promptgarten 🌱

Lexique

N°ENTRÉECATÉGORIENIVEAU

001Qu'est-ce qu'un LLM ?Terme●○○002Les tokens – et pourquoi ça coûte de l'argentTerme●○○003Context window (fenêtre de contexte)Terme●○○004Qu'est-ce qu'un prompt ?Terme●○○005System prompt vs. user promptTerme●●○006Hallucination : pourquoi l'IA ment avec assuranceTerme●○○007Qu'est-ce qu'une API ? (sans jargon)Terme●○○008MCP (Model Context Protocol) : comment les outils IA se connectentTerme●●○009Qu'est-ce qu'un agent IA ? (par rapport à un chatbot)Concept●○○010L'agent loop : réfléchir → agir → vérifier → recommencerConcept●●○011Vibe coding : quand ça marche, quand ça te mordConcept●○○012Claude Code : l'agent CLI d'AnthropicGuide●●○013CLAUDE.md / AGENTS.md : mémoire et règles pour ton agentGuide●●○014Pattern : planifier d'abord, coder ensuitePattern de prompt●●○015Pattern : donner du contexte plutôt que poser une question vaguePattern de prompt●○○016Loops pour agents : laisser l'IA itérer en autonomieConcept●●●017Hermes : un agent qui grandit avec toiTerme●●●018OpenClaw : un assistant IA personnel open sourceTerme●●●019Cycle de vie des modèles : ils arrivent, changent, puis sont retirésConcept●●○020Contrôle des coûts pour les agents IAGuide●●○021Sécurité et vibe codingGuide●●○022Que sont les sous-agents (subagents) ?Concept●●○023Garde-fous (guardrails) pour agents autonomesConcept●●●024Installer Claude Code (étape par étape)Guide●○○025Quel modèle, quel abonnement ?Guide●○○026Git et GitHub pour les vibe codersGuide●○○027Agent bloqué ? Comment t'en sortirGuide●●○028Mettre ton projet en ligne (deployment)Guide●●○029Commandes slash, hooks & Co : piloter Claude CodeGuide●●○030Skills : les connaissances que ton agent peut chargerTerme●●○031Lire les benchmarks sans se faire avoirGuide●●○032RAG (génération augmentée par récupération)Concept●●○033Embeddings : le texte transformé en nombresTerme●●○034Fine-tuning : réentraîner un modèleConcept●●○035Prompt injection (injection de prompt)Concept●●●036Structured Outputs (sorties structurées)Terme●●○037Evals : tester prompts et modèles de façon systématiqueConcept●●○038Git worktrees pour des agents IA en parallèleGuide●●○039Les hooks dans Claude CodeGuide●●○040Les patterns multi-agentsConcept●●●041Stratégies de contexte pour les agentsConcept●●●042Tool Use : comment les LLM appellent des outilsConcept●●○043Computer Use : quand l'IA pilote la souris et le clavierConcept●●●044Sandboxing : pourquoi les agents devraient tourner de façon isoléeConcept●●○045Sécuriser les agents en pratiqueGuide●●○046Model Routing : le bon modèle pour la bonne tâcheConcept●●○047Stratégies de cache : prompt caching & context cachingConcept●●○048Plugins : extensions pour outils de codage IATerme●○○049Mode headless : faire tourner des agents sans interactionGuide●●○050Modes de permissions pour les agentsGuide●●○051Artifacts : livrables générésTerme●○○052Écrire ses propres commandes : enregistrer les prompts récurrentsGuide●●○053Agent Teams : plusieurs agents, un seul projetConcept●●●054CI/CD avec des agents : l'IA dans le pipelineGuide●●○055Structures de prompt : une mise en forme qui améliore les résultatsPattern de prompt●○○056Code review avec l'IA : un regard neuf plutôt qu'une auto-évaluationGuide●●○057Debugging avec des agents IA : de façon systématique, pas au hasardGuide●●○058Testing avec des agents : faire écrire des tests et les utiliser comme gateGuide●●○059Maintenir la documentation avec l'IAGuide●○○060Batch Processing : automatiser de nombreuses tâches similairesConcept●●○061Gérer les clés API en toute