[{"data":1,"prerenderedAt":761},["ShallowReactive",2],{"/fr-fr/blog/understanding-flows-multi-agent-workflows":3,"navigation-fr-fr":37,"banner-fr-fr":442,"footer-fr-fr":452,"blog-post-authors-fr-fr-Itzik Gan Baruch":662,"blog-related-posts-fr-fr-understanding-flows-multi-agent-workflows":676,"assessment-promotions-fr-fr":713,"next-steps-fr-fr":752},{"id":4,"title":5,"authorSlugs":6,"body":8,"categorySlug":9,"config":10,"content":14,"description":8,"extension":27,"isFeatured":11,"meta":28,"navigation":29,"path":30,"publishedDate":21,"seo":31,"stem":33,"tagSlugs":34,"__hash__":36},"blogPosts/fr-fr/blog/understanding-flows-multi-agent-workflows.yml","Understanding Flows Multi Agent Workflows",[7],"itzik-gan-baruch",null,"ai-ml",{"featured":11,"template":12,"slug":13},false,"BlogPost","understanding-flows-multi-agent-workflows",{"body":15,"category":9,"tags":16,"date":21,"heroImage":22,"authors":23,"description":25,"title":26},"*Bienvenue dans la partie 4 de notre guide en huit parties, [Démarrer avec GitLab Duo Agent Platform](/fr-fr/blog/gitlab-duo-agent-platform-complete-getting-started-guide/), dans laquelle vous apprendrez à maîtriser la construction et le déploiement d'agents d'IA et de workflows au sein de votre cycle de développement. Suivez des tutoriels qui vous mèneront de votre première interaction à des workflows d'automatisation prêts pour la production avec une personnalisation complète.*\n\n> 🎯 Essayez **[GitLab Duo Agent Platform](https://about.gitlab.com/fr-fr/gitlab-duo-agent-platform/?utm_medium=blog&utm_source=blog&utm_campaign=eg_emea_x_trial_x_fr_blog_fr)** dès aujourd'hui !\n\n## Introduction aux flows\n\nLes flows sont des combinaisons d'un ou de plusieurs agents qui collaborent ensemble. Ils orchestrent des workflows multi-étapes pour résoudre des problèmes complexes et s'exécutent sur la plateforme de calcul de GitLab.\n\n**Caractéristiques clés des flows :**\n\n* **Orchestration multi-agents :** ils combinent plusieurs agents spécialisés.\n* **Intégrés :** ils s'exécutent sur la plateforme de calcul, aucun environnement supplémentaire nécessaire.\n* **Pilotés par des événements :** ils sont déclenchés par des mentions, des assignations ou peuvent être assignés en tant que relecteur.\n* **Asynchrones :** ils s'exécutent en arrière-plan pendant que vous continuez à travailler.\n* **Workflows complets :** ils gèrent les tâches de bout en bout, de l'analyse à l'implémentation.\n\nLes flows sont des workflows autonomes capables de rassembler du contexte, de prendre des décisions, d'exécuter des changements et de livrer des résultats pendant que vous vous concentrez sur d'autres tâches.\n\n## Flows vs agents : quelle est la différence ?\n\nLes agents travaillent avec vous de manière interactive. Les flows travaillent pour vous de manière autonome.\n\n| Aspect | Agents | Flows |\n|--------|--------|-------|\n| **Interactions** | Chat interactif | Exécution autonome |\n| **Quand les utiliser** | Questions, conseils et exécution interactive de tâches | Workflows multi-étapes autonomes |\n| **Implication de l'utilisateur** | Conversation active | Déclenchement et revue des résultats |\n| **Temps d'exécution** | Réponses en temps réel | Traitement en arrière-plan |\n| **Complexité** | Tâches effectuées par un agent unique | Orchestration multi-agents |\n## Vue d'ensemble des types de flows\n\n| Type | Interface | Responsable | Cas d'utilisation |\n|------|-------------|---------------|----------|\n| **[Agent de base](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/)** | Actions dans l'interface utilisateur (UI), interface IDE | GitLab | Développement logiciel, développeur, correction de pipeline CI/CD, conversion en GitLab CI/CD, revue de code, détection des faux positifs SAST |\n| **[Agent personnalisable](https://docs.gitlab.com/user/duo_agent_platform/flows/custom/)** | Mention, assignation, assignation comme relecteur | Vous | Exemples : migration/modernisation à grande échelle, automatisation des releases, gestion des mises à jour des dépendances |\n\n## Flows de base\n\nLes flows de base sont des workflows prêts pour la production créés et maintenus par GitLab. Ils sont accessibles via des contrôles UI dédiés ou des interfaces [IDE](https://about.gitlab.com/fr-fr/blog/what-is-an-ide/ \"Qu'est-ce qu'un IDE ?