Aller au contenu

Cas d’usage

IA pour développeurs

Par Ofrai Editorial (Use Case Research)

Le travail d’ingénierie, c’est surtout des tokens et parfois un schéma. Ofrai place DeepSeek à côté de Claude et GPT pour dépenser des crédits Flash sur les boucles et des crédits premium sur l’explication que vous livrez.

Le chat et la vidéo consomment des crédits Ofrai.

Boucle de code

DeepSeek V4 Flash est le marteau par défaut. Montez vers Pro, GPT ou Claude quand la réponse doit être collée dans un design doc. studio image est là pour un doodle d’architecture ; c’est optionnel.

Recherche et specs

Uploadez PDF/DOCX dans studio texte. Comparez DeepSeek vs Claude quand le document est long et que vous hésitez entre soin façon citation et débit brut.

Quand ajouter chat-with-PDF

Quand le spec arrive en PDF, passez en chat-with-PDF dans le même studio texte et posez vos questions dans le même fil que vos itérations code.

Quand passer de DeepSeek à Claude

Restez sur DeepSeek Flash pour les tests. Quand vous avez un patch à fusionner, montez vers Claude ou GPT pour l’explication à coller dans un ticket. Le fil est préservé.

Une journée dans la boucle d'un ticket

Le temps de développement, ce n'est pas la frappe, c'est le contexte à maintenir. L'IA aide surtout quand elle supprime le moment où vous relisez les mêmes fichiers pour la troisième fois. Une journée réaliste : lire le ticket, coller le module concerné dans une session Chat with PDF quand la spécification est longue, et demander un plan avant le code. Ensuite, générer d'abord la partie ennuyeuse et petite : une migration, un squelette de test, un renommage avec ses appelants.

Gardez la décision de conception intéressante pour un humain, et utilisez le modèle là où la spécification ne laisse pas de place à l'interprétation. Cet ordre compte : le code que vous n'avez pas écrit est du code que vous devez relire, donc moins la génération est chère, moins la relecture vous coûte.

Des prompts qui compilent du premier coup

Le contexte bat l'astuce. Un prompt qui renvoie du code du premier coup contient en général cinq choses : le langage et sa version, le framework et sa version majeure, les chemins de fichiers exacts, les contraintes à ne pas violer, et la forme attendue du résultat. Exemple : 'TypeScript 5, Node 20, express 4. Collez src/routes/orders.ts et son fichier de test. Produisez un handler GET paginé respectant l'enveloppe de réponse utilisée dans src/http/respond.ts. Aucune nouvelle dépendance. Retournez un diff unifié.'

Le diff unifié compte plus qu'il n'y paraît : il rend la relecture mécanique et rend visible tout ce que le modèle a modifié sans demande. Si la première réponse est fausse, ajoutez une contrainte manquante plutôt que de réécrire tout le prompt.

Choisir entre DeepSeek, GPT-5 et Claude Sonnet

Utilisez les modèles pour des travaux différents. DeepSeek Flash est la voie économique : lecture de fichiers, petites refactorisations, squelettes de test, tout ce que vous relirez ligne par ligne de toute façon. DeepSeek Pro est la voie du raisonnement pour un problème borné, comme tracer pourquoi un test échoue sur trois fichiers. GPT-5 est le généraliste fort quand la tâche demande de la largeur : framework inconnu, changement multi-fichiers, plan de migration que vous/all 方 débattre.

Claude Sonnet est la voie du contexte long et de la révision soignée, surtout quand vous collez un gros fichier et demandez un diff qui ne touche que ce que vous avez nommé. La règle pratique : dépenser le modèle fort là où vous perdriez sinon une heure, pas une minute.

Où le code écrit par IA dérape

Quatre échecs expliquent l'essentiel des mauvaises sorties, et les quatre se corrigent en changeant le prompt plutôt que le modèle. APIs inventées : le modèle appelle une méthode qui n'existe pas dans votre version. Corrigez en collant la vraie signature et en ajoutant 'n'utiliser que les APIs présentes dans les fichiers collés'. Changement de comportement silencieux : il réécrit une logique dont vous n'avez pas parlé. Nommez les fichiers qu'il a le droit de toucher. Refactorisations sûres en apparence mais cassant les cas limites : tableaux vides, valeurs nulles, fuseaux.

