Astuces et bonnes pratiques

Cette page compile des astuces efficaces et des bonnes pratiques pour MBAgent afin de vous aider à travailler plus efficacement.

NOTE

À propos des captures d'écran : Cette page contient des captures d'écran pour les astuces clés.

I. Techniques de prompt

1. Définir un rôle pour l'IA

Mauvais prompt :

Écris-moi un code

Bon prompt :

Tu es un ingénieur senior Rust avec 12 ans d'expérience, 
aide-moi à écrire une implémentation de pool de threads thread-safe, 
avec les exigences suivantes :
1. Utilisation de tokio
2. Prise en charge de l'expansion dynamique
3. Commentaires détaillés en français
4. Inclure des tests unitaires

2. Fournir un contexte spécifique

Mauvais prompt :

Comment corriger ce bug ?

Bon prompt :

Je fais tourner mbagent 1.112.10 sur Windows 10, 
au démarrage j'obtiens l'erreur :
"Failed to bind port 9527"
J'ai déjà essayé :
1. Redémarrer l'ordinateur
2. Tuer le processus qui occupe le port 9527
Mais l'erreur persiste. Aide-moi à analyser les causes possibles.

3. Spécifier le format de sortie

Affiche le résultat sous forme de tableau Markdown avec les colonnes suivantes :
| Nom de la tâche | Priorité | Temps estimé | Responsable |

4. Guidage pas à pas

Pour les tâches complexes, guidez étape par étape :

Étape 1 : analyser les besoins
Étape 2 : donner le plan technique
Étape 3 : lister le code d'implémentation
Étape 4 : donner les cas de test

5. Limites claires

Modifie uniquement le fichier xxx, ne touche pas aux autres.
N'introduis pas de nouvelles dépendances.
Ne change pas l'API existante.

II. Techniques d'économie de tokens

1. Choisir le bon modèle

Scénario	Modèle recommandé
Conversation simple / traitement de texte	`deepseek-v4-flash`, `gpt-5-mini`
Codage / rédaction courants	`deepseek-v4-pro`, `claude-sonnet-4`
Raisonnement complexe / analyse de grand projet	`gpt-6.0-sol`, `claude-opus-4.5`

TIP

Aperçu des nouveaux modèles (Houniao officiel) :

Ultra-rapides (bas prix) : deepseek-v4-flash, gpt-5-mini, gpt-5-nano, gemini-2.5-flash
Principaux (rapport qualité-prix) : deepseek-v4-pro, claude-sonnet-4, gpt-5.6, gemini-2.5-pro
Phares (haute difficulté) : gpt-6.0-sol, claude-opus-4.5, gpt-6.0
Contexte long : gemini-2.5-pro (2 millions de tokens)
Usages spéciaux : deepseek-v4-vision (image), deepseek-v4-coder (code)

Pour les scénarios par défaut, privilégiez deepseek-v4-pro ou gpt-5.6, et passez aux modèles phares pour les cas difficiles.

2. Désactiver les affichages inutiles

Dans les paramètres, désactivez :

❌ Afficher le processus de réflexion : le processus de réflexion consomme beaucoup de tokens
❌ Afficher les statistiques de tokens et de coûts : affichage pur pour économiser

3. Condenser l'historique de conversation

✅ Nettoyez régulièrement les anciennes sessions
✅ Segmentez les longues conversations
✅ Utilisez la fonction Résumé pour compresser l'historique

4. Éviter les contextes dupliqués

Mauvaise conversation :

Tour 1 : Voici mon code de projet [coller 500 lignes]
Tour 2 : Modifie xxx dans le code ci-dessus
Tour 3 : Modifie encore yyy dans ce code

Bonne conversation :

Tour 1 : Refactorise ce code [coller 500 lignes]
Tour 2 : (continuer dans la même session)

Ou laissez l'IA écrire le code dans un fichier, puis utilisez l'outil read_file pour le lire.

5. Utiliser le contexte au niveau du projet

Écrivez les informations de base du projet dans la banque de mémoire, l'IA les charge automatiquement à chaque fois, pas besoin de répéter.

