AiLearning

Module 6 — Diagnostic assisté par IA

Adoptez une méthodologie d'investigation assistée par l'intelligence artificielle : formulez des prompts de diagnostic structurés et analysez de volumineux journaux d'erreurs (logs). Identifiez avec un regard critique les risques d'hallucinations techniques et validez chaque correctif par des tests de non-régression ciblés.

Chapitre 11 h 30
Étudier

1 Comprendre le rôle de l'IA dans le diagnostic logiciel

Rôle de l'IA comme assistant de diagnostic, analyse des logs et stack traces, distinction entre hypothèse et cause racine confirmée par des preuves.

Chapitre 21 h 45
Étudier

2 Différence entre débogage traditionnel et débogage assisté par IA

Comparaison rigoureuse : breakpoints et DevTools vs agents IA, complémentarité des approches et choix méthodologique selon la complexité du bug.

Chapitre 32 h 00
Étudier

3 Construire un prompt professionnel de diagnostic

Les 7 composants indispensables d'un prompt d'ingénierie : ROLE, OBJECTIVE, CONTEXT, DATA, TASKS, CONSTRAINTS et OUTPUT FORMAT.

Chapitre 41 h 45
Étudier

4 Transmettre des logs et des Stack Traces à un modèle IA

Exploitation des piles d'appels, analyse des niveaux de logs (DEBUG à FATAL), anonymisation des secrets et construction de prompts d'erreur.

Chapitre 51 h 45
Étudier

5 Fournir le contexte technique nécessaire à une analyse fiable

Les 7 catégories d'informations critiques : versions, architecture, comportements attendus/observés, code source et historique des commits Git.

Chapitre 61 h 30
Étudier

6 Faire analyser une erreur sans demander immédiatement sa correction

Séparation étanche du diagnostic et de la remédiation : formulation d'hypothèses, recherche de preuves et interdiction stricte de modifier le code.

Chapitre 72 h 00
Étudier

7 Identifier les causes probables et les causes racines

Décomposition causale : symptôme vs cause immédiate vs cause racine, méthode des 5 Pourquoi et classement des probabilités techniques.

Chapitre 82 h 00
Étudier

8 Détecter les hallucinations et les corrections incorrectes proposées par l'IA

Identification des méthodes fictives, des faux diagnostics SQL et des patchs superficiels (optional chaining), audit critique avec prompt dédié.

Chapitre 92 h 00
Étudier

9 Utiliser les agents IA intégrés aux IDE

Fonctionnement des agents dans Google Antigravity, VS Code, Cursor et Windsurf : boucle de rétroaction, outils de recherche et coordination multi-agents.

Chapitre 102 h 15
Étudier

10 Définir les instructions principales d'un agent spécialisé en débogage

Conception du fichier d'instructions permanentes : YAML Frontmatter, workflow en 10 étapes, matrice de responsabilités et formats de livrables.

Chapitre 112 h 00
Étudier

11 Encadrer les permissions de l'agent : périmètre et sécurité

Application du principe du moindre privilège : distinction READ/SEARCH/EXECUTE/WRITE/DELETE, protection du fichier .env et contrôle des commandes.

Chapitre 122 h 00
Étudier

12 Faire corriger un bug par un agent IA et contrôler les modifications

Validation du plan de correction préalable, autorisation ciblée par fichier, examen minutieux du git diff et acceptation/refus de patchs.

Chapitre 132 h 30
Étudier

13 Vérifier automatiquement les corrections avec des tests

Validation par tests automatisés : tests unitaires, d'intégration (Supertest) et de non-régression (Vitest), cycle Red-Green-Refactor et CI/CD.