Prompt engineering et auto-complétion IA : les nouvelles façons d'intéragir avec son code

Avant tout de plonger au coeur de sujet, petite parenthese : on a récemment sorti un livre blanc "L'IA, l'ère des développeurs augmentés?". Cet article en est une des réflexions. Si le sujet vous intéresse, vous pouvez le télécharger ici !

Au départ, les outils du développeur informatique se résument à une chaise de bureau (plus ou moins confortable), un clavier (avec ou sans LEDs) et un éditeur de texte. Ces éléments essentiels permettent simplement de pouvoir taper du code qui sera ensuite exécuté. Puis progressivement, de nouveaux outils sont arrivés avec les IDE (IntelliJ, Eclipse, etc.). Ces logiciels ont permis de regrouper dans une seule interface tous les outils dont un développeur a besoin pour coder : éditeur de texte, débogueur, compilateur, gestionnaire de fichiers, terminal, etc. Et puis enfin est arrivé le dernier outil : l'IA ! Mais tirer le meilleur parti de ces assistants intelligents ne s'improvise pas, c'est là qu'entre en jeu le prompt engineerin !

Contrairement aux IDE, l'outil IA a une particularité notable : il n'a pas une seule et unique interface. Aussi, au-delà même de la performance de LLMs qui a changé la manière de coder, c'est surtout l'outillage autour qui a fait un grand bond en avant ! Voyons ici dans le détails quels sont les différents moyens pour interagir avec nos outils d'IA préférés.

Le prompt engineering : nouvelle compétence clé pour les développeurs?

Lorsque l'IA générative a été rendue publique, la première façon d'interagir avec elle a été le prompt engineering : l'art de formuler des instructions en langage naturel pour obtenir une réponse pertinente. C'est encore la forme la plus populaire à ce jour, avec des outils comme « ChatGPT » d'OpenAI, « Le Chat » de Mistral, « Gemini » pour Google, ou encore « Claude » pour Anthropic.

Le fait de poser une question à un de ces modèles est appelé « Prompting ». Mais, tout comme savoir faire une bonne recherche Google n'est pas inné, rédiger un prompt efficace ça s'apprend !

On s'est vite rendus compte ici qu'on pouvait obtenir deux résultats complètement différents pour une même demande, entre une personne qui sait « prompter » avec une IA, et une autre, qui lui donnerait juste ses instructions, ou lignes de code sans réfléchir. C'est là où la compétence « prompt engineering » est apparue.

L'objectif est simple : donner suffisamment de contexte, utiliser les bons mots clés et formuler de la meilleure des manières sa demande à l'IA pour la rendre encore plus pertinente. C'est une nouvelle compétence clé que les développeurs doivent acquérir pour être les plus efficaces possible dans leurs interactions avec l'IA.

L'auto-complétion grâce à l'IA : fini les tâches répétitives ?

L'auto-complétion existe déjà depuis longtemps dans les IDEEnvironnement de développement permettant de faciliter le développement d'applications. de développement ! Honnêtement, qui arrive à se rappeler exactement de toutes les variables de sa classe, ou de toutes les méthodes qui sont disponibles dans une API ? :)

Cependant, l'auto-complétion classique n'invente rien, elle se contente de vous proposer ce qui existe déjà en se basant sur une sorte de dictionnaire pré-construit. La révolution qu'apporte l'IA générative est la capacité à savoir ce que vous allez coder, et non pas juste de compléter le début d'un nom de variable ou de méthode.

Pour faire cela, l'IA va prendre en compte l'ensemble du code du projet, le contexte et imaginer ce que vous auriez envie de coder à cet endroit-là. Et franchement, c'est assez bluffant ! Tel un médium, une bonne IA d'auto-complétion donne l'impression qu'elle arrive à lire dans vos pensées.

Vous devez créer un n-ième bouton ? Une requête SQL simple ? Une fonction pour trier un tableau ? Fini de devoir copier/coller et modifier le code pour qu'il s'adapte aux nouveaux cas. Il vous suffit d'écrire un code assez clair pour qu'il soit compréhensible par l'IA, et qu'elle puisse comprendre ce que vous voulez faire. Car oui, ce n'est pas en créant une méthode qui s'appelle "fonction1" que l'IA va pouvoir vous aider, car comme on peut s'en douter, elle ne lit pas vraiment dans vos pensées. Mais, si vous faites une méthode « getAllByStatus », elle pourra alors extrapoler et vous proposer du code pertinent !

Outre le côté « magique », les IA d'auto-complétion ont aussi leurs limites :

• La dépendance excessive et la perte de fondamentaux : à force de s'appuyer sur l'IA pour écrire son code, on peut perdre des connaissances de base et ne plus pouvoir s'en passer.
• Les suggestions incorrectes : contrairement à l'auto-complétion plus classique, les suggestions faites par l'IA ne sont pas forcément applicables. Il lui arrive de vous proposer du code qui utilise une fonction qui n'existe simplement pas. Mais, avec ce mode de fonctionnement, le contrôle est encore possible heureusement !
• Le code non optimisé ou mal sécurisé : comme tout code généré par IA, il peut contenir de gros problèmes de performances ou des failles de sécurité.
• L'IA est un peu lente : les IA étant principalement sur des serveurs distants, il est difficile d'avoir des réponses d'une rapidité telle qu'elles s'intègrent parfaitement à votre manière de travailler, sans que vous n'ayez à arrêter d'écrire pour attendre les suggestions. Compte tenu de tout ce qui vient d'être dit sur l'auto-complétion, on peut se demander si c'est devenu un incontournable, ou une simple mode. Alors, est-ce un outil à mettre dans les mains de tout le monde ?

Prompt engineering et autocomplétion IA : le futur du développement ?

Dans sa forme actuelle, on pense qu'il est devenu un outil incontournable pour les développeurs expérimentés : ceux pour qui les copier-coller ne sont plus un moyen d'apprendre, mais simplement du temps perdu et une frustration.

D'un autre côté, les limites sont exacerbées pour les développeurs plus débutants ! Surtout au début de leur carrière, où la répétition est le meilleur moyen d'apprendre et où le temps perdu n'est pas perdu, mais investi. Sauter cette phase d'apprentissage pourrait s'avérer néfaste pour leur évolution en tant que développeur, sans parler du manque d'expérience pour juger la qualité du code généré.

Pour résumer, l'auto-complétion est un outil qui fait clairement gagner du temps aux expérimentés, mais qui ne permettra jamais aux développeurs débutants de progresser et de devenir expérimentés !

Pour aller plus loin, téléchargez notre dernier livre blanc : L'IA : L'ère des développeurs augmentés ?