Demandez d'abord les tests, ensuite l'implémentation. Concurrence plausible mais fausse : demandez-lui d'énoncer ses hypothèses à la fin. Et dans tous les cas, vous lisez le diff.

Des crédits par ticket, pas par poste

La consommation suit les tickets, pas les personnes, donc elle se prédit bien. Budgétez un ticket de deux heures comme une passe de planification, deux ou trois rondes de génération, une relecture et un court texte pour la pull request. Multipliez par le nombre de tickets du sprint et comparez avec le coût du même travail effectué à pleine attention. L'habitude qui garde cela honnête : garder les modèles économiques sur les tickets économiques et réserver les modèles forts aux deux ou trois tickets qui portent vraiment le risque.

Notez quel modèle a produit quel diff, car après un trimestre ce registre montre où est votre vrai goulot : la génération ou la relecture.

Ce qu'il faut joindre à la pull request

La relecture est le livrable. Avec le diff, joignez trois choses : un paragraphe de résumé de ce qui change et pourquoi, les tests que vous avez lancés et leur sortie, et toute hypothèse que le code fait sur les données ou la configuration. Dites explicitement quels fichiers vous n'attendiez pas à voir modifiés, car c'est la première chose que vérifie un relecteur.

Si un modèle a écrit le code, dites-le dans la description au lieu de le cacher : les relecteurs peuvent alors concentrer leur attention là où ils l'auraient fait de toute façon. Gardez le prompt dans votre bibliothèque à côté de la branche finale, pour qu'un correctif futur puisse être régénéré avec le même contexte au lieu d'être redécouvert.

Qui devrait adopter cela, et qui devrait rester dans son IDE

Cela convient aux développeurs qui travaillent chaque semaine dans une base inconnue, qui écrivent des tests qu'ils préféreraient ne pas écrire, et qui perdent du temps en migrations et en boilerplate. Cela convient aux équipes dont la documentation est écrite par les mêmes personnes que le code. Cela convient mal aux travaux dominés par des décisions d'architecture avec un fort contexte organisationnel, car le modèle ne voit pas la politique d'un système qu'il n'a jamais lu.

Cela convient mal aux chemins réglementés ou critiques sans culture de relecture, où une réponse fausse mais crédible est pire que pas de réponse. Et si votre équipe ne peut pas relire attentivement, plus de code généré n'est pas plus de code livré, c'est plus de lecture différée.

Une première heure avec le flux de code

Testez un ticket de bout en bout avant de changer vos habitudes. Prenez un bug petit et bien spécifié. Collez le test qui échoue et les deux fichiers les plus pertinents dans le studio texte. Demandez d'abord un plan, lisez le plan, et ne demandez le diff unifié qu'ensuite. Appliquez-le en local, lancez le test, et gardez ou annulez selon le résultat plutôt que selon le ton de la réponse.

Collez ensuite la spécification dans Chat with PDF et posez les trois questions que vous auriez posées à un collègue. Une heure et quelques crédits vous disent si cette boucle raccourcit vos tickets, et le diff annulé vous dit exactement combien de relecture vous auriez dû faire.

Ouvrir le studio

FAQ

Y a-t-il une API ?
Ce site est l’espace de travail Ofrai. Consultez la doc ou le support pour un accès programmatique ; ces pages décrivent les studios produit.
Pourquoi pas seulement DeepSeek ?
Parce que l’écriture et la revue gagnent encore avec Claude ou GPT. Vous pouvez les essayer avec les mêmes crédits Ofrai, sans acheter un second siège.
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’IA développeurs sur Ofrai ?
Un espace orienté tokens : DeepSeek Flash pour les boucles économiques, Pro ou Claude ou GPT pour l’explication à coller dans un ticket, chat-with-PDF pour les questions de spec. Même studio texte, même portefeuille.

Modèles associés

Outils