\").\n\n### Flows de base actuellement disponibles\n\n| Flow | Emplacement | Comment y accéder | Idéal pour |\n|------|-----------------|---------------|----------|\n| **[Software Development (Développement logiciel)](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/software_development.html)** | IDE (VS Code, JetBrains, Visual Studio) | Onglet Flows dans l'IDE | Implémentation de fonctionnalités, refactorisation complexe, modifications de plusieurs fichiers |\n| **[Developer (Développeur)](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/developer.html)** | Interface utilisateur web GitLab | Bouton « Générer une merge request avec Duo » dans les tickets | Fonctionnalités bien définies, corrections de bogues avec étapes claires |\n| **[Fix CI/CD Pipeline (Correction de pipeline CI/CD)](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/fix_pipeline.html)** | Interface utilisateur web GitLab | Interface d'échec de pipeline | Débogage de pipeline, problèmes de configuration CI/CD |\n| **[Convert to GitLab CI/CD (Conversion en GitLab CI/CD)](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/convert_to_gitlab_ci.html)** | Interface utilisateur web GitLab | Bouton « Convertir en GitLab CI/CD » sur fichier Jenkins (Jenkinsfile) | Migration de Jenkins vers GitLab CI/CD |\n| **[Code Review (Revue de code)](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/code_review.html)** | Interface utilisateur web GitLab | Assignation comme relecteur sur une merge request | Revue de code automatisée avec analyse et feedback d'IA native |\n| **[SAST false positive detection (Détection des faux positifs SAST)](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/sast_false_positive_detection.html)** | Interface utilisateur web GitLab | Résultats de scans de sécurité | Identification et filtrage automatique des faux positifs dans les résultats SAST |\n\n## Flows personnalisables\n\nLes flows personnalisables sont des workflows définis en YAML que vous créez pour les besoins spécifiques de votre équipe. Ils s'exécutent dans [GitLab Runner](https://about.gitlab.com/fr-fr/blog/what-is-gitlab-runner/ \"GitLab Runner\") et peuvent être déclenchés par des événements GitLab.\n\n> **🎯 Essayez les flows :** visionnez notre [démo interactive des flows personnalisables](https://gitlab.navattic.com/custom-flows) pour explorer comment les créer et les configurer.\n\n### Pourquoi créer des flows personnalisés ?\n\nLes flows personnalisables automatisent les tâches multi-étapes répétitives spécifiques au workflow de votre équipe. Contrairement aux flows de base qui servent des objectifs généraux, les flows personnalisables sont adaptés aux processus, outils et exigences de votre organisation.\n\n**Cas d'utilisation courants :**\n\n* **Revue de code automatisée :** processus de revue multi-étapes (scan de sécurité → vérification de qualité → validation de style)\n* **Vérification de la conformité :** vérification des exigences réglementaires, de la conformité des licences ou des politiques de sécurité pour chaque merge request\n* **Génération de documentation :** mise à jour automatique de la documentation API, des fichiers README ou des changelogs basée sur les modifications de code\n* **Gestion des dépendances :** scans de sécurité hebdomadaires, mises à jour automatisées et rapports de vulnérabilité\n* **Tests personnalisés :** suites de tests spécialisées pour votre pile technologique ou vos tests d'intégration\n\n### Exemple concret\n\nUne entreprise fintech crée un flow de conformité qui s'exécute sur chaque merge request. Lorsqu'il est déclenché par `@compliance-flow`, le flow exécute les étapes suivantes :\n\n1. **L'agent Security Analyst** scanne le code pour détecter les violations PCI-DSS et vérifie les données sensibles exposées.\n2. **L'agent Code Review** vérifie que les modifications respectent les standards de codage sécurisé et les bonnes pratiques.