sécuritéGuide●○○062Utiliser des agents IA dans de grands monoreposGuide●●●063Refactoring sûr avec des agents IAGuide●●●064Comprendre et moderniser d'anciennes bases de code avec l'IAGuide●●●065Comment les agents IA se souviennent des chosesConcept●●○066Réduire les coûts d'utilisation des agents : la check-list pratiqueGuide●●○067Audits de sécurité avec l'IA : vérifier le code à la recherche de faillesGuide●●●068Bases de données avec des agents : sûr plutôt que risquéGuide●●●069Comprendre du code inconnu avec l'IAGuide●●○070Frontend avec l'IA : les captures d'écran comme retourGuide●●○071Motifs de pair programming avec l'IAConcept●●○072Créer ses propres agents avec le Claude Agent SDKGuide●●●073Écrire son propre serveur MCPGuide●●●074Qu'est-ce que Google Antigravity ?Terme●●○075Observabilité des agents : voir ce que ton agent fait vraimentGuide●●●076Faire tourner des modèles ouverts en local (Ollama & Cie)Guide●●○077Se défendre concrètement contre le prompt injectionGuide●●●078Déployer des outils de code IA en équipeGuide●●○079Construire soi-même un RAG simpleGuide●●●080Récupérer des données de sites web avec des agentsGuide●●○081Trouver et corriger des problèmes de performance avec des agents IAGuide●●●082Les bases du terminal pour débutantsGuide●○○083IDE IA ou CLI terminal : Cursor & co. vs. Claude Code & co.Concept●○○084Rate limits et quotas : pourquoi les outils IA te ralentissent parfoisTerme●○○085Temperature et sampling : à quel point un modèle répond-il au hasard ?Terme●●○086Bases de données vectorielles : chercher par sens plutôt que par motsTerme●●○087Stratégies de chunking pour le RAGConcept●●○088Human-in-the-loop : où l'humain doit garder son mot à dire dans un agentConcept●●○089Protection des données avec les outils de codage IAGuide●●○090Sécurité MCP : connaître les risques des serveurs d'outilsConcept●●●091SWE-bench & co. : bien lire les benchmarks d'agentsConcept●●●092Le prompting few-shot : montrer avec des exemples plutôt que seulement décrirePattern de prompt●○○093Les prompts de rôle : ce que « Tu es un relecteur de code expérimenté » change vraimentPattern de prompt●○○094Les boucles d'autocritique : faire vérifier au modèle sa propre productionPattern de prompt●●○095Imposer des formats de sortie de façon fiablePattern de prompt●●○096Les modèles de reasoning : quand l'IA réfléchit d'abord, puis répondTerme●●○097Mixture of Experts : pourquoi les grands modèles n'activent pas tout en même tempsTerme●●●098Le streaming : pourquoi les réponses apparaissent mot par motTerme●○○099La quantification : comment faire tenir de grands modèles sur son propre ordinateurTerme●●○100De l'issue GitHub à la pull request avec un agentGuide●●○101Checkpoints et rollbacks : revenir en arrière proprement plutôt que bricolerGuide●●○102Recherche web et grounding : quand l'agent vérifie lui-mêmeConcept●●○103Distillation des connaissances : un petit modèle apprend d'un grandTerme●●●104Speculative decoding : répondre plus vite sans perte de qualitéTerme●●●105Réduire le temps de réponse : les leviers les plus efficaces contre la latenceGuide●●○106Code généré par IA : à qui appartient-il vraiment ?Concept●●○107Évaluation du retrieval : ton système RAG trouve-t-il les bons documents ?Concept●●●108Travailler avec des agents sur plusieurs dépôts séparésGuide●●●109Prompting, RAG ou fine-tuning ? La démarche décisionnelleGuide●●○110Red teaming pour agents : attaquer activement sa propre configurationGuide●●●111Versionner les prompts comme du codeGuide●●○

Affichage de 111 sur 111 entrées