Llama AI pour les développeurs

Pour un développeur, un modèle de chat est particulièrement utile comme second regard rapide : il déchiffre du code inconnu, suggère les tests oubliés, rédige le code rébarbatif et explique clairement un message d'erreur. Cette page présente sept façons concrètes d'utiliser les modèles Llama dans notre chat pour ces tâches, chacune accompagnée d'un prompt prêt à l'emploi et ajustable. Si vous préférez développer votre propre application avec Llama, nous expliquons également les options de l'API Llama et comment exécuter Llama en local sur votre machine.

Comprendre et corriger du code

Le modèle ne travaille qu'avec les éléments que vous lui fournissez : incluez toujours les lignes concernées, le message d'erreur exact et les versions utilisées.

Faire expliquer une erreur

Une trace d'appels (stack trace) pointe souvent vers le symptôme plutôt que la cause réelle. Donnez au modèle le message complet, les lignes environnantes et le résultat attendu, puis demandez-lui de classer les causes possibles par ordre de probabilité.

J'obtiens cette erreur dans mon projet [langage et framework, avec les versions] : [coller l'erreur et la stack trace]. Voici le code concerné : [coller le code]. Classe les causes possibles de la plus à la moins probable, explique comment vérifier chacune d'elles et propose le correctif le plus simple pour la cause la plus probable.

Déboguer dans le chat. Pour un extrait isolé, la page de l'Assistant de code est encore plus rapide.

Lire du code que vous n'avez pas écrit

La prise en main d'un module hérité ou d'un vieux script est bien plus rapide avec des explications guidées. Demandez d'abord l'objectif global, puis le déroulement logique, et enfin les points sensibles.

Explique ce que fait ce code en [langage]. Commence par un résumé en deux phrases, détaille les étapes principales dans l'ordre, puis termine en signalant tout ce qui semble fragile, surprenant ou susceptible d'échouer avec des données inhabituelles : [coller le code]

Obtenir l'explication pas à pas.

Décrire un bug d'interface à partir d'une capture d'écran

Llama 4 Maverick et Llama 4 Scout analysent les images : vous pouvez donc joindre une capture d'un problème d'affichage à côté du code HTML ou CSS concerné. Le modèle ne voit que l'image, pas votre page en direct : précisez bien le rendu attendu.

J'ai joint une capture d'écran montrant un problème de mise en page sur [page ou composant]. Résultat attendu : [ce à quoi cela devrait ressembler]. Voici le balisage et le CSS concernés : [coller le code]. Indique ce qui cause très probablement cet écart et propose un correctif.

Ouvrir ce prompt, joignez votre capture d'écran et conservez Llama 4 Maverick sélectionné.

Écrire, tester et documenter

Utilisez le modèle pour produire des ébauches à relire attentivement, jamais pour générer du code fusionné les yeux fermés.

Générer des tests avec les cas limites

Les modèles excellent à lister les scénarios qu'un développeur fatigué oublie facilement : entrées vides, volumes massifs, caractères spéciaux, fuseaux horaires. Demandez d'abord la liste pour vérifier la couverture.

Rédige des tests unitaires pour cette fonction en [langage] avec [framework de test]. Liste d'abord les cas que tu vas couvrir, y compris les cas limites et les entrées invalides, puis écris les tests. Ne modifie pas la fonction elle-même : [coller la fonction]

Générer les tests.

Relire une modification avant de pusher

Une revue rapide permet de repérer les erreurs de décalage d'un élément (off-by-one), la gestion d'erreurs manquante ou l'usage non sécurisé d'entrées utilisateur. Demandez des retours classés par gravité, avec le numéro de ligne correspondant.

Fais la revue de ce diff comme un développeur senior rigoureux. Signale en priorité les bugs, les failles de sécurité et les manques dans la gestion des erreurs, puis les problèmes de lisibilité, chacun avec la ligne concernée et une suggestion de correction. Précise clairement si tu ne trouves rien de bloquant : [coller le diff]

Lancer la revue.

Créer une regex ou une requête SQL fiable

Demandez le motif ou la requête accompagné d'explications et d'exemples qui doivent correspondre ou non, puis testez-le vous-même.

Écris [une expression régulière / une requête] en [moteur regex ou dialecte SQL] qui [ce qu'elle doit faire]. Explique chaque partie, puis fournis un tableau d'exemples d'entrées avec le résultat attendu pour chacune, cas particuliers inclus.

Essayer ce prompt.

Rédiger un README ou un message de commit

Il est toujours plus facile d'éditer une documentation que de partir d'une page blanche. Collez vos notes ou votre diff en précisant à qui s'adresse le texte.

Rédige un README pour mon [type de projet] à partir des notes ci-dessous. Sections : description, prérequis, installation, utilisation avec un exemple, configuration et limites connues. Reste concis et utilise des blocs de code pour les commandes : [coller les notes]

Rédiger le README.

Ce qu'il faut éviter

• Faire fuiter des identifiants. Supprimez d'abord les clés d'API, mots de passe, chaînes de connexion et données clients de vos extraits. Vos messages transitent par notre serveur et un fournisseur d'inférence : respectez les règles de votre entreprise sur le partage de code avec des services tiers.
• Faire aveuglément confiance aux spécificités des bibliothèques. Les modèles ont une date limite de connaissances et ne peuvent pas consulter la documentation actuelle : les API ou options récentes peuvent manquer ou être inventées. Vérifiez la documentation officielle.
• Fusionner du code non testé. Un code généré peut compiler tout en étant faux. Exécutez-le, relisez-le et testez-le comme n'importe quelle autre contribution.
• Envoyer des fichiers trop volumineux. Le chat tronque les messages très longs : envoyez la fonction concernée, pas le dépôt complet.

Pages associées

• La sélection de prompts pour le code et le guide pour coder avec l'IA.
• Quel modèle choisir : choisir le bon modèle Llama ; Llama 3.1 8B répond le plus vite.
• Développer vous-même avec Llama : la licence Llama expliquée simplement.