\n3. **L'agent de documentation** vérifie que les modifications apportées à l'API incluent une documentation mise à jour.\n4. **L'agent de synthèse** agrège les résultats et publie un rapport de conformité avec un statut réussite/échec.\n\nL'ensemble de la revue de conformité se déroule automatiquement en 5 à 10 minutes, avec des vérifications cohérentes sur toutes les merge requests.\n\n### Comment déclencher des flows personnalisés ?\n\nLes flows personnalisés peuvent être déclenchés de plusieurs façons :\n\n**1. Via des mentions dans les tickets/merge requests :** mentionnez le flow dans un commentaire pour le déclencher. Exemple pour un flow de génération de documentation :\n```text\n@doc-generator Generate API documentation for this feature\n```\n**2. En assignant le flow à un ticket ou une merge request :** assignez le flow en utilisant :\n  \n\n* **L'interface utilisateur de GitLab :** cliquez sur le bouton « Assigner » sur le ticket/la merge request et sélectionnez le flow.\n* **Commande :** utilisez la commande `/assign` dans un commentaire. Exemple :\n```shell\n/assign @doc-generator\n```\n**3. En assignant le flow en tant que relecteur :** assignez le flow comme relecteur sur une merge request en utilisant :\n\n* **L'interface utilisateur de GitLab :** cliquez sur le bouton « Assigner un relecteur » sur la merge request et sélectionnez le flow.\n* **Commande :** utilisez la commande `/assign reviewer` dans un commentaire. Exemple :\n```shell\n/assign_reviewer @doc-reviewer\n```    \nChacune de ces méthodes déclenche automatiquement le flow pour qu'il exécute ses tâches.\n\n### Comment créer des flows personnalisés\n\nLes flows personnalisés sont créés via l'interface de GitLab sous **Automatisation → Flows → Nouveau flow** dans votre projet, ou depuis **Explorer → Catalogue d'IA → Flows → Nouveau flow**. Vous définissez votre flow à l'aide d'une configuration YAML qui précise les composants, les prompts, le routage et le flow d'exécution. Le schéma YAML vous permet de créer des workflows multi-agents sophistiqués avec un contrôle précis du comportement et de l’orchestration des agents.\n\n**Éléments clés d'un flow personnalisé :**\n\n* **Composants :** définissez les agents et les étapes de votre workflow\n* **Prompts :** configurez le comportement et les instructions du modèle d'IA\n* **Routeurs :** contrôlez le flow entre les composants\n* **Set d'outils :** indiquez quels outils de l'API GitLab les agents peuvent utiliser\n\n### Exemple de flow personnalisé YAML\n\n**Contexte :** cet exemple montre un flow d'implémentation de fonctionnalité pour une plateforme de réservation de voyages. Lorsqu'un développeur crée un ticket avec des exigences de fonctionnalité, il peut déclencher ce flow pour analyser automatiquement les exigences, examiner le code source, implémenter la solution et créer une merge request, le tout sans intervention manuelle.\n\nVoici la configuration YAML :\n\n```yaml\nversion: \"v1\"\nenvironment: ambient\ncomponents:\n  - name: \"implement_feature\"\n    type: AgentComponent\n    prompt_id: \"implementation_prompt\"\n    inputs:\n      - from: \"context:goal\"\n        as: \"user_goal\"\n      - from: \"context:project_id\"\n        as: \"project_id\"\n    toolset:\n      - \"get_issue\"\n      - \"get_repository_file\"\n      - \"list_repository_tree\"\n      - \"find_files\"\n      - \"blob_search\"\n      - \"create_file\"\n      - \"create_commit\"\n      - \"create_merge_request\"\n      - \"create_issue_note\"\n    ui_log_events:\n      - \"on_agent_final_answer\"\n      - \"on_tool_execution_success\"\n      - \"on_tool_execution_failed\"\n\nprompts:\n  - name: \"Cheapflights Feature Implementation\"\n    prompt_id: \"implementation_prompt\"\n    unit_primitives: []\n    prompt_template:\n      system: |\n        You are an expert full-stack developer specializing in travel booking platforms, specifically Cheapflights.