ChatGPT pour le développement de code

ChatGPT est devenu un outil incontournable pour les développeurs qui souhaitent accélérer leur productivité au quotidien. Cette formation de 2 jours vous apprend concrètement à choisir le bon plan ChatGPT entre Plus, Team et Enterprise, à exploiter les Projects et Custom GPTs, à formuler des prompts efficaces avec RCT, CO-STAR et Chain of Thought pour générer du code, refactorer, tester, déboguer et documenter. Vous découvrez le Model Context Protocol MCP pour étendre ChatGPT à vos bases de données, dépôts et outils internes, ainsi que les Custom GPTs avec Actions REST. Un dernier volet couvre les pièges — hallucinations, fraîcheur, sécurité, prompt injection — l’intégration IDE et la gouvernance entreprise avec ChatGPT Enterprise et RGPD.

Public visé

Développeurs, architectes et chefs de projets techniques.

Objectifs pédagogiques

À l’issue de cette formation, vous serez capable de :

• Choisir la bonne offre ChatGPT et la configurer pour un usage de développement
• Formuler des prompts efficaces — RCT, CO-STAR, Chain of Thought, Few-shot
• Créer et exploiter des Custom GPTs et des Projects ChatGPT pour le code
• Étendre ChatGPT à ses bases et services via le Model Context Protocol MCP
• Intégrer ChatGPT à son IDE
• Identifier les pièges — hallucinations, fraîcheur, prompt injection
• Adopter un usage critique et conforme en entreprise — ChatGPT Enterprise, RGPD, gestion des secrets

Programme

Jour 1 - Matin

ChatGPT — fondamentaux pour le développeur

L’offre ChatGPT

• distinguer ChatGPT web, desktop pour macOS et Windows, et API
• comparer les plans Free, Plus, Team, Enterprise et leurs limites de modèle
• comprendre les modèles disponibles — GPT-4, GPT-4o, GPT-5 et les modèles de raisonnement
• choisir un plan adapté à un usage individuel ou en équipe

Travaux pratiques :

• Créer un compte, explorer l’interface web et l’application desktop, identifier le modèle utilisé par défaut

Configuration de ChatGPT pour un dev

• définir des Custom Instructions globales
• exploiter les Projects pour cloisonner contexte et historique par projet
• ajuster le ton, la langue et le format de réponse attendu
• gérer la mémoire conversationnelle et son nettoyage

Travaux pratiques :

• Configurer un Project ChatGPT pour un projet de développement, instructions et fichiers de référence inclus

Custom GPTs

• créer un Custom GPT spécialisé tel qu’un assistant SQL, un reviewer Python ou un expert d’un framework interne
• attacher des fichiers de connaissances tels que docs internes ou spécifications
• distribuer un Custom GPT à une équipe
• gérer la confidentialité des données fournies

Travaux pratiques :

• Construire un Custom GPT « Reviewer code Python » avec des règles de style et de sécurité

Positionner ChatGPT face aux alternatives

• comprendre où ChatGPT excelle — raisonnement, polyvalence, écosystème OpenAI
• repérer les cas où d’autres outils complètent — Copilot pour l’autocomplétion IDE, Claude pour le contexte long, modèles locaux pour la confidentialité
• savoir basculer ou combiner sans s’enfermer

Travaux pratiques :

• Confronter ChatGPT et un assistant concurrent sur la même tâche, lister forces et limites

Jour 1 - Après-midi

Prompts et cas d’usage avec ChatGPT

Techniques de prompts modernes

• structurer un prompt avec le pattern Rôle, Contexte, Tâche
• enrichir avec CO-STAR pour Contexte, Objectif, Style, Ton, Audience et Réponse
• exploiter les patterns Zero-shot, Few-shot, Chain of Thought
• itérer par boucles courtes et corriger en continu

Travaux pratiques :

• Écrire trois variantes du même besoin avec RCT, CO-STAR et Few-shot, comparer les sorties

Génération et scaffolding

• accélérer la création de boilerplate
• générer un squelette d’API, de composant front, de migration SQL
• enrichir un fichier existant sans casser le contexte fourni

Travaux pratiques :

• Générer un squelette d’API REST minimal et le compléter par itérations avec ChatGPT

Refactoring, tests et debug

• refactorer du code legacy en mode pair programming
• écrire des tests unitaires et d’intégration assistés par ChatGPT
• expliquer un message d’erreur et identifier la cause racine
• migrer du code d’un langage ou framework à un autre

Travaux pratiques :

• Refactorer une fonction monolithique en plusieurs fonctions testées avec l’aide de ChatGPT

Documentation et revue de code

• générer une documentation à partir du code — commentaires, README ou OpenAPI
• faire relire son code et tracer les vraies suggestions des fausses
• rédiger un message de commit ou une description de PR
• expliquer un bout de code complexe à un coéquipier

Travaux pratiques :

• Faire relire un module Python par ChatGPT et catégoriser les suggestions en utiles, discutables ou fausses

