Prompt ChatGPT pour créer des tests E2E
Les tests end-to-end (E2E) sont essentiels pour garantir le bon fonctionnement d'une application dans son ensemble, mais leur rédaction est souvent chronophage et répétitive. ChatGPT peut considérablement accélérer ce processus en générant des scénarios de test complets, couvrant les parcours utilisateurs critiques, les cas limites et les assertions nécessaires. Que vous utilisiez Cypress, Playwright, Selenium ou tout autre framework, l'IA peut produire des tests structurés et maintenables à partir d'une simple description fonctionnelle. L'enjeu est de fournir un prompt suffisamment précis pour obtenir des tests réalistes, qui respectent les bonnes pratiques (sélecteurs stables, gestion de l'asynchrone, isolation des tests) et s'intègrent directement dans votre pipeline CI/CD. Dans ce guide, vous trouverez un prompt principal optimisé ainsi que des variantes adaptées à votre niveau d'expertise, pour transformer vos spécifications fonctionnelles en suites de tests E2E robustes en quelques secondes.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un ingénieur QA senior spécialisé en tests end-to-end. Je vais te décrire une fonctionnalité de mon application web et je veux que tu génères une suite de tests E2E complète.
Contexte technique :
- Framework de test : [Cypress / Playwright / Selenium]
- Langage : [TypeScript / JavaScript]
- Application : [description brève de l'app]
Fonctionnalité à tester :
[Décris ici le parcours utilisateur]
Consignes obligatoires :
- Utilise des sélecteurs stables (data-testid, rôles ARIA) — jamais de sélecteurs CSS fragiles
- Chaque test doit être indépendant et idempotent
- Gère correctement l'asynchrone (attentes explicites, pas de sleep arbitraires)
- Couvre le parcours nominal (happy path), au moins 2 cas d'erreur, et 1 cas limite
- Ajoute des commentaires expliquant la logique de chaque bloc de test
- Inclus le setup et le teardown nécessaires (fixtures, données de test, état initial)
- Nomme les tests de manière descriptive avec le pattern : "should [action] when [condition]"
Génère le code complet, prêt à être copié dans un fichier de test.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Pourquoi ce prompt fonctionne
Ce prompt fonctionne parce qu'il attribue un rôle d'expert précis à l'IA et cadre strictement les contraintes techniques, éliminant les réponses génériques. En imposant des règles concrètes (sélecteurs stables, indépendance des tests, gestion de l'asynchrone), il force ChatGPT à produire du code conforme aux bonnes pratiques reconnues par la communauté QA. La structure en sections distinctes (contexte, fonctionnalité, consignes) exploite la capacité de l'IA à suivre des instructions multi-niveaux pour un résultat directement exploitable.
Cas d'usage
Variantes
Résultat attendu
Vous obtiendrez un fichier de test complet et structuré, contenant entre 5 et 10 cas de test couvrant le parcours nominal, les erreurs courantes et les cas limites. Le code généré utilisera les bonnes pratiques du framework choisi, avec des sélecteurs robustes, une gestion propre de l'asynchrone et des commentaires explicatifs. Le résultat est prêt à être intégré dans votre suite de tests existante avec un minimum d'ajustements.
Questions fréquentes
Quel framework de test E2E dois-je spécifier dans le prompt pour obtenir les meilleurs résultats ?
ChatGPT produit d'excellents résultats avec Playwright et Cypress, les deux frameworks les plus documentés dans ses données d'entraînement. Playwright est recommandé pour les projets nécessitant le multi-navigateur et l'interception réseau avancée, tandis que Cypress convient parfaitement aux applications React/Vue avec son approche plus simple. Précisez toujours le framework et la version dans votre prompt pour éviter les API obsolètes.
Comment m'assurer que les tests générés par ChatGPT sont fiables et non flaky ?
Trois précautions sont essentielles : d'abord, demandez explicitement dans votre prompt d'utiliser des attentes explicites (waitFor, expect avec retry) plutôt que des délais fixes. Ensuite, exigez des sélecteurs stables (data-testid) et non des sélecteurs CSS susceptibles de casser au moindre changement de design. Enfin, relisez toujours les tests générés et exécutez-les plusieurs fois consécutives pour détecter les comportements intermittents avant de les intégrer à votre CI.