\n\n        Your task is to:\n        1. Extract the issue IID from the goal (look for \"Issue IID: XX\")\n        2. Use get_issue with project_id={{project_id}} and issue_iid to retrieve issue details\n        3. Analyze the requirements for the flight search feature\n        4. Review the existing codebase using list_repository_tree, find_files, and get_repository_file\n        5. Design and implement the solution following Cheapflights best practices\n        6. Create all necessary code files using create_file (call multiple times for multiple files)\n        7. Commit the changes using create_commit\n        8. Create a merge request using create_merge_request\n        9. Post a summary comment to the issue using create_issue_note with the MR link\n\n        Cheapflights Domain Expertise:\n        - Flight search and booking systems (Amadeus, Sabre, Skyscanner APIs)\n        - Fare comparison and pricing strategies\n        - Real-time availability and inventory management\n        - Travel industry UX patterns\n        - Performance optimization for high-traffic flight searches\n\n        Code Standards:\n        - Clean, maintainable code (TypeScript/JavaScript/Python/React)\n        - Proper state management for React components\n        - RESTful API endpoints with comprehensive error handling\n        - Mobile-first responsive design\n        - Proper timezone handling (use moment-timezone or date-fns-tz)\n        - WCAG 2.1 accessibility compliance\n\n        Flight-Specific Best Practices:\n        - Accurate fare calculations (base fare + taxes + fees + surcharges)\n        - Flight duration calculations across timezones\n        - Search filter logic (price range, number of stops, airlines, departure/arrival times)\n        - Sort algorithms (best value, fastest, cheapest)\n        - Handle edge cases: date line crossing, daylight saving time, red-eye flights\n        - Currency amounts use proper decimal handling (avoid floating point errors)\n        - Dates use ISO 8601 format\n        - Flight codes follow IATA standards (3-letter airport codes)\n\n        Implementation Requirements:\n        - No TODOs or placeholder comments\n        - All functions must be fully implemented\n        - Include proper TypeScript types or Python type hints\n        - Add JSDoc/docstring comments for all functions\n        - Comprehensive error handling and input validation\n        - Basic unit tests for critical functions\n        - Performance considerations for handling large result sets\n\n        CRITICAL - Your final comment on the issue MUST include:\n        - **Implementation Summary**: Brief description of what was implemented\n        - **Files Created/Modified**: List of all files with descriptions\n        - **Key Features**: Bullet points of main functionality\n        - **Technical Approach**: Brief explanation of architecture/patterns used\n        - **Testing Notes**: How to test the implementation\n        - **Merge Request Link**: Direct link to the created MR (format: [View Merge Request](MR_URL))\n\n        IMPORTANT TOOL USAGE:\n        - Extract the issue IID from the goal first (e.g., \"Issue IID: 12\" means issue_iid=12)\n        - Use get_issue with project_id={{project_id}} and issue_iid=\u003Cextracted_iid>\n        - Create multiple files by calling create_file multiple times (once per file)\n        - Use create_commit to commit all files together with a descriptive commit message\n        - Use create_merge_request to create the MR and capture the MR URL from the response\n        - Use create_issue_note with project_id={{project_id}}, noteable_id=\u003Cissue_iid>, and body=\u003Cyour complete summary with MR link>\n        - Make sure to include the MR link in the comment body so users can easily access it\n\n      user: |\n        Goal: {{user_goal}}\n        Project ID: {{project_id}}\n\n        Please complete the following steps:\n        1. Extract the issue IID and retrieve full issue details\n        2. Analyze the requirements thoroughly\n        3. Review the existing codebase structure and patterns\n        4. Implement the feature with production-ready code\n        5. Create all necessary files (components, APIs, tests, documentation)\n        6. Commit all changes with a clear commit message\n        7. Create a merge request\n        8. Post a detailed summary comment to the issue including the MR link\n\n      placeholder: history\n    params:\n      timeout: 300\n\nrouters:\n  - from: \"implement_feature\"\n    to: \"end\"\n\nflow:\n  entry_point: \"implement_feature\"\n```\n**Ce que fait ce flow :** ce flow orchestre un agent d'IA pour implémenter automatiquement une fonctionnalité en analysant les exigences du ticket, en examinant le code source, en écrivant du code prêt pour la production avec une expertise métier, et en créant une merge request avec un commentaire de synthèse détaillé.