Jour 2 - Matin

ChatGPT et Model Context Protocol MCP

Comprendre MCP

• situer MCP — standard ouvert publié par Anthropic en novembre 2024, adopté par OpenAI en 2025
• comprendre l’architecture client / serveur MCP
• distinguer les capacités exposées par un serveur — tools, resources, prompts
• positionner MCP face aux Actions des Custom GPTs et au plug-in legacy

Travaux pratiques :

• Observer le dialogue MCP entre ChatGPT desktop et un serveur officiel sur une tâche simple

ChatGPT desktop comme client MCP

• activer le support MCP dans ChatGPT desktop
• ajouter un serveur MCP au profil utilisateur
• accorder ou restreindre les autorisations par serveur
• déboguer la connexion via les logs et les capacités annoncées

Travaux pratiques :

• Connecter ChatGPT desktop à un serveur MCP filesystem et lui faire lire/modifier des fichiers de projet

Serveurs MCP utiles pour un développeur

• filesystem en lecture et écriture locales
• GitHub et GitLab pour issues, PR, fichiers et commentaires
• base de données SQL — PostgreSQL ou MySQL via le serveur Postgres MCP
• recherche web via Brave Search
• documentation interne via un serveur custom sur Confluence ou fichiers internes

Travaux pratiques :

• Ajouter trois serveurs MCP — filesystem, GitLab et PostgreSQL — à ChatGPT et bâtir un workflow combiné — lire un ticket, requêter la base, proposer un correctif

Custom GPTs avec Actions REST

• exposer une API REST à un Custom GPT via une OpenAPI Spec
• gérer l’authentification par API key ou OAuth
• positionner Actions face à MCP — quand utiliser quoi
• comprendre les limites des Actions sur la validation, la sécurité et le rate limit

Travaux pratiques :

• Créer un Custom GPT qui appelle une API REST interne via Action et comparer avec un serveur MCP équivalent

Jour 2 - Après-midi

Pièges, sécurité, intégration et gouvernance

Pièges et limites de ChatGPT

• repérer les hallucinations et les API inventées
• vérifier la fraîcheur des connaissances via la cutoff date du modèle
• détecter les contradictions entre réponses successives
• valider systématiquement par exécution, tests et lecture critique

Travaux pratiques :

• Faire générer une fonction qui utilise une API tierce et vérifier que tout ce qu’elle référence existe vraiment

Sécurité et prompt injection

• comprendre les attaques par prompt injection directe et indirecte
• protéger les secrets — clés, tokens et données sensibles — avant d’envoyer du contenu à ChatGPT
• maîtriser les flux sortants — qu’est-ce qui part vers OpenAI ?
• gérer la chaîne d’approvisionnement MCP face aux serveurs non vérifiés

Travaux pratiques :

• Forger un cas de prompt injection via un fichier piégé lu par ChatGPT et observer le comportement

Intégration ChatGPT dans l’IDE

• exploiter les extensions VS Code/JetBrains compatibles avec l’API OpenAI
• comparer ChatGPT API et GitHub Copilot dans l’IDE
• arbitrer entre ChatGPT desktop, ChatGPT web et extension IDE selon la tâche

Travaux pratiques :

• Configurer une extension VS Code utilisant l’API OpenAI et l’utiliser sur un cas réel

Génération d’images avec DALL-E

• générer un visuel pour une présentation technique, un bandeau, une illustration de doc
• maîtriser les limites de DALL-E pour le code, peu utile pour des icônes UI précises
• positionner DALL-E face aux outils dédiés comme Figma ou Iconify

Travaux pratiques :

• Générer trois illustrations pour un README technique et juger leur exploitabilité

Gouvernance et conformité entreprise

• choisir ChatGPT Enterprise pour un usage pro — SOC2, zéro rétention, données non utilisées pour l’entraînement
• comprendre les implications RGPD et la résidence des données
• définir une politique d’usage interne — données interdites, validation humaine, journalisation
• arbitrer entre ChatGPT cloud et alternatives locales pour les données sensibles

Travaux pratiques :

• Projet final : élaborer une fiche de gouvernance ChatGPT pour une équipe — plan choisi, données interdites, points de contrôle — puis livrer un mini-projet réel en exploitant ChatGPT + un Custom GPT + un serveur MCP

Modalités d’évaluation des acquis

En cours de formation, par des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation.

Voir aussi

Vous serez peut-être intéressés par les formations suivantes :

• IA et outils du Deep Learning
• Apprentissage
• IA - Génération de Modèles

Formation EAI-CHATGPT-100 — ChatGPT pour le développement de code. Domaine : Intelligence Artificielle. Niveau : Initiation. Durée : 2 jours (14 heures). Mots-clés : chatgpt, gpt-5, custom gpts, projects, mcp, model context protocol, prompt engineering, rct, co-star, chain of thought, refactoring, tests, debug, dall-e, prompt injection, chatgpt enterprise, rgpd, intelligence artificielle, développement. Cylian Formation, Dijon.