MaleusMaleus
Ingénierie10 novembre 2026· 10 min de lecture

Du vibe coding au vibe engineering : 7 prompts pour agents de code

Sept prompts prêts à copier pour votre agent de code ou votre app builder, pour passer du « ça a l'air de marcher » au « je sais pourquoi ça marche ».

À retenir

  • Le vibe coding garde ce qui a l'air de marcher sans savoir pourquoi ça marche ; le vibe engineering va aussi vite en restant responsable de ce qu'on livre.
  • Sept prompts changent la façon dont l'agent travaille : il pose ses questions, planifie avec les tests, compare plusieurs options, simule l'exécution, se fait relire, teste comme un utilisateur et laisse les specs trancher.
  • Chaque prompt est prêt à copier et vaut avec un agent de code comme avec un app builder.
  • Les prompts ne suffisent pas seuls : contrôles automatiques, déploiement et maintenance restent indispensables, et Maleus les intègre à la plateforme.
Sur cette page

Votre agent de code vient de terminer et vous l'annonce avec aplomb : « c'est fait, ça marche ». Le plus souvent, il n'en sait rien, parce qu'il a deviné ce que vous vouliez, retenu la première solution qui lui est venue et crié victoire sans jamais avoir essayé l'application.

Dans notre article sur l'explosion du logiciel, nous expliquions pourquoi sortir une première version ne suffit pas à faire un logiciel. Celui-ci est plus pratique : voici sept prompts prêts à copier pour votre agent, pour passer du vibe coding au vibe engineering, que vous travailliez avec un agent de code ou avec un app builder.

Vibe coding et vibe engineering : deux méthodes différentes qui exploitent les mêmes outils

On parle de vibe coding quand on décrit ce qu'on veut à une IA et qu'on garde l'application produite si elle a l'air de fonctionner, sans regarder comment elle est construite. C'est parfait pour un prototype ou une application personnelle, mais cela devient risqué dès que d'autres personnes en dépendent.

Le terme vibe engineering a été proposé en octobre 2025 par Simon Willison, co-créateur du framework Django, pour désigner l'autre bout du spectre : des professionnels qui vont aussi vite grâce à l'IA, mais qui restent responsables de ce qu'ils livrent. Entre les deux, l'outil ne change pas, c'est la façon de le diriger qui fait toute la différence.

SituationVibe codingVibe engineering
Il manque une informationL'IA devineL'IA demande
Avant de coderOn se lanceUn plan, tests compris
« Ça marche »Une affirmationUne preuve : tests, relecture, parcours réel
Le code et un test se contredisentL'IA prend le chemin le plus courtLes specs tranchent
Bon pourPrototype, usage personnelCe dont d'autres dépendent

Les prompts améliorent l'agent, mais il faut aussi des contrôles et une vraie exploitation, détaillés à la fin de l'article.

Sept prompts pour mieux guider les agents de développement

Si vous êtes pressé, ce tableau suffit pour démarrer : chaque ligne correspond à un prompt prêt à copier, détaillé plus bas.

#PromptMomentCe que vous demandez à l'agent
1InterviewAvant de coderPoser ses questions sur les points en suspens
2Plan avec testsAvant de coderÉcrire un plan que vous relisez, avec les tests de chaque étape
310 dispositions, 3 retenuesConcevoirComparer dix variantes d'écran avant d'en garder trois
4Exécution simuléeVérifierDérouler l'exécution : cas normal, actions simultanées, erreur
5Relecture croiséeVérifierFaire relire le code par une IA d'une autre famille
6Test depuis l'interfaceVérifierRefaire le parcours complet comme un vrai utilisateur
7Specs qui tranchentArbitrerConsulter specs et décisions avant de réparer le code ou le test

Clarifiez l'intention

Une IA à qui il manque une information ne s'arrête pas pour la demander : elle devine, et elle devine avec beaucoup d'assurance. Les deux premiers prompts font sortir ces trous avant la première ligne de code, au moment où les corriger ne coûte presque rien.

1. Faites-vous interviewer par l'agent avant qu'il code

Toute demande cache des décisions que personne n'a encore prises : qui a le droit de faire quoi, ce qui se passe quand un champ reste vide, ou s'il faut une version mobile. Laissé seul, l'agent les tranche en silence, et vous découvrez ses choix une fois l'application construite.

La parade tient en une phrase : demandez-lui de poser ses questions avant de commencer, en ciblant les points laissés en suspens ou incertains.

Une demande d'une ligne cache plusieurs décisions : l'agent les transforme en questions avant de coder.

Le prompt à copier

Avant de coder, pose-moi les questions sur les points laissés en suspens ou incertains.

