Si vous lisez ceci, vous connaissez probablement déjà certains cas d’usage et certaines limites des LLM. Plus le prompt et le contexte fournis au modèle sont pertinents, meilleur sera le résultat. De même, avec Devin Desktop, il existe des bonnes pratiques pour rédiger des prompts plus efficaces, tirer le meilleur parti de l’outil et obtenir un code de la meilleure qualité possible afin d’accélérer vos workflows.Documentation Index
Fetch the complete documentation index at: https://docs.devinenterprise.com/llms.txt
Use this file to discover all available pages before exploring further.
Éléments d’un prompt de haute qualité
- Objectif ou résultat clair
- Que demandez-vous au modèle de produire ?
- Lui demandez-vous un plan ? Du nouveau code ? S’agit-il d’un refactor ?
- Tout le contexte pertinent pour accomplir la ou les tâches
- Avez-vous correctement utilisé les @-mentions pour vous assurer que le bon contexte est inclus ?
- Y a-t-il un contexte spécifique au client qui pourrait ne pas être clair pour Devin Desktop ?
- Contraintes nécessaires
- Y a-t-il des frameworks, bibliothèques ou langages spécifiques à utiliser ?
- Y a-t-il des contraintes de complexité en temps ou en espace ?
- Y a-t-il des considérations de sécurité ?
Exemples
- À éviter : Écrire des tests unitaires pour tous les cas de test d’un objet Order Book.
-
À privilégier : À l’aide de
@class:unit-testing-module, écrire des tests unitaires pour@func:src-order-book-addafin de vérifier les exceptions levées lorsque la valeur est au-dessus ou en dessous du stop loss
- À éviter : Refactoriser rawDataTransform.
-
À privilégier : Refactoriser
@func:rawDataTransformen remplaçant la boucle while par une boucle for et en utilisant la même structure de données en sortie que@func:otherDataTransformer
- À éviter : Créer un nouveau Button pour le formulaire de contact.
-
À privilégier : Créer un nouveau composant Button pour
@class:ContactFormen suivant le guide de style dans@repo:frontend-components, où le libellé indiqué est « Continuer »