6. Diviser pour régner

Pour les grandes tâches :

✅ Divisez en plusieurs petites tâches
✅ Chaque petite tâche dans sa propre session
✅ Utilisez Résumé pour relier plusieurs sessions

7. Utiliser le mode `--no-thinking`

Pour les tâches simples, vous pouvez utiliser le paramètre --no-thinking pour désactiver le processus de réflexion :

bash

mbagent task run simple-task --no-thinking

8. Mettre en cache le préfixe du prompt

Si votre prompt a un préfixe fixe, vous pouvez activer la mise en cache du préfixe (nécessite la prise en charge du modèle).

III. Gestion du contexte

1. Comprendre la fenêtre de contexte

Chaque modèle a une limite de fenêtre de contexte :

Modèle	Fenêtre de contexte
`deepseek-v4-flash`	128K
`deepseek-v4-pro`	128K
`claude-sonnet-4`	200K
`claude-opus-4.5`	200K
`gpt-5-mini`	128K
`gpt-6.0`	256K
`gemini-2.5-pro`	2M

WARNING

Conséquences du dépassement de la fenêtre de contexte :

Les premières conversations seront tronquées
L'IA peut "oublier" ce qu'elle a dit auparavant
Il est recommandé d'ouvrir une nouvelle session lorsque vous approchez de la limite

2. Surveiller l'utilisation du contexte

Dans la barre d'état de MBAgent, consultez :

Nombre de tokens utilisés / limite
Pourcentage
Nombre estimé de tours restants

3. Résumer activement

Lorsque la session devient longue, demandez activement à l'IA de résumer :

Résume les principales conclusions de cette session actuelle en moins de 500 mots.

Puis ouvrez une nouvelle session et collez le résumé au début.

4. Utiliser le système de fichiers

Pour les gros fichiers :

❌ Ne collez pas tout le fichier dans la conversation
✅ Laissez l'IA utiliser l'outil read_file pour lire
✅ Si nécessaire, laissez l'IA utiliser des outils comme grep pour rechercher

5. Référencer des ressources externes

Laissez l'IA référencer :

README du projet
Documentation API
Fichiers de code existants
Liens web

Au lieu de tout coller dans la conversation.

IV. Techniques de dialogue multi-tours

1. Définir l'objectif au premier tour

Je veux faire une fonctionnalité xxx, qui devrait prendre plusieurs étapes.
Étape 1 : xxx

Laissez l'IA connaître la direction globale.

2. Chaque tour se concentre sur une chose

Mauvaise conversation :

(Dans le même tour)
Aide-moi à écrire un système de gestion des utilisateurs,
ajoute aussi la gestion des permissions,
ajoute un journal,
ajoute une notification par e-mail,
ajoute un rapport,
ajoute l'export de données...

Bonne conversation :

(Tour 1) Aide-moi à écrire l'API backend du système de gestion des utilisateurs
(Tour 2) Sur la base du tour précédent, ajoute la gestion des permissions
(Tour 3) Ajoute un journal
...

3. Poser des questions complémentaires

Après la réponse de l'IA, posez des questions :

"Pourquoi faire ainsi ?"
"Y a-t-il une meilleure solution ?"
"Quels sont les inconvénients de cette solution ?"
"S'il y a 10 000 utilisateurs, cette solution tient-elle toujours ?"

4. Corriger le cap à tout moment

Si vous constatez que le cap est erroné, corrigez immédiatement :

Cette solution ne convient pas, changeons d'approche :
...

Ne vous accrochez pas à une mauvaise direction pour ménager la "face" de l'IA.

5. Utiliser les retours pour renforcer l'apprentissage

Dites à l'IA ce qui est bon et ce qui ne l'est pas :

Cette solution est bonne parce que : xxx
Cette solution n'est pas bonne parce que : xxx, à améliorer

MBAgent ajustera ses réponses ultérieures en fonction de vos retours (au sein d'une même session).

V. Éviter les pièges

1. Ne laissez pas l'IA traiter des informations sensibles

❌ Non recommandé :

Mon numéro d'identification est 110101199001011234, aide-moi à...