Chez Maleus, cette interview est intégrée à la plateforme : l'atelier de cadrage creuse avec vous les personas, les parcours et les règles métier avant que le moindre code soit écrit.

2. Exigez un plan d'implémentation, avec les tests dedans

Sans plan, l'agent découvre l'architecture en codant, et les tests arrivent après coup, quand ils arrivent. Avec un plan, chaque étape dit ce qu'elle construit et comment on prouvera qu'elle marche : tests unitaires, parcours de bout en bout, cas limites.

Vous relisez ce plan avant le début du développement, car corriger une ligne de plan coûte bien moins cher que corriger une fonctionnalité. L'agent avance ensuite une étape à la fois et ne passe à la suivante que lorsque les tests de la précédente sont au vert.

Le prompt à copier
Avant d'écrire du code, rédige un plan d'implémentation et attends ma validation. Pour chaque étape : ce qui change, et juste en dessous, son plan de tests (ce qu'on vérifie, comment, et les cas limites). Ensuite, exécute une étape à la fois et ne passe à la suivante que quand ses tests passent.

Chez Maleus, le plan d'implémentation est rédigé avant toute ligne de code, et les tests y sont prévus dès le départ, à partir des spécifications. Nous construisons d'ailleurs Maleus lui-même avec exactement la même méthode.

Stimulez la créativité de l'agent en explorant plusieurs options

Le design d'un écran se décide trop souvent sur la première proposition venue, alors qu'un seul prompt suffit à mettre de vraies options sur la table.

3. Faites explorer 10 dispositions d'écran et départagez les 3 meilleures

Demandez un écran à une IA : elle propose la première disposition qui lui vient, et vous vous y attachez parce que c'est la seule que vous avez vue. Pour sortir de ce piège, demandez-lui dix variantes, décrites élément par élément, chacune pensée pour vos situations réelles d'usage.

Faites-lui ensuite garder les trois meilleures, classement justifié. Vous choisissez entre de vraies options avant d'avoir construit quoi que ce soit, ce qui coûte quelques minutes de lecture au lieu de plusieurs allers-retours sur un écran déjà codé.

Dix dispositions d'un écran de congés passées au crible de trois usages réels, trois retenues avec leur justification.

Le prompt à copier
Réfléchis à 10 idées de positionnement des éléments de [écran] pour la meilleure expérience utilisateur. Pour chaque idée, décris chaque élément et sa position par rapport aux autres, dans chacun de ces scénarios : [scénarios d'usage]. Puis garde les 3 meilleures et explique ton classement.

Exigez des preuves en phase de vérification

« C'est fait, ça marche » n'est pas une preuve. Les trois prompts suivants remplacent l'affirmation par une vérification, en attaquant le problème sous trois angles : le raisonnement, la relecture et l'usage réel.

4. Faites simuler l'exécution du code dans le raisonnement du modèle

Certains bugs ne se voient pas en lisant le code ligne par ligne, parce qu'ils naissent de l'enchaînement : deux personnes qui cliquent à la même seconde, une connexion qui coupe au milieu d'un enregistrement, une étape qui démarre avant que la précédente soit terminée.

On demande donc à l'agent de jouer la scène dans son raisonnement, étape par étape, en notant l'état des données après chaque action, exactement comme un développeur expérimenté le ferait au tableau blanc. Chez nous, on appelle ça le flow review simulate.

Le prompt à copier
Simule pas à pas l'exécution de [parcours ou fonction] dans ton raisonnement : chaque appel, et l'état des données après chacun. Fais-le pour le cas normal, pour deux utilisateurs qui agissent en même temps, et pour une erreur au milieu. Liste les bugs, les cas limites et les conflits que tu trouves.

Chez Maleus, cette revue du flux d'exécution fait partie des trois revues automatiques de chaque version, consacrée aux bugs, aux actions simultanées et aux cas limites.

5. Faites relire le code par une autre famille d'IA

Un modèle d'IA relit mal ses propres erreurs, parce que ses angles morts viennent de la façon dont il a été entraîné. Un modèle d'une autre famille, par exemple Claude d'un côté et GPT de l'autre, n'a pas les mêmes angles morts et repère ce que le premier laisse passer.

C'est le principe du double regard, appliqué aux IA : le relecteur classe chaque problème par gravité et l'appuie sur la ligne de code concernée, ce qui rend chaque remarque vérifiable.

Le prompt à copier (à donner au modèle relecteur)
Tu relis du code écrit par un autre modèle. Cherche en priorité les erreurs de logique, les cas non gérés, les failles de sécurité et les écarts avec la demande. Classe chaque problème par gravité et appuie-le sur la ligne de code concernée.

Chez Maleus, la relecture croisée est native dans la revue de chaque version : Claude écrit, Alyx, notre assistante IA basée sur GPT Sol, relit. Et Alyx ne fusionne jamais seule, c'est un humain qui décide.