\n\nPour obtenir une documentation complète et des exemples, consultez les pages suivantes :\n\n* [Documentation relative aux flows personnalisables](https://docs.gitlab.com/user/duo_agent_platform/flows/custom.html)\n* [Framework de dépôt des flows (schéma YAML)](https://gitlab.com/gitlab-org/modelops/applied-ml/code-suggestions/ai-assist/-/blob/main/docs/flow_registry/v1.md)\n\n## Exécution des flows\n\nLes flows s'exécutent sur le système de calcul de la plateforme GitLab. Lorsqu'ils sont déclenchés par un événement (mention, assignation ou clic sur un bouton), une session est créée et le flow commence à s'exécuter.\n\n### Variables d'environnement disponibles\n\nLes flows ont accès à des variables d'environnement qui fournissent le contexte sur le déclencheur et l'objet GitLab :\n\n* **`AI_FLOW_CONTEXT` :** contexte sérialisé en JSON qui inclut les diffs des merge requests, les descriptions des tickets, les commentaires et les fils de discussion\n* **`AI_FLOW_INPUT` :** le texte du prompt ou du commentaire de l'utilisateur qui a déclenché le flow\n* **`AI_FLOW_EVENT` :** le type d'événement qui a déclenché le flow (`mention`, `assign`, `assign_reviewer`)\n\nCes variables permettent à votre flow de comprendre ce qui l'a déclenché et d'accéder aux données GitLab pertinentes pour effectuer sa tâche.\n\n### Flows multi-agents\n\nLes flows personnalisés peuvent inclure plusieurs composants d'agents qui travaillent ensemble de manière séquentielle. La configuration YAML du flow définit :\n\n* **Les composants :** un ou plusieurs agents (AgentComponent) ou étapes déterministes\n* **Routeurs :** définissent le flow entre les composants (par exemple, du composant A au composant B jusqu'à la fin)\n* **Prompts :** configurent le comportement et le modèle de chaque agent\n\nPar exemple, un flow de revue de code pourrait avoir un agent de sécurité, puis un agent de qualité, puis un agent d'approbation, avec des routeurs qui les connectent en séquence.\n\n### Surveillance de l'exécution des flows\n\nPour afficher les flows en cours d'exécution pour votre projet :\n\n1. Accédez à **Automatisation → Sessions**.\n2. Sélectionnez une session pour afficher plus de détails.\n3. L'onglet **Détails** affiche un lien vers les logs du job CI/CD.\n\nLes sessions affichent des informations détaillées qui incluent la progression étape par étape, les outils invoqués, le raisonnement et le processus de prise de décision.\n\n### Quand utiliser les flows\n\n* Tâches complexes multi-étapes\n* Automatisation en arrière-plan\n* Workflows basés sur les événements\n* Modifications multi-fichiers\n* Tâches chronophages\n* Revues/vérifications automatisées\n\n## Prochaines étapes\n\nVous connaissez maintenant les flows et savez comment les créer et quand les utiliser par rapport aux agents. Dans la [Partie 5 : découvrir le catalogue d'IA](/blog/ai-catalog-discover-and-share-agents/), vous apprendrez à créer et à partager des agents et des flows dans votre organisation. Explorez le catalogue d'IA pour connaître les flows et agents disponibles, les ajouter à vos projets, et publier vos propres agents et flows.