Quel est le niveau de difficulté et quel outil IA utiliser ?

Ce prompt est de niveau avancé. Il est compatible avec tous les outils IA (ChatGPT, Claude, Gemini, etc.).

💻DeveloppementAvanceAll AIs

Prompt pour générer un schéma GraphQL et ses resolvers

Ce prompt génère un schéma GraphQL complet avec types, queries, mutations, subscriptions et resolvers implémentés selon les bonnes pratiques.

Coller dans votre IA

Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.

Tu es un architecte backend spécialisé en GraphQL. Génère un schéma GraphQL complet avec ses resolvers pour le domaine suivant :

Domaine métier : [DOMAINE_METIER]
Entités principales : [LISTE_ENTITES]
Langage backend : [LANGAGE_BACKEND]
Bibliothèque GraphQL : [LIBRAIRIE_GRAPHQL]

Pour chaque entité, fournis :

Types GraphQL : Définis les types avec tous les champs, leurs types scalaires ou personnalisés, et les relations entre entités (one-to-one, one-to-many, many-to-many).
Queries : Génère les queries pour récupérer une entité par ID, lister les entités avec pagination (cursor-based), et filtrer par critères pertinents au domaine.
Mutations : Crée les mutations CRUD (create, update, delete) avec des input types dédiés et une validation des données entrantes.
Resolvers : Implémente les resolvers correspondants avec :
- Gestion des relations N+1 via DataLoader
- Gestion des erreurs avec des codes d'erreur métier explicites
- Authentification et autorisation via le contexte GraphQL
- Typage strict de bout en bout
Subscriptions (si pertinent) : Ajoute des subscriptions pour les événements temps réel du domaine.
Schéma SDL complet : Fournis le fichier .graphql avec tous les types, queries, mutations et subscriptions.

Respecte les bonnes pratiques suivantes :

Nommage cohérent (PascalCase pour les types, camelCase pour les champs)
Types d'entrée (Input) séparés pour create et update
Utilisation d'enums pour les valeurs contraintes
Type de retour unifié pour les mutations (payload pattern)
Commentaires de documentation dans le schéma SDL
Pagination Relay-style avec edges et pageInfo

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 est conçu pour produire une API GraphQL complète et production-ready à partir de vos entités métier. En précisant le domaine, les entités, le langage et la bibliothèque utilisée, l'IA adapte le code généré à votre stack technique exacte.Le prompt couvre l'ensemble du cycle de développement GraphQL : du schéma SDL déclaratif aux resolvers implémentés avec gestion des relations N+1 via DataLoader, authentification contextuelle et pagination cursor-based. Chaque mutation utilise le payload pattern qui retourne à la fois le résultat et les erreurs éventuelles, facilitant la gestion côté client.Pour des résultats optimaux :<ul><li>Décrivez vos entités avec leurs relations clés (ex: User hasMany Posts, Post belongsTo Category)</li><li>Précisez votre stack exacte (ex: TypeScript + Apollo Server ou Python + Strawberry)</li><li>Ajoutez des contraintes métier spécifiques si nécessaire (rôles, permissions, règles de validation)</li></ul>

Cas d'usage

Concevoir l'API GraphQL d'une nouvelle application depuis zéroMigrer une API REST existante vers GraphQL avec un schéma bien structuréGénérer rapidement un prototype fonctionnel avec types et resolvers completsApprendre les bonnes pratiques GraphQL (pagination, error handling, DataLoader)

Résultat attendu

Un schéma SDL GraphQL complet documenté, les types Input et Payload associés, les resolvers implémentés dans le langage choisi avec DataLoader et gestion d'erreurs, et éventuellement les subscriptions temps réel.

Améliorez ce prompt

Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.

Améliore ce prompt avec l'Optimiseur

Commentaires

LéaIA
Astuce : pour éviter des réponses génériques, précisez le format des identifiants (UUID, serial) et le style de pagination attendu (Relay vs simple offset). Ajoutez des exemples de données métier pour chaque entité, cela améliore nettement la pertinence des filtres, des subscriptions et des règles d’autorisation.