6. Faites exécuter les tests d'interface par l'agent

Des tests techniques au vert ne prouvent pas qu'un utilisateur peut faire ce qu'on lui a promis, car chaque pièce peut fonctionner seule sans que l'ensemble fonctionne. Seul un parcours réel le prouve : l'agent ouvre l'application, clique comme un utilisateur et vérifie que le résultat s'affiche à l'écran et qu'il est bien enregistré.

La règle à donner à l'agent est simple : tant que ce parcours n'a pas réussi, rien n'est terminé.

Le prompt à copier
Après chaque changement, teste de bout en bout depuis l'interface : lance l'application, fais le parcours utilisateur complet dans le navigateur, et vérifie le résultat à l'écran et dans les données. Un changement qui n'a pas été testé ainsi n'est pas terminé.

Chez Maleus, c'est le comportement par défaut de l'agent : les tests rejouent les parcours des utilisateurs dans un vrai navigateur, du clic jusqu'aux données enregistrées.

Conservez les spécifications comme source de vérité

Le dernier prompt sert à arbitrer, au moment où l'agent est le plus tenté de prendre un raccourci.

7. Consignez les spécifications et l'historique des décisions dans le projet

Face à un test en échec, l'agent a deux options : réparer le code, ou modifier le test pour qu'il passe. Sans référence, il prend souvent la plus rapide, qui est rarement la bonne, et il fait de même quand deux fonctionnalités se contredisent.

La parade consiste à écrire des spécifications qui décrivent comment le projet doit fonctionner, et un historique des décisions prises, avec leur raison. L'agent les consulte avant d'arbitrer, répare ce qui s'écarte des specs, code ou test, et s'arrête pour vous demander quand elles ne tranchent pas.

Le prompt à copier
Avant de résoudre un conflit entre deux fonctionnalités ou un test qui échoue, relis les specs du projet et l'historique des décisions dans [dossier]. Les specs font foi : si le code s'en écarte, répare le code ; si c'est le test, répare le test. Si les specs ne tranchent pas, arrête-toi et pose-moi la question. Après chaque décision, ajoute-la à l'historique avec sa raison.

Chez Maleus, les spécifications détaillées sont la source de vérité : quand un test échoue, l'agent y revient pour savoir s'il doit corriger le code ou le test.

Pour aller plus loin : encadrez l'agent avec des garde-fous et une vraie exploitation

Ces sept prompts rendent l'agent bien meilleur, mais un prompt reste une consigne : l'agent peut l'oublier, la comprendre de travers, ou être détourné par un contenu malveillant. Le vibe engineering exige donc aussi des garde-fous qui tiennent même quand l'agent se trompe, et une vraie vie après la livraison :

  • Des contrôles imposés par l'outil plutôt que demandés poliment à l'agent : ce qu'il a le droit de lire, de modifier et d'exécuter.
  • L'intégration continue, qui fait passer chaque modification par une batterie de vérifications automatiques avant de l'accepter, quoi qu'en dise l'agent.
  • Des tests durables, qui restent dans le projet et tournent à chaque changement, au lieu de disparaître avec la session.
  • La sécurité : mots de passe et clés jamais exposés, bibliothèques externes vérifiées, failles recherchées avant la mise en ligne.
  • Une sandbox, un espace isolé où l'agent ne peut toucher ni la production ni les données réelles s'il déraille.
  • Un déploiement par étapes, avec un environnement de test, une validation humaine et un retour arrière possible en quelques minutes.
  • Une maintenance dans la durée, façon SRE : surveiller l'application, être alerté avant les utilisateurs, gérer les incidents et mettre à jour les dépendances.

Les prompts rendent l'agent meilleur, les contrôles rendent ses erreurs sans gravité, et l'exploitation fait durer ce qu'il a construit.

Chez Maleus, une partie de ces garde-fous est imposée par la plateforme plutôt que laissée à la bonne volonté de l'agent : revue graduée selon le risque, aucune fusion sans validation humaine, mise en production sur approbation humaine et déploiement inclus. Les mises à jour de sécurité des dépendances, les rapports de bugs et les évolutions sont traités dans la plateforme, comme nous le détaillons dans notre article sur le cycle de développement de Maleus.

Commencez dès votre prochaine fonctionnalité

Vous pouvez appliquer ces sept prompts dès aujourd'hui, avec l'agent ou l'app builder que vous utilisez déjà. Commencez par l'interview et le plan : ce sont les deux qui agissent le plus tôt, avant la première ligne de code, là où une correction coûte le moins.

Partager

Ces sept prompts, Maleus les applique par défaut, de la première question à la mise en production.