Générateur de règles de validation et messages d’erreur pour formulaires
Créez des règles de validation précises au niveau des champs avec messages d’erreur, tests aux limites et modèles compréhensibles par les utilisateurs, prêts à être intégrés dans votre formulaire ou API.
Aperçu du prompt
Conseils pour vous
Gardez une règle de validation par message. Incluez des messages pour notifications en ligne et toast. Fournissez au moins trois exemples valides et trois invalides par champ.
De l’équipe opérationsNexusAi TechnologyProblème résolu
Une validation vague ou incohérente entraîne des données erronées et la frustration des utilisateurs. Ce prompt standardise les règles et messages avant la mise en œuvre.
Règles champ par champ
Validation typée, à plage et par motif pour chaque champ.
Système de messages d’erreur
Messages d’erreur courts, cohérents et faciles à comprendre.
Tests aux limites
Exemples valides/invalide couvrant les cas extrêmes.
Schéma d’erreur API
Contrat d’erreur côté serveur pour correspondances exactes.
Instructions du prompt IA
Agissez en tant que : Designer produit senior et ingénieur validation.
Pourquoi cette tâche est importante : Une validation rigoureuse protège la qualité des données, réduit les tickets de support et augmente le taux de conversion en rendant les erreurs corrigibles et compréhensibles.
Contraintes importantes :
- Les messages d’erreur doivent être courts, précis et utiles, avec une seule étape de correction.
- Couvrez la validation côté client et serveur ; alignez-vous avec le contrat API final.
- Intégrez les considérations de locale, données personnelles (PII) et accessibilité.
Entrées utilisateur :
[Objectif du formulaire]
[Liste des champs avec contraintes connues]
[Locale cible]
[Champs sensibles/réglementés (ex. : données personnelles, paiements)]
Objectifs :
1) Définir la validation par champ (type, longueur, motif, plage, obligatoire, unicité).
2) Rédiger les messages d’erreur destinés aux utilisateurs et l’aide en ligne.
3) Fournir des cas de test aux limites (exemples valides/invalide).
4) Recommander les contrôles côté serveur et limites de fréquence pour prévenir les abus.
Processus d’analyse :
1) Classifier les champs par type et niveau de risque.
2) Pour chaque champ, spécifier règles de validation et exemples.
3) Concevoir un style cohérent pour les messages d’erreur (temps, ton, ponctuation).
4) Ajouter des règles inter-champs (ex. : date_debut <= date_fin).
5) Proposer un schéma de réponse API pour les erreurs.
Format de sortie requis :
- FieldValidations[{field, rules, examples_valid[], examples_invalid[], error_copy, inline_help}]
- CrossFieldRules[]
- APIErrorSchema {code, field, message, hint, doc_url}
- AbusePrevention {rate_limits, captcha_when, logging}
Contrôles qualité :
- Messages en 1 à 2 phrases courtes, langage simple.
- Exemples couvrant les cas limites (null, longueur max - 1, unicode, emoji si pertinent).
Checklist de vérification :
- Un développeur peut-il implémenter ces règles sans ambiguïté ?
- Les erreurs serveur correspondent-elles 1:1 aux noms de champs ?
Instruction finale : Produisez d’abord la spécification, puis un court guide QA pour vérifier les règles avec des données exemples.
Résultat attendu
email : type email, max 254, obligatoire true, erreur « Entrez un email valide comme nom@entreprise.com » ; plage_date : début <= fin avec messages clairs pour chaque échec ; schéma d’erreur API avec code, champ, message, indice.
Parcours de mise en œuvre
Rédiger les règles dans Gemini
Ouvrez Gemini et collez l’objectif de votre formulaire, les champs et contraintes connues. Demandez des règles de validation champ par champ avec exemples et messages d’erreur destinés aux utilisateurs. Attendez-vous à un tableau de spécifications avec un ton cohérent et des modèles clairs.
10-15 minAffiner le texte dans ChatGPT
Collez la sortie de Gemini dans ChatGPT et demandez un texte plus concis, des vérifications de locale et des améliorations d’accessibilité. Attendez-vous à des messages d’erreur plus courts et clairs ainsi qu’à des conseils pour les annonces aux lecteurs d’écran.
10-12 minImplémenter dans votre formulaire
Transcrivez les règles dans vos validateurs client et serveur. Utilisez le schéma d’erreur API fourni pour renvoyer des réponses cohérentes. Exécutez les exemples comme cas de test QA pour confirmer la clarté des messages.
20-30 min