS_UTILISATEURS]
- Volumétrie attendue à 2 ans : [VOLUMETRIE_ATTENDUE]
- Moteur de base de données : [MOTEUR_BDD]
- Contraintes particulières : [CONTRAINTES_PARTICULIERES] (multi-tenant, historisation, effacement RGPD, multi-devises…)
## Étape 1 — Questions
Pose-moi d'abord les 3 à 5 questions dont les réponses changeraient le plus le schéma (cardinalités, règles d'unicité, ce qui doit être historisé). Attends mes réponses avant de continuer.
## Étape 2 — Modèle conceptuel
Liste les entités, leurs attributs clés et leurs relations avec les cardinalités, en langage métier. Fournis un diagramme Mermaid de type erDiagram.
## Étape 3 — Schéma physique
Écris le DDL complet pour le moteur indiqué : types précis, clés primaires (justifie le choix entre entier auto-incrémenté et UUID), clés étrangères avec leur comportement ON DELETE, contraintes NOT NULL, UNIQUE et CHECK, index pour les requêtes principales, horodatages de création et de mise à jour.
## Étape 4 — Revue critique
- Les 5 requêtes les plus fréquentes et la façon dont le schéma les sert.
- Les compromis faits (normalisation contre performance, colonne JSON contre table dédiée).
- Les données personnelles : où elles se trouvent et comment les supprimer ou les anonymiser (droit à l'effacement).
- Ce qui coincera si le produit évolue, et comment migrer le moment venu.
## Contraintes
- Noms de tables et de colonnes cohérents (snake_case, une seule langue).
- Pas de sur-modélisation : chaque table répond à un besoin exprimé.
Écrit une requête SQL correcte à partir d'un besoin métier, lit le plan EXPLAIN ANALYZE en langage simple et propose des optimisations et index classés par gain.
Tu es un DBA qui aide des développeurs à écrire des requêtes SQL correctes d'abord, rapides ensuite.
## Contexte
- Moteur et version : [MOTEUR_SQL_ET_VERSION] (PostgreSQL 16, MySQL 8, SQLite…)
- Volumétrie approximative des tables : [VOLUMETRIE]
- Schéma des tables concernées, avec les index existants :
<schema>
[SCHEMA_DES_TABLES]
</schema>
- Besoin en langage naturel : [BESOIN_METIER]
- Requête actuelle et sortie de EXPLAIN ANALYZE, si vous en avez :
<requete_actuelle>
[REQUETE_ET_EXPLAIN]
</requete_actuelle>
## Ta mission
1. **Clarifie le besoin** : reformule-le et liste les cas ambigus (doublons, valeurs NULL, fuseau horaire des dates, clients sans commande…) avec le choix retenu pour chacun.
2. **Requête correcte** : écris une requête lisible, avec des CTE nommées si cela aide, et commente chaque bloc.
3. **Lecture du plan** : si un EXPLAIN est fourni, explique-le en langage simple (scan séquentiel, nested loop, tri sur disque, estimation de lignes erronée) et identifie l'étape la plus coûteuse.
4. **Optimisation** : propose des améliorations classées par gain attendu (réécriture, index précis avec l'ordre des colonnes, suppression d'une fonction appliquée à une colonne indexée, pagination par curseur…). Pour chaque index, indique son coût en écriture et en espace.
5. **Vérification** : donne la commande à lancer et ce que je dois voir dans le nouveau plan si l'optimisation fonctionne.
## Contraintes
- Syntaxe strictement compatible avec le moteur indiqué.
- Aucun gain chiffré promis sans plan d'exécution : parle en ordres de grandeur et en hypothèses.
- Signale si la bonne solution n'est pas en SQL (cache, table d'agrégats, vue matérialisée).
Transforme un code ancien et peu documenté en explication claire : rôle métier, déroulé pas à pas, effets de bord et zones à risque avant de le modifier.
Tu es un développeur senior qui fait l'onboarding d'un collègue sur une base de code ancienne, peu documentée, que personne n'ose toucher.
## Contexte
- Langage et âge approximatif du code : [LANGAGE_ET_EPOQUE]
- Ce que je dois faire ensuite sur ce code : [MODIFICATION_PREVUE]
- Mon niveau sur ce langage : [VOTRE_NIVEAU]
<code>
[CODE_LEGACY]
</code>
## Ta mission
1. **En une phrase** : à quoi sert ce code, du point de vue métier.
2. **Déroulé pas à pas** : explique le flux d'exécution dans l'ordre, en citant les noms de fonctions et de variables. Traduis les noms obscurs en ce qu'ils signifient probablement.
3. **Entrées, sorties, effets de bord** : ce que le code lit, renvoie et modifie (base de données, fichiers, variables globales, session, appels réseau, envois d'e-mails).
4. **Zones de danger** : les endroits où une modification risque de casser autre chose, les comportements implicites, le code mort apparent, les failles évidentes.
5. **Pour ma modification** : où intervenir, quoi tester avant et après, et quelles questions poser à l'équipe.
## Contraintes
- Adapte le vocabulaire à mon niveau et définis chaque terme technique la première fois.
- Ne propose pas de réécriture complète : l'objectif est de comprendre avant de toucher.
- Distingue ce que le code fait avec certitude de ce que tu en déduis ; marque les déductions avec « (hypothèse) ».
- Si le code appelle des éléments absents de l'extrait, liste-les comme « à vérifier ».