\n\n## Ressources\n\n* [Flows de GitLab Duo Agent Platform](https://docs.gitlab.com/user/duo_agent_platform/flows/)\n* [Documentation relative aux flows de base](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/)\n* [Documentation relative aux flows personnalisables](https://docs.gitlab.com/user/duo_agent_platform/flows/custom.html)\n* [Configuration d'exécution des flows](https://docs.gitlab.com/user/duo_agent_platform/flows/execution.html)\n* [Guide des variables CI/CD de GitLab](https://docs.gitlab.com/ci/variables/)\n* [Comptes de service](https://docs.gitlab.com/user/profile/service_accounts/)\n\n- - -\n\n**Article suivant :** [Partie 5 : découvrir le catalogue d'IA](/blog/ai-catalog-discover-and-share-agents/)\n\n**Article précédent :** [Partie 3 : comprendre les agents](/fr-fr/blog/understanding-agents-foundational-custom-external/)",[17,18,19,20],"AI/ML","product","features","tutorial","2026-01-21","https://res.cloudinary.com/about-gitlab-com/image/upload/v1765809212/noh0mdfn9o94ry9ykura.png",[24],"Itzik Gan Baruch","Découvrez les flows de GitLab Duo Agent Platform : maîtrisez les flows de base, créez des workflows personnalisés et explorez les modèles d'orchestration.","Comprendre les flows : workflows multi-agents","yml",{},true,"/fr-fr/blog/understanding-flows-multi-agent-workflows",{"config":32,"description":25,"title":26},{"noIndex":11},"fr-fr/blog/understanding-flows-multi-agent-workflows",[35,18,19,20],"aiml","zHD16yOcBJqsQu3uj0iYJYLskD1d1UzPE4kiTwnMTik",{"data":38},{"logo":39,"freeTrial":44,"sales":49,"login":54,"items":59,"search":369,"minimal":404,"duo":423,"pricingDeployment":432},{"config":40},{"href":41,"dataGaName":42,"dataGaLocation":43},"/fr-fr/","gitlab logo","header",{"text":45,"config":46},"Commencer un essai gratuit",{"href":47,"dataGaName":48,"dataGaLocation":43},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/fr-fr&glm_content=default-saas-trial/","free trial",{"text":50,"config":51},"Contacter l'équipe commerciale",{"href":52,"dataGaName":53,"dataGaLocation":43},"/fr-fr/sales/","sales",{"text":55,"config":56},"Connexion",{"href":57,"dataGaName":58,"dataGaLocation":43},"https://gitlab.com/users/sign_in/","sign in",[60,87,184,189,290,350],{"text":61,"config":62,"cards":64},"Plateforme",{"dataNavLevelOne":63},"platform",[65,71,79],{"title":61,"description":66,"link":67},"La plateforme d'orchestration intelligente pour le DevSecOps",{"text":68,"config":69},"Découvrir notre plateforme",{"href":70,"dataGaName":63,"dataGaLocation":43},"/fr-fr/platform/",{"title":72,"description":73,"link":74},"GitLab Duo Agent Platform","L'IA agentique pour l'ensemble du cycle de développement logiciel",{"text":75,"config":76},"Découvrir GitLab Duo",{"href":77,"dataGaName":78,"dataGaLocation":43},"/fr-fr/gitlab-duo-agent-platform/","gitlab duo agent platform",{"title":80,"description":81,"link":82},"Choisir GitLab","Découvrez les principales raisons pour lesquelles les entreprises choisissent GitLab",{"text":83,"config":84},"En savoir plus",{"href":85,"dataGaName":86,"dataGaLocation":43},"/fr-fr/why-gitlab/","why gitlab",{"text":88,"left":29,"config":89,"link":91,"lists":95,"footer":166},"Produit",{"dataNavLevelOne":90},"solutions",{"text":92,"config":93},"Voir toutes les solutions",{"href":94,"dataGaName":90,"dataGaLocation":43},"/fr-fr/solutions/",[96,121,144],{"title":97,"description":98,"link":99,"items":104},"Automatisation","CI/CD et automatisation pour accélérer le déploiement",{"config":100},{"icon":101,"href":102,"dataGaName":103,"dataGaLocation":43},"AutomatedCodeAlt","/fr-fr/solutions/delivery-automation/","automated software delivery",[105,109,112,117],{"text":106,"config":107},"CI/CD",{"href":108,"dataGaLocation":43,"dataGaName":106},"/fr-fr/solutions/continuous-integration/",{"text":72,"config":110},{"href":77,"dataGaLocation":43,"dataGaName":111},"gitlab duo agent platform - product menu",{"text":113,"config":114},"Gestion du code source",{"href":115,"dataGaLocation":43,"dataGaName":116},"/fr-fr/solutions/source-code-management/","Source Code Management",{"text":118,"config":119},"Livraison de logiciels automatisée",{"href":102,"dataGaLocation":43,"dataGaName":120},"Automated software delivery",{"title":122,"description":123,"link":124,"items":129},"Sécurité","Livrez du code plus rapidement sans compromettre la sécurité",{"config":125},{"href":126,"dataGaName":127,"dataGaLocation":43,"icon":128},"/fr-fr/solutions/application-security-testing/","security and compliance","ShieldCheckLight",[130,134,139],{"text":131,"config":132},"Tests de sécurité