Formation : Apprendre à coder avec l’IA

I . Introduction à l’IA générative appliquée au code

• Comprendre ce qu’est une IA générative et son rôle dans le développement logiciel
• Panorama des outils disponibles : IDE augmentés (Cursor, extensions VS Code), agents autonomes, GitHub Copilot…
• Installation et configuration d’un IDE supportant l’IA (VS Code + extension, Cursor, ou autre)
• Comprendre le fonctionnement d’un LLM appliqué au code
• Quiz interactif : savoir reconnaître ce que l’IA sait faire (et ne pas faire)

II . Les bases : collaborer avec une IA pour coder

• Générer du code avec la complétion (Tab / Inline edit)
• Dialoguer avec un agent ou un chat intégré pour demander une tâche précise
• Apprendre à donner du contexte à l’IA (structure du projet, langage, conventions)
• Exercice pratique : créer une todo list avec l’aide de l’IA

III . Améliorer et maintenir la qualité du code produit par l’IA

• Définir des conventions et règles personnalisées (linters, style guides)
• Documenter son projet au fil de l’eau (README, commentaires, changelog)
• Utiliser un Dev Journal (ou DevBook) pour tracer les décisions et itérations
• Refactoriser et optimiser le code avec l’aide de l’IA
• Exercice pratique : améliorer et factoriser la todo list en suivant les conventions définies

IV . Étendre les capacités de l’IA : recherche et multimodalité

• Utiliser l’IA pour rechercher des informations sur le web et les intégrer dans un projet
• Comprendre comment l’IA peut analyser du code existant, un bug ou une image (diagramme, UI, schéma)
• Exercice pratique : transformer un mockup (image) en code fonctionnel

V . Construire un projet applicatif guidé par l’IA

• Planifier un mini-projet à l’aide d’une backlog (GitHub Issues ou autre gestionnaire)
• Demander à l’IA de générer, corriger et compléter les tickets
• Exercice pratique : développer une application de notes avec tags et recherche en mode collaboratif avec l’IA

VI . Bonnes pratiques de prompting pour le code

• Comment rédiger un prompt efficace : contexte, objectif, contraintes
• Les 4 règles d’or : précision, incrémentalité, feedback, validation
• Atelier pratique : améliorer ses prompts à partir de cas concrets

VII . Projet intermédiaire : développer une application web complète

• Construire une application plus complexe (ex. gestionnaire de recettes ou mini-API REST avec front simple)
• Exercice guidé : du backlog à la mise en production avec l’aide de l’IA

VIII . Les agents et l’automatisation du workflow développeur

• Introduction aux agents autonomes et leur capacité à planifier/exécuter des tâches
• Connecter l’IA à des outils externes (GitHub, CI/CD, bases de données, APIs)
• Démo : un agent qui gère et résout une issue GitHub automatiquement

IX . Conclusion

• Récapitulatif des compétences acquises
• Comment continuer à pratiquer avec l’IA au quotidien
• Limites et bonnes pratiques pour rester efficace et critique face aux suggestions

X . Bonus (optionnel)

• Ressources pour aller plus loin : MCP, frameworks d’agents, outils de RAG pour le code, etc.