Aller au contenu

Outils

Assistant code IA

Par Ofrai Editorial (AI Model Curators)

Traitez DeepSeek Flash comme le chat quotidien proche du compilateur, puis montez vers Pro, GPT ou Claude quand vous voulez une revue que vous fusionneriez vraiment.

Le chat et la vidéo consomment des crédits Ofrai.

Boucle suggérée

Collez le test qui échoue, demandez un patch à Flash, lancez-le en local, puis demandez à Claude ou GPT d’expliquer le risque. Ce mix explique pourquoi Ofrai liste plusieurs modèles texte. La boucle se déroule en trois temps. Premier temps, rapide et bon marché : Flash transforme la preuve de l’échec en diff candidat. Deuxième temps, vous l’exécutez, puisque le modèle ne peut pas le faire. Troisième temps, la revue : un modèle premium lit le diff que vous avez réellement obtenu, pas celui que vous espériez.

Petite boucle au début, dépense concentrée à la fin : c’est pourquoi un assistant en chat bat une gigantic prompt pour l’essentiel du débogage.

Docs

Uploadez une spéc PDF et posez des questions dans le même fil — voir chat-with-PDF. studio image est optionnel pour les schémas, et vraiment optionnel : une esquisse d’architecture coûte souvent plus en temps de relecture qu’une toile blanche en crédits. Le vrai réflexe utile consiste à garder le document dans la boucle au lieu de le résumer de mémoire. Demandez au modèle de citer la clause sur laquelle il s’appuie, pour vérifier la source avant de croire la conclusion.

Quand passer à chat-with-PDF

Quand la source de vérité est un spec ou une RFC, joignez le PDF dans studio texte et posez vos questions dans le même fil. Revenez aux itérations code ensuite.

Associer code et chat-with-PDF

Ouvrez la spec PDF dans chat-with-PDF puis gardez le même fil pour les itérations code. Question de doc et patch cohabitent dans studio texte.

Quel moteur pour quel travail

Roulez par tâche, pas par marque. DeepSeek V4 Flash est la boucle économique : lire une stack trace, renommer un symbole dans trois fichiers, écrire un premier jet de test, expliquer une regex que personne ne se souvient avoir écrite. DeepSeek V4 Pro est le cheval de bataille intermédiaire pour les refactorisations multi-fichiers, quand vous voulez que le modèle tienne un plan plus long avant de répondre. GPT-5 brille sur les questions produit ambiguës, où le besoin est flou et où il faut des options plutôt qu’un patch.

Claude Sonnet est le relecteur : donnez-lui le diff et demandez ce qui casse, car ses explications structurées sont celles qu’on colle dans une pull request. Une règle garde la facture basse : on rédige sur Flash, on monte une fois, jamais deux pour le même changement.

Formes de prompt pour du vrai code

Décrivez la tâche comme le ferait un collègue, en quatre parties : la preuve de l’échec, la contrainte intouchable, la forme de la réponse attendue, et ce que vous voulez voir expliqué. Un correctif de bug s’écrit ainsi — « tests/test_cart.py::test_apply_discount échoue avec DiscountError au-delà de 100. Le service de pricing lève sur les lignes à quantité nulle mais l’API peut en envoyer une.

Donne-moi un patch minimal qui protège le cas quantité nulle dans apply_discount, garde la signature publique, ne touche pas à l’arrondi, et dis-moi quels autres appelants peuvent emprunter ce chemin. » Un nouveau module demande une autre forme : « écris un helper de retry TypeScript avec backoff exponentiel, jitter complet, plafond de cinq tentatives et support AbortSignal ; renvoie la dernière erreur au lieu de lever ; documente les valeurs par défaut. » Pour une refactorisation, collez les formes avant et après plutôt que de décrire l’intention.

Garder le contexte du code sans dépôt

Ofrai n’héberge pas votre dépôt : la compétence réelle est donc la gestion du contexte. Composez un briefing compact plutôt que de coller 400 lignes : la signature publique, les deux ou trois fichiers touchés, la chaîne d’erreur exacte, le runtime et les versions des bibliothèques, et la contrainte qui ne bouge pas. Cela fait généralement moins de 200 lignes et donne de meilleures réponses qu’un dump complet, parce que le modèle consacre son attention au code que vous avez signalé plutôt qu’au boilerplate inutile.

Quand un fil s’allonge ou que le modèle contredit ses propres réponses, ouvrez un nouveau fil avec un résumé écrit — « le garde est dans apply_discount, le changement d’arrondi a été annulé, l’échec restant est sur le chemin du fret » — au lieu de faire défiler. Un contexte périmé est la cause discrète des mauvaises deuxième versions.

Passes de revue avant merge

Lisez la sortie du modèle comme le patch d’un inconnu qui a généralement raison. Passe une : demandez le diff seul, sans prose, et lisez-le comme un diff. Passe deux : demandez quelle entrée le casse — chaîne vide, null, très gros fichier, deux appels concurrents, une locale où la chaîne traduite est vide. Passe trois : demandez quel test existant aurait dû l’attraper, et lequel vous devez au dépôt. Puis lancez la suite vous-même, le modèle ne le peut pas.

Pour tout ce qui touche l’auth, l’argent ou les migrations, montez la revue vers un modèle premium avec une consigne étroite : « liste uniquement les risques de correction de ce diff, classés, sans résumé. » Vous obtenez une liste au lieu d’un essai, et une liste est ce que vous pouvez traiter dans les dix minutes avant le merge.