✅ Recommandé :

Aide-moi à écrire un code d'exemple pour démontrer comment vérifier 
le format d'un numéro d'identification.
(Utilisez 110101********1234 comme exemple)

2. Ne prenez pas l'IA comme source de vérité

L'IA peut :

Dire n'importe quoi avec aplomb
Donner des informations obsolètes
Citer des API inexistantes

Vérifiez toujours les informations clés :

✅ Consultez la documentation officielle avant les décisions importantes
✅ Revoyez le code avant de l'exécuter
✅ Soyez sceptique face aux données de l'IA

3. Ne dépendez pas trop de l'IA

L'IA excelle dans :

✅ Travail répétitif
✅ Rédaction de documents
✅ Génération de code
✅ Organisation d'informations

L'IA n'excelle pas dans :

❌ Décisions commerciales
❌ Design créatif
❌ Décisions architecturales complexes
❌ Jugements éthiques et moraux

4. Attention aux crédits API

IMPORTANT

Éviter l'épuisement des crédits :

Consultez régulièrement les crédits IA (barre d'état / console)
Définissez une limite de tokens par tâche
Configurez un rappel de budget mensuel
Testez les grandes tâches avec un modèle économique avant d'utiliser un modèle puissant

5. Attention à la compatibilité des versions

Différentes versions de MBAgent peuvent prendre en charge différentes fonctionnalités :

Les nouvelles fonctionnalités peuvent n'être disponibles que dans les nouvelles versions
Les anciens modèles de tâches peuvent nécessiter une mise à jour dans la nouvelle version

Recommandations :

✅ Mettez à jour MBAgent régulièrement
✅ Consultez le changelog avant la mise à jour
✅ Testez les tâches importantes avec une petite tâche d'abord

6. Sauvegarder les sessions importantes

✅ Exportez régulièrement les sessions importantes
✅ Écrivez les conclusions clés dans des documents
✅ La liste des sessions prend en charge la recherche par date

VI. Anti-patrons courants

Anti-patron 1 : Instructions vagues

❌ "Aide-moi à traiter ce projet"

✅ "Aide-moi à migrer l'API de liste d'utilisateurs dans src/api/users.ts de MySQL vers PostgreSQL, en gardant l'API inchangée."

Anti-patron 2 : Manque de contexte

❌ "Comment corriger ce bug ?" (sans aucun contexte)

✅ "Je lance une TypeError: Cannot read property 'id' of undefined à src/api/users.ts:45, aide-moi à analyser."

Anti-patron 3 : Trop demander en une fois

❌ "Aide-moi à écrire un site e-commerce, y compris utilisateurs, produits, commandes, paiement, logistique, rapports..."

✅ Divisez en plusieurs sessions pour terminer progressivement.

Anti-patron 4 : Ne pas vérifier les résultats

❌ L'IA donne du code → exécute directement → problème

✅ L'IA donne du code → revue d'abord → écrire des tests → exécuter → vérifier

Anti-patron 5 : Ignorer les messages d'erreur

❌ L'IA signale une erreur → ignorer → continuer à demander

✅ L'IA signale une erreur → envoyer le message d'erreur complet à l'IA → analyser ensemble

Anti-patron 6 : Sur-ingénierie

❌ Un simple CRUD doit utiliser des microservices, DDD, architecture hexagonale

✅ Choisissez la complexité appropriée en fonction des besoins réels

VII. Flux de travail efficaces

Flux 1 : Développement exploratoire

1. Décrire le besoin → l'IA donne un plan
2. Sélectionner le plan → l'IA génère le code
3. Exécuter les tests → découvrir des problèmes
4. Envoyer les erreurs à l'IA → l'IA corrige
5. Répéter 3-4 jusqu'à satisfaction

Flux 2 : Piloté par les tests

1. Décrire le besoin → l'IA génère des cas de test
2. L'IA génère du code pour faire passer les tests
3. L'IA refactorise le code
4. Exécuter tous les tests

Flux 3 : Piloté par la documentation

1. L'IA écrit README / documentation API
2. L'IA génère le code en fonction de la documentation
3. L'IA met à jour la documentation en fonction du code

Flux 4 : Collaboration au niveau du projet

1. Créer une banque de mémoire au niveau du projet
2. À chaque nouvelle session, l'IA charge automatiquement le contexte du projet
3. Poursuivre le travail d'une session à l'autre

VIII. Collaboration en équipe

Sessions partagées

✅ Exportez la session au format JSON
✅ Les membres de l'équipe importent
✅ Continuer la conversation

Modèles de tâches partagés

✅ Placez les modèles de tâches dans un répertoire partagé
✅ Synchronisez via Git
✅ Flux de travail unifiés pour l'équipe