des applications",{"href":126,"dataGaName":133,"dataGaLocation":43},"Application security testing",{"text":135,"config":136},"Sécurité de la chaîne d'approvisionnement logicielle",{"href":137,"dataGaLocation":43,"dataGaName":138},"/fr-fr/solutions/supply-chain/","Software supply chain security",{"text":140,"config":141},"Conformité logicielle",{"href":142,"dataGaName":143,"dataGaLocation":43},"/fr-fr/solutions/software-compliance/","Software Compliance",{"title":145,"link":146,"items":151},"Mesures",{"config":147},{"icon":148,"href":149,"dataGaName":150,"dataGaLocation":43},"DigitalTransformation","/fr-fr/solutions/visibility-measurement/","visibility and measurement",[152,156,161],{"text":153,"config":154},"Visibilité et mesures",{"href":149,"dataGaLocation":43,"dataGaName":155},"Visibility and Measurement",{"text":157,"config":158},"Gestion de la chaîne de valeur",{"href":159,"dataGaLocation":43,"dataGaName":160},"/fr-fr/solutions/value-stream-management/","Value Stream Management",{"text":162,"config":163},"Données d'analyse et informations clés",{"href":164,"dataGaLocation":43,"dataGaName":165},"/fr-fr/solutions/analytics-and-insights/","Analytics and insights",{"title":167,"items":168},"GitLab pour",[169,174,179],{"text":170,"config":171},"Entreprises",{"href":172,"dataGaLocation":43,"dataGaName":173},"/fr-fr/enterprise/","enterprise",{"text":175,"config":176},"PME",{"href":177,"dataGaLocation":43,"dataGaName":178},"/fr-fr/small-business/","small business",{"text":180,"config":181},"Secteur public",{"href":182,"dataGaLocation":43,"dataGaName":183},"/fr-fr/solutions/public-sector/","public sector",{"text":185,"config":186},"Tarifs",{"href":187,"dataGaName":188,"dataGaLocation":43,"dataNavLevelOne":188},"/fr-fr/pricing/","pricing",{"text":190,"config":191,"link":193,"lists":197,"feature":277},"Ressources",{"dataNavLevelOne":192},"resources",{"text":194,"config":195},"Afficher toutes les ressources",{"href":196,"dataGaName":192,"dataGaLocation":43},"/fr-fr/resources/",[198,231,249],{"title":199,"items":200},"Premiers pas",[201,206,211,216,221,226],{"text":202,"config":203},"Installation",{"href":204,"dataGaName":205,"dataGaLocation":43},"/fr-fr/install/","install",{"text":207,"config":208},"Guides de démarrage",{"href":209,"dataGaName":210,"dataGaLocation":43},"/fr-fr/get-started/","quick setup checklists",{"text":212,"config":213},"Apprentissage",{"href":214,"dataGaLocation":43,"dataGaName":215},"https://university.gitlab.com/","learn",{"text":217,"config":218},"Documentation sur le produit",{"href":219,"dataGaName":220,"dataGaLocation":43},"https://docs.gitlab.com/","product documentation",{"text":222,"config":223},"Vidéos sur les bonnes pratiques",{"href":224,"dataGaName":225,"dataGaLocation":43},"/fr-fr/getting-started-videos/","best practice videos",{"text":227,"config":228},"Intégrations",{"href":229,"dataGaName":230,"dataGaLocation":43},"/fr-fr/integrations/","integrations",{"title":232,"items":233},"Découvrir",[234,239,244],{"text":235,"config":236},"Témoignages clients",{"href":237,"dataGaName":238,"dataGaLocation":43},"/fr-fr/customers/","customer success stories",{"text":240,"config":241},"Blog",{"href":242,"dataGaName":243,"dataGaLocation":43},"/fr-fr/blog/","blog",{"text":245,"config":246},"Travail à distance",{"href":247,"dataGaName":248,"dataGaLocation":43},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"title":250,"items":251},"Connecter",[252,257,262,267,272],{"text":253,"config":254},"Services GitLab",{"href":255,"dataGaName":256,"dataGaLocation":43},"/fr-fr/services/","services",{"text":258,"config":259},"Communauté",{"href":260,"dataGaName":261,"dataGaLocation":43},"/community/","community",{"text":263,"config":264},"Forum",{"href":265,"dataGaName":266,"dataGaLocation":43},"https://forum.gitlab.com/","forum",{"text":268,"config":269},"Événements",{"href":270,"dataGaName":271,"dataGaLocation":43},"/events/","events",{"text":273,"config":274},"Partenaires",{"href":275,"dataGaName":276,"dataGaLocation":43},"/fr-fr/partners/","partners",{"backgroundColor":278,"textColor":279,"text":280,"image":281,"link":285},"#2f2a6b","#fff","L'avenir