Où le code généré casse en silence

Cinq échecs couvrent l’essentiel. Les API inventées : le modèle appelle un helper qui n’existe pas dans votre version, donc épinglez la version dans le prompt et n’exigez que des appels documentés. Le changement de comportement silencieux : une réécriture supprime une branche d’erreur parce que rien ne la testait — c’est exactement à cela que sert la passe deux. Les patchs trop larges : une correction de douze lignes livrée comme refonte de quatre fichiers ; demandez d’abord le changement minimal, la refonte à part.

Les bugs de borne sur les collections vides, nulles ou à un élément. Et la logique métier plausible mais fausse, que seule votre connaissance du domaine peut attraper : énoncez la règle à voix haute. Le remède est identique dans les cinq cas : demandez le plus petit changement qui fait passer le test, puis lisez comme une candidature.

Les réglages à changer avant de prompter

La température est le premier dial, et beaucoup de gens la laissent mal réglée. Gardez-la basse, autour de 0,2 à 0,4, pour tout ce que vous comptez exécuter : correctifs, refactorisations, migrations, tests générés. Ne l’augmentez que lorsque vous cherchez deliberément des options : trois esquisses, trois noms possibles, trois approches du même problème. Sur les modèles premium, le budget de raisonnement déplace davantage les réponses que la température : donnez de l’espace au problème plutôt que de demander une réponse plus longue.

La longueur de contexte est l’autre réglage à surveiller : collez le code fautif plus l’interface qu’il doit respecter, pas le fichier entier, et la réponse reste ciblée. Enfin, gardez une éventuelle instruction système courte et stable pendant toute la session.

Ce que coûte une session de débogage

Les jobs texte sont facturés au token, donc une boucle de débogage a une forme prévisible : beaucoup de petits appels Flash, un ou deux appels Pro, et une revue premium. L’habitude qui ruine le budget consiste à reposer la même question au modèle premium après une modification d’une ligne, en payant plein prix une conclusion que vous aviez déjà. La plus grosse économie vient de corriger le prompt plutôt que le modèle : mettez la preuve de l’échec dans le prompt, énoncez la contrainte, et bien souvent Flash répond sans escalade.

Deuxième économie : refuser de générer des tests qui ne changeront rien. Troisième : garder l’exploration bon marché et réserver les appels premium aux changements que vous défendriez en revue. Sur Ofrai le même wallet paie images et vidéo, donc un après-midi de code sans borne est une vraie raison pour laquelle le clip du soir n’existe pas.

Qui doit passer son chemin

Passez votre chemin si votre flux dépend d’une conscience globale du dépôt, de l’exécution automatique des tests, ou du contenu des commits depuis la dernière version — un agent ayant votre historique git répond à cela, une fenêtre de chat non. Passez aussi votre chemin si vous avez besoin d’une piste auditable : la preuve vit dans votre IDE et votre CI, pas dans un fil de texte.

Enfin, laissez de côté tout arbitrage où la correction relève d’une autorité métier — règles de prix, fiscalité, consentement — là où le modèle doit rédiger et où un humain doit décider. En revanche, l’outil excelle pour les tests, le nettoyage de boilerplate, des logs plus clairs, du script de liaison, des brouillons de migration et l’explication de code inconnu à un nouveau venu.

Le test honnête : si une mauvaise réponse serait attrapée par votre suite en une minute, allez-y ; si elle partait en production, gardez le brouillon et lisez chaque ligne.

Chat code ou outil d’écriture voisin

Les deux vivent dans studio texte et puisent sur le même portefeuille : la vraie différence est ce que vous demandez au fil. Une demande d’écriture se termine par un artefact fini — article, landing page, e-mail — où le ton et la structure sont le livrable. Une demande de code se termine par quelque chose que vous exécutez : un diff, un test, une migration, où la correction et la compatibilité d’interface sont le livrable et la prose n’est qu’un échafaudage.

Le choix du modèle suit : l’outil d’écriture s’appuie sur le moteur qui tient le mieux le ton sur les longs textes, tandis que la boucle code s’appuie sur Flash pour le volume et un relecteur premium à la fin. Garder les deux séparés évite qu’un bon paragraphe devienne un mauvais patch. La page AI writing couvre le versant rédaction si vous avez besoin des deux.

Ouvrir le studio

FAQ

Hébergez-vous des dépôts ?
Non. Ofrai est l’espace de travail modèles. Gardez git là où il vit déjà.
DeepSeek ou Claude pour le code ?
Flash pour le volume, Claude ou GPT pour le write-up. Détails sur la page DeepSeek vs Claude.
Combien coûte une génération ?
Chaque job affiche des crédits Ofrai dans le studio. Les crédits catalogue sont des points de départ ; la résolution et la durée peuvent changer le total.
Comment commencer sur Ofrai ?
Ouvrez studio image ou vidéo depuis cette page, choisissez un modèle recommandé, reprenez ou adaptez le prompt de départ, et générez depuis votre bibliothèque.
Qu’est-ce que l’assistant code IA sur Ofrai ?
Un chat multi-modèles dans studio texte taillé pour le code : DeepSeek Flash pour les boucles économiques, Claude ou GPT pour les explications merge-ready. Même espace que chat-with-PDF et l’écriture.

Modèles associés

Comparer