Optimiser l’utilisation de Claude pour la génération de code Python

18 Eki 03:58

J’ai commencé à utiliser Claude pour générer des scripts de data‑cleaning dans un petit projet Vue.js et j’ai rapidement découvert que le secret était de découper la demande en « chunks ». D’abord je prépare un prompt très court qui décrit le but (ex. : « Écris une fonction Python qui supprime les valeurs nulles d’un DataFrame et renvoie le résultat »), puis je lance Claude avec un paramètre `max_tokens` limité à 200. Dès que la réponse arrive, je copie le code dans mon éditeur, je lance les tests unitaires (pytest) et je demande à Claude de « générer les tests correspondants » en lui passant le code déjà produit comme contexte. Cette boucle « prompt → code → tests → prompt » garde le contexte clair et évite les réponses trop longues, car chaque appel ne traite qu’une seule responsabilité. Pour gérer la limite de tokens dans un pipeline CI/CD, j’ai mis en place un script bash qui envoie le prompt à l’API, récupère la réponse et la sauvegarde dans un fichier temporaire. Si le nombre de tokens dépasse le seuil (détecté via l’en‑tête `x‑anthropic‑token‑usage`), le script découpe automatiquement le prompt en deux parties : la première demande la structure du code, la seconde les implémentations détaillées. Le suivi de conversation est assuré en ajoutant le `conversation_id` retourné par Claude à chaque requête successive, ce qui permet de garder le contexte sans répéter tout le code à chaque appel. Enfin, j’ai ajouté une étape dans le fichier `.gitlab-ci.yml` qui exécute les tests générés et échoue le job si le coverage chute, garantissant ainsi que le code produit par Claude reste fiable et intégrable.