Puis-je utiliser ChatGPT pour générer des tests E2E à partir de user stories ou de maquettes ?
Oui, c'est même l'un des cas d'usage les plus efficaces. Copiez le texte de votre user story directement dans le prompt en précisant les critères d'acceptance. Pour les maquettes, décrivez les éléments d'interface visibles et les interactions attendues. ChatGPT transformera ces spécifications fonctionnelles en scénarios de test concrets. Pour les maquettes complexes, vous pouvez utiliser GPT-4 Vision en uploadant une capture d'écran et en demandant de générer les tests correspondants.
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pour des tests multi-navigateurs, ajoutez "Génère aussi une configuration parallélisée sur [BrowserStack/Sauce Labs]" après le contexte technique. Cela forcera le prompt à produire le fichier de config associé.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Prompt Sora pour créer un prototype
Sora, le modèle de génération vidéo d'OpenAI, ouvre des possibilités inédites pour le prototypage rapide. Plutôt que de passer des heures sur des maquettes statiques ou des animations complexes, vous pouvez désormais visualiser un concept produit, une interface utilisateur ou un parcours client en quelques minutes grâce à un prompt bien structuré. Créer un prototype avec Sora permet de tester des idées visuellement avant d'investir dans le développement, de communiquer une vision à une équipe ou à des investisseurs, et d'itérer rapidement sur des concepts. Que vous soyez designer UX, chef de produit ou entrepreneur, la capacité de transformer une description textuelle en une démonstration vidéo réaliste change fondamentalement la phase d'idéation. L'enjeu principal réside dans la formulation du prompt : un prompt trop vague produira une vidéo générique, tandis qu'un prompt structuré avec des indications précises sur l'interface, les interactions et le contexte d'utilisation générera un prototype convaincant et exploitable. Ce guide vous fournit les prompts optimisés pour obtenir des prototypes vidéo de qualité professionnelle avec Sora.
Prompt Sora pour créer une API REST
Sora, le modèle d'intelligence artificielle développé par OpenAI, est principalement connu pour la génération vidéo, mais son potentiel s'étend bien au-delà. Dans le cadre du développement logiciel, Sora peut être utilisé comme assistant pour conceptualiser, planifier et structurer la création d'une API REST complète. En formulant un prompt précis, vous pouvez obtenir une architecture détaillée, des endpoints bien définis, des schémas de données cohérents et des bonnes pratiques de sécurité. L'approche par prompt engineering permet de transformer une idée abstraite en spécification technique exploitable en quelques secondes. Que vous soyez développeur backend cherchant à accélérer la phase de conception ou chef de projet souhaitant produire une documentation technique préliminaire, maîtriser les prompts pour la création d'API REST vous fera gagner un temps considérable. Ce guide vous propose un prompt principal optimisé, des variantes adaptées à votre niveau d'expertise, ainsi que des conseils pratiques pour tirer le meilleur parti de l'IA dans votre workflow de développement d'API.
Concevoir un cadre de conformité en tant que code
Automatiser les contrôles de conformité
Prompt Sora pour générer des requêtes SQL
Sora, développé par OpenAI, est principalement connu comme un modèle de génération vidéo, mais son intégration dans l'écosystème OpenAI permet également d'exploiter ses capacités textuelles pour des tâches techniques comme la génération de requêtes SQL. En formulant des prompts précis et structurés, vous pouvez obtenir des requêtes SQL optimisées, adaptées à votre schéma de base de données et à vos besoins métier. Que vous travailliez avec MySQL, PostgreSQL, SQL Server ou SQLite, un prompt bien construit vous permet de générer des requêtes complexes incluant des jointures, des sous-requêtes, des agrégations et des fonctions de fenêtrage. L'avantage majeur réside dans la capacité du modèle à comprendre une description en langage naturel et à la transformer en une requête syntaxiquement correcte et performante. Cette approche est particulièrement utile pour les développeurs qui souhaitent accélérer leur workflow, les analystes de données qui ne maîtrisent pas parfaitement SQL, ou les équipes qui ont besoin de prototyper rapidement des requêtes sur des schémas complexes. Dans ce guide, nous vous proposons des prompts optimisés pour tirer le meilleur parti de Sora dans la génération de requêtes SQL, avec des variantes adaptées à chaque niveau d'expertise.