du développement logiciel. Tendances et perspectives.",{"altText":282,"config":283},"carte promo The Source",{"src":284},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758208064/dzl0dbift9xdizyelkk4.svg",{"text":286,"config":287},"Lire les articles les plus récents",{"href":288,"dataGaName":289,"dataGaLocation":43},"/fr-fr/the-source/","the source",{"text":291,"config":292,"lists":294},"Société",{"dataNavLevelOne":293},"company",[295],{"items":296},[297,302,308,310,315,320,325,330,335,340,345],{"text":298,"config":299},"À propos",{"href":300,"dataGaName":301,"dataGaLocation":43},"/fr-fr/company/","about",{"text":303,"config":304,"footerGa":307},"Carrières",{"href":305,"dataGaName":306,"dataGaLocation":43},"/jobs/","jobs",{"dataGaName":306},{"text":268,"config":309},{"href":270,"dataGaName":271,"dataGaLocation":43},{"text":311,"config":312},"Leadership",{"href":313,"dataGaName":314,"dataGaLocation":43},"/company/team/e-group/","leadership",{"text":316,"config":317},"Équipe",{"href":318,"dataGaName":319,"dataGaLocation":43},"/company/team/","team",{"text":321,"config":322},"Manuel",{"href":323,"dataGaName":324,"dataGaLocation":43},"https://handbook.gitlab.com/","handbook",{"text":326,"config":327},"Relations avec les investisseurs",{"href":328,"dataGaName":329,"dataGaLocation":43},"https://ir.gitlab.com/","investor relations",{"text":331,"config":332},"Centre de confiance",{"href":333,"dataGaName":334,"dataGaLocation":43},"/fr-fr/security/","trust center",{"text":336,"config":337},"Centre pour la transparence de l'IA",{"href":338,"dataGaName":339,"dataGaLocation":43},"/fr-fr/ai-transparency-center/","ai transparency center",{"text":341,"config":342},"Newsletter",{"href":343,"dataGaName":344,"dataGaLocation":43},"/company/contact/#contact-forms","newsletter",{"text":346,"config":347},"Presse",{"href":348,"dataGaName":349,"dataGaLocation":43},"/press/","press",{"text":351,"config":352,"lists":353},"Nous contacter",{"dataNavLevelOne":293},[354],{"items":355},[356,359,364],{"text":50,"config":357},{"href":52,"dataGaName":358,"dataGaLocation":43},"talk to sales",{"text":360,"config":361},"Portail d’assistance",{"href":362,"dataGaName":363,"dataGaLocation":43},"https://support.gitlab.com","support portal",{"text":365,"config":366},"Portail clients GitLab",{"href":367,"dataGaName":368,"dataGaLocation":43},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"close":370,"login":371,"suggestions":378},"Fermer",{"text":372,"link":373},"Pour rechercher des dépôts et des projets, connectez-vous à",{"text":374,"config":375},"gitlab.com",{"href":57,"dataGaName":376,"dataGaLocation":377},"search login","search",{"text":379,"default":380},"Suggestions",[381,383,388,390,395,400],{"text":72,"config":382},{"href":77,"dataGaName":72,"dataGaLocation":377},{"text":384,"config":385},"Suggestions de code (IA)",{"href":386,"dataGaName":387,"dataGaLocation":377},"/fr-fr/solutions/code-suggestions/","Code Suggestions (AI)",{"text":106,"config":389},{"href":108,"dataGaName":106,"dataGaLocation":377},{"text":391,"config":392},"GitLab sur AWS",{"href":393,"dataGaName":394,"dataGaLocation":377},"/fr-fr/partners/technology-partners/aws/","GitLab on AWS",{"text":396,"config":397},"GitLab sur Google Cloud ",{"href":398,"dataGaName":399,"dataGaLocation":377},"/fr-fr/partners/technology-partners/google-cloud-platform/","GitLab on Google Cloud",{"text":401,"config":402},"Pourquoi utiliser GitLab ?",{"href":85,"dataGaName":403,"dataGaLocation":377},"Why GitLab?",{"freeTrial":405,"mobileIcon":410,"desktopIcon":415,"secondaryButton":418},{"text":406,"config":407},"Commencer votre essai gratuit",{"href":408,"dataGaName":48,"dataGaLocation":409},"https://gitlab.com/-/trials/new/","nav",{"altText":411,"config":412},"Icône GitLab",{"src":413,"dataGaName":414,"dataGaLocation":409},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203874/jypbw1jx72aexsoohd7x.svg","gitlab icon",{"altText":411,"config":416},{"src":417,"dataGaName":414,"dataGaLocation":409},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203875/gs4c8p8opsgvflgkswz9.svg",{"text":419,"config":420},"Commencer",{"href":421,