Documentation
Documentation de PromptFlowEngine
PromptFlowEngine est un unique moteur déterministe en TypeScript (@promptflow/engine) qui analyse la syntaxe, analyse, restructure, optimise, vérifie et note les prompts. L’espace de travail web, l’extension Chrome, l’extension VS Code, le serveur MCP, l’API HTTP et la CLI sont toutes des interfaces de ce même moteur : un prompt obtient donc le même résultat partout. Nouveau ici ? Commencez par les premiers pas.
Apprendre
- Guides d’ingénierie de prompts26 guides pour écrire, optimiser, tester et sécuriser des prompts.
- Bibliothèque de prompts40 prompts réutilisables en 20 catégories, de la revue de code à la recherche.
- Modèles de prompts6 modèles de prompts de production avec des {{variables}}, tous notés solides.
Concepts clés
- Fonctionnement du moteurLe pipeline, le catalogue de règles, la formule de notation et la vérification des candidats.
- Modèles et tarifsQuels modèles couvrent les comptages de tokens et les estimations de coût, et comment les prix restent à jour.
Intégrations
- Connecter PromptFlowEngineComparez les extensions, MCP et l’API HTTP, avec mise en place, vérification et dépannage.
- Extension VS CodeCode → Prompt → Code dans l’éditeur : générez, restructurez, envoyez et relisez.
- Extension ChromeAnalysez, restructurez et masquez vos prompts dans ChatGPT, Claude, Gemini, Grok, Perplexity et DeepSeek.
- Client MCPConnectez Copilot, Claude, Cursor ou tout client MCP : outils, ressources et configuration.
- API HTTPEndpoints JSON sans état, limites, erreurs et exemples.
- CLI et contrôle CIToutes les commandes, plus le contrôle check pour les fichiers de prompts en CI.
Sécurité
Guides par thème
Les guides d’ingénierie de prompts expliquent les techniques que contrôlent les règles du moteur. Chaque thème ci-dessous ouvre sa section de l’index des guides.
- Fondamentaux (5): Ce qu’est l’ingénierie de prompts, comment la pratiquer pas à pas et les habitudes qui distinguent un prompt qui marche une fois d’un prompt qui marche à chaque fois.
- Types de prompts (4): Les formes de base d’un prompt : avec ou sans exemples, avec un rôle, en prompt système et autour d’un format de sortie imposé.
- Techniques (5): Des méthodes pour les tâches difficiles : raisonner pas à pas, répartir le travail entre plusieurs prompts, donner des outils à un modèle et améliorer un prompt par la mesure.
- Optimisation, tests et sécurité (6): Les prompts en production : budgets de tokens et de contexte, évaluation, versionnage, défenses contre l’injection et protection des secrets.
- Agents d’IA et MCP (3): Des prompts qui pilotent des outils plutôt qu’une simple réponse : instructions d’agent, recherche d’informations et Model Context Protocol.
- Guides par modèle (3): Ce qui change d’un fournisseur à l’autre : comment les modèles d’OpenAI, d’Anthropic et de Google lisent différemment instructions, contexte et formats.
Bibliothèque de prompts et modèles
La bibliothèque de prompts rassemble des prompts à usage unique que vous pouvez copier et adapter. Les catégories pour développeurs sont un bon point de départ :
- Prompts Développement logiciel: Prompts pour planifier des modifications, relire du code, écrire des tests et déboguer, structurés pour qu’un assistant rende un travail que vous pouvez vérifier.
- Prompts Ingénierie de l’IA: Prompts pour construire avec des modèles : concevoir des évaluations, écrire des définitions d’outils et planifier des pipelines de recherche.
- Prompts Ingénierie de prompts: Des prompts sur les prompts : critiquer un brouillon, générer des cas de test et convertir une demande en prompt système structuré.
- Prompts DevOps: Prompts pour la livraison et l’exploitation : relire des pipelines, écrire des runbooks et durcir des images de conteneur.
- Prompts Recherche: Prompts pour lire et comparer des sources : résumés d’articles qui séparent les résultats des affirmations et tableaux comparatifs de littérature.
- Prompts Productivité: Prompts pour le travail quotidien : transformer des notes en plan, prioriser une liste de tâches et rédiger des réponses d’e-mail claires.
Les modèles de prompts sont des points de départ plus longs et réutilisables, avec des {{variables}} pour les parties qui changent : revue de pull request, réponse du support client, extraction de données structurées, résumé de réunion, classification de tickets et prompt système d’un agent utilisant des outils.
Le flux principal
Code → Prompt → IA → Code. Partez du code existant, transformez une demande approximative en prompt d’ingénierie structuré ancré dans ce code, envoyez-le au modèle que vous utilisez déjà, puis examinez ce qui revient au regard de la tâche. L’extension VS Code exécute toute la boucle ; les autres produits couvrent l’étape du prompt là où vous travaillez.
Produits
Ces pages sont la référence. Pour une vue d’ensemble de chaque produit, consultez les outils de prompts IA : l’analyseur de prompts, l’optimiseur de prompts, le scanner de sécurité des prompts, les tests de prompts et l’évaluation de prompts.
Ce qu’il ne fait pas
- Il n’appelle aucun modèle de langage. Chaque résultat vient de règles documentées : il est donc gratuit, instantané, confidentiel et reproductible.
- Il n’invente pas le contenu manquant. Les lacunes, comme un format de sortie non précisé, deviennent des suggestions pour vous.
- Il n’exécute pas votre prompt avec un modèle. Les tests fondés sur un modèle sont prévus.