Banque de mémoire partagée

✅ Écrivez les consensus de l'équipe dans une banque de mémoire partagée
✅ Style de code unifié, terminologie métier
✅ Améliorer l'efficacité de la collaboration

IX. Optimisation des performances

Performances de MBAgent lui-même

✅ Nettoyez régulièrement les anciennes sessions
✅ Fermez les tâches en arrière-plan inutiles
✅ Redémarrez MBAgent régulièrement (une fois par semaine)
✅ Mettez à jour vers la dernière version

Performances d'exécution des tâches

✅ Exécutez en parallèle des tâches indépendantes
✅ Mettez en cache les résultats de calculs répétés
✅ Utilisez des modèles plus petits pour les tâches simples

Performances des appels API

✅ Utilisez la sortie en streaming (activée par défaut)
✅ Activez la mise en cache du préfixe
✅ Traitez plusieurs demandes par lots

X. Conseils d'état d'esprit

Traitez l'IA comme un "assistant intelligent mais nécessitant des conseils"

✅ Donnez des instructions claires
✅ Fournissez un contexte suffisant
✅ Vérifiez les résultats
❌ Ne faites pas aveuglément confiance
❌ N'attendez pas la perfection

Acceptez les limites de l'IA

L'IA n'est pas omnipotente
L'IA fera des erreurs
L'IA a une date de coupure des connaissances
L'IA ne comprend pas le contexte métier

Apprentissage continu

✅ Apprenez les techniques de prompt
✅ Apprenez les nouvelles fonctionnalités de MBAgent
✅ Apprenez les caractéristiques des modèles d'IA
✅ Échangez avec d'autres utilisateurs

XI. Lectures recommandées

Étape suivante : FAQ → Résoudre les problèmes courants.

Astuces et bonnes pratiques ​

I. Techniques de prompt ​

1. Définir un rôle pour l'IA ​

2. Fournir un contexte spécifique ​

3. Spécifier le format de sortie ​

4. Guidage pas à pas ​

5. Limites claires ​

II. Techniques d'économie de tokens ​

1. Choisir le bon modèle ​

2. Désactiver les affichages inutiles ​

3. Condenser l'historique de conversation ​

4. Éviter les contextes dupliqués ​

5. Utiliser le contexte au niveau du projet ​

6. Diviser pour régner ​

7. Utiliser le mode --no-thinking ​

8. Mettre en cache le préfixe du prompt ​

III. Gestion du contexte ​

1. Comprendre la fenêtre de contexte ​

2. Surveiller l'utilisation du contexte ​

3. Résumer activement ​

4. Utiliser le système de fichiers ​

5. Référencer des ressources externes ​

IV. Techniques de dialogue multi-tours ​

1. Définir l'objectif au premier tour ​

2. Chaque tour se concentre sur une chose ​

3. Poser des questions complémentaires ​

4. Corriger le cap à tout moment ​

5. Utiliser les retours pour renforcer l'apprentissage ​

V. Éviter les pièges ​

1. Ne laissez pas l'IA traiter des informations sensibles ​

2. Ne prenez pas l'IA comme source de vérité ​

3. Ne dépendez pas trop de l'IA ​

4. Attention aux crédits API ​

5. Attention à la compatibilité des versions ​

6. Sauvegarder les sessions importantes ​

VI. Anti-patrons courants ​

Anti-patron 1 : Instructions vagues ​

Anti-patron 2 : Manque de contexte ​

Anti-patron 3 : Trop demander en une fois ​

Anti-patron 4 : Ne pas vérifier les résultats ​

Anti-patron 5 : Ignorer les messages d'erreur ​

Anti-patron 6 : Sur-ingénierie ​

VII. Flux de travail efficaces ​

Flux 1 : Développement exploratoire ​

Flux 2 : Piloté par les tests ​

Flux 3 : Piloté par la documentation ​

Flux 4 : Collaboration au niveau du projet ​

VIII. Collaboration en équipe ​

Sessions partagées ​

Modèles de tâches partagés ​

Banque de mémoire partagée ​

IX. Optimisation des performances ​

Performances de MBAgent lui-même ​

Performances d'exécution des tâches ​

Performances des appels API ​

X. Conseils d'état d'esprit ​

Traitez l'IA comme un "assistant intelligent mais nécessitant des conseils" ​

Acceptez les limites de l'IA ​

Apprentissage continu ​

XI. Lectures recommandées ​