Une équipe a extrait 203 Ko de prompts du code PHP vers du YAML : soit un tiers de tout le code
L'équipe d'un projet PHP conserve 203 Ko de prompts, soit environ un tiers du volume total de son code PHP, dans des fichiers YAML versionnés sous Git, et non dans le code. Auparavant, les prompts étaient modifiés depuis l'interface d'administration, si bien que la production divergeait du staging sans aucun historique des modifications. Désormais, un seul fichier regroupe le texte, le modèle, la température et le format de réponse, et le code appelle cette « capacité » par son nom. Conclusion : il faut versionner un prompt comme du code, avec ses paramètres de génération.
Traité par IA depuis Habr AI ; édité par Hamidun News
Où stocker les prompts ? Cette question finit par se poser à toute équipe qui développe un produit reposant sur un LLM. Un projet PHP y a répondu de façon radicale : le dépôt contient 203 kilo-octets de prompts, soit environ un tiers du volume de l'ensemble du code PHP.
Pourtant, le code lui-même ne contient aucun prompt. Tous sont stockés dans des fichiers YAML (un format texte simple pour les configurations), qui passent en revue, sont versionnés dans Git et sont déployés avec chaque release. Le projet est soumis à un accord de confidentialité (NDA) ; l'auteur a donc inventé des exemples de prompts sur le scénario d'un bot de support.
En revanche, la structure des fichiers, le code de traitement et les pièges sont bien réels. Au fil du travail, il est apparu que « sortir un prompt dans un fichier de configuration » ne constitue pas une seule décision, mais une dizaine de petites décisions, dont chacune peut facilement être mal prise.
Pourquoi pas dans le code ni dans l'administration
Un prompt dans le code, c'est un déploiement pour une simple virgule. Mais les prompts ont une particularité : ils ne sont pas modifiés par le développeur, mais par la personne responsable de la qualité des réponses du modèle. On ajuste une formulation, on observe le résultat, on revient en arrière, on essaie autrement. Ce cycle se mesure en heures, et non en sprints.
La réponse évidente serait un champ éditable dans l'administration. L'équipe l'a bien fait dans une première version et a obtenu le résultat typique : le prompt en production diffère de celui du staging, personne ne se souvient qui a modifié le paragraphe sur le format de réponse ni pourquoi, et le retour en arrière ne peut se faire que de mémoire. Il n'y a ni revue, ni historique, ni diff à consulter. Git règle ces quatre problèmes, au prix d'une seule contrainte : pour modifier un prompt, il faut savoir faire un commit. Pour cette équipe, l'échange s'est révélé acceptable.
L'unité de stockage n'est pas une chaîne de texte, mais une « capacité », par exemple summarize-ticket. Un seul fichier contient le fournisseur, le modèle, les paramètres de génération, les modèles système et utilisateur pour chaque langue, ainsi que le format de réponse attendu. La raison en est simple : un même texte avec une température de 0,2 ou de 0,9 produit deux comportements différents. Si la température est dans le code et le texte dans le fichier, il devient impossible de reproduire le résultat d'hier. Le code appelle la capacité par son nom et ne sait rien du modèle ni du fournisseur.
Modèles, sécurité et pièges mineurs
Un prompt n'est presque jamais une constante : on y insère l'historique des messages et le contexte. L'équipe n'a pas écrit son propre moteur de templates et a intégré Blade en une seule ligne. Le coût est clair : Blade compile le modèle en PHP et l'exécute, donc le contenu du fichier YAML est du code exécutable. Tant que les fichiers passent en revue, cela reste acceptable. Mais si un chef de produit souhaite modifier les prompts directement dans l'administration, il ne faut surtout pas lui donner accès à un moteur de templates complet : il faut un moteur restreint, sans exécution de code ni accès au système de fichiers.
La seconde protection concerne l'ordre des substitutions. Le modèle de confiance issu du dépôt est d'abord rendu, puis les chaînes fournies par l'utilisateur, par exemple son prénom, sont insérées dans le texte final par un simple str_replace. Si l'on transmettait ce prénom au moteur de templates, une personne se présentant comme {{ config('app.key') }} recevrait dans la réponse la clé de l'application.
Quelques détails pratiques supplémentaires :
- Cinq langues, ce n'est pas une simple traduction. En russe, par exemple, le modèle respecte moins bien le format et dérive plus souvent vers une autre langue ; c'est pourquoi les modèles non anglais comportent des ajouts, comme l'exigence de répondre dans la langue voulue. Un test « le sens est le même » ne sert à rien, en revanche il faut vérifier que toutes les locales disposent d'un modèle et du même ensemble de substitutions : un traducteur peut très bien transformer
{user}en le mot « utilisateur ». - Dans une capacité, le modèle est désigné par un alias court, et sa désignation complète figure dans le fichier du fournisseur. Lorsqu'un fournisseur renomme un modèle, on ne modifie qu'un seul fichier, et non neuf.
- Le YAML stocke le nom d'une variable d'environnement, comme
${FAST_CLOUD_KEY}, et non la clé elle-même. Une vraie clé « ajoutée pour une minute » resterait à jamais dans l'historique Git ; c'est pourquoi on vérifie ce point séparément lors de la revue. - Des guillemets autour de nombres en YAML les transforment en chaînes de caractères, et le fournisseur répond alors par une erreur de validation. L'équipe convertit donc les paramètres en nombres dans le code.
Réponses structurées, relances et journaux
Les fournisseurs ne savent pas tous renvoyer une réponse structurée de la même manière ; la configuration prévoit donc trois niveaux : un schéma JSON complet, un simple mode « JSON valide », ou aucun des deux. Le système se dégrade par paliers. Si le fournisseur comprend le schéma, celui-ci est transmis dans response_format.
S'il ne gère que le mode JSON, le schéma est ajouté en texte à la fin du prompt système, dans la langue de l'utilisateur. Mais il ne s'agit là que d'une demande, non d'une garantie : c'est pourquoi un troisième niveau extrait de la réponse tout ce qui se situe entre le premier { et le dernier }, car le modèle aime ajouter « Bien sûr ! Voici votre réponse : ».
Le résultat est ensuite analysé puis validé par rapport au schéma. L'auteur reconnaît avoir longtemps résisté à cette fonction, jusqu'à ce qu'il constate le nombre de réponses qu'elle sauve.
Les relances sont de deux types. Une panne réseau (délai dépassé, erreur 502, connexion interrompue) se traite par une simple nouvelle tentative avec une pause exponentielle, jusqu'à trois essais. Une défaillance sémantique — code 200, mais chaîne vide, JSON invalide ou structure non conforme au schéma — impose de rejouer l'ensemble de la requête, et on ne fait que deux tentatives. Chaque tentative coûte de l'argent et du temps d'attente à l'utilisateur ; si le modèle échoue deux fois sur le même prompt, le problème vient du prompt ou du modèle, et non de la malchance. Il est plus honnête d'afficher l'erreur et de consigner le cas dans le journal.
En production, seules les erreurs sont journalisées. D'une part, le corps de la requête — le prompt système plus l'historique des messages, soit des dizaines de kilo-octets par ligne — fait croître cette table plus vite que les autres. D'autre part, il contient les échanges de l'utilisateur, c'est-à-dire des données personnelles soumises à des durées de conservation et à un droit à l'effacement. Il reste néanmoins indispensable de journaliser les erreurs : statut, fournisseur, modèle, durée d'exécution et détails. Sans cela, une plainte du type « le bot a répondu n'importe quoi » ne pourrait être analysée qu'à partir de la description faite par l'utilisateur.
Concernant les tests, l'auteur souligne que la réponse d'un modèle n'est pas déterministe et ne peut donc pas être vérifiée par une assertion classique, mais cela ne signifie pas qu'il n'y ait rien à vérifier. En pratique, pour qui développe des produits reposant sur des LLM, la conclusion est la suivante : traitez les prompts comme du code, conservez les paramètres de génération à côté du texte, insérez les données utilisateur après le moteur de templates, et décidez à l'avance de la puissance du moteur de templates que vous êtes prêt à confier à ceux qui modifient les prompts.
- 12 oct. 2026T-Bank apprend à un agent IA à écrire des tests unitaires iOS avec AGENTS.md et SKILL.md
- 16 juin 2026L'IA dans le développement : comment un LLM détecte les conflits entre microservices
- 18 nov. 2026« Куб три » donne à un agent IA la mémoire du projet : revues plus simples, mais un modèle presque un tiers plus cher
- 2 mai 2026Le framework zymi propose de construire des agents IA comme un projet dbt, avec du YAML et de l'event sourcing
Questions clés sur cet article
Pourquoi pas dans le code ni dans l'administration?
Un prompt dans le code, c'est un déploiement pour une simple virgule. Mais les prompts ont une particularité : ils ne sont pas modifiés par le développeur, mais par la personne responsable de la qualité des réponses du modèle. On ajuste une formulation, on observe le résultat, on revient en arrière, on essaie autrement. Ce cycle se mesure en heures, et non en sprints. La réponse évidente serait un champ éditable dans l'administration.
Que sait-on sur Modèles, sécurité et pièges mineurs ?
Un prompt n'est presque jamais une constante : on y insère l'historique des messages et le contexte. L'équipe n'a pas écrit son propre moteur de templates et a intégré Blade en une seule ligne. Le coût est clair : Blade compile le modèle en PHP et l'exécute, donc le contenu du fichier YAML est du code exécutable. Tant que les fichiers passent en revue, cela reste acceptable.
Que sait-on sur Réponses structurées, relances et journaux ?
Les fournisseurs ne savent pas tous renvoyer une réponse structurée de la même manière ; la configuration prévoit donc trois niveaux : un schéma JSON complet, un simple mode « JSON valide », ou aucun des deux. Le système se dégrade par paliers. Si le fournisseur comprend le schéma, celui-ci est transmis dans response_format. S'il ne gère que le mode JSON, le schéma est ajouté en texte à la fin du prompt système, dans la langue de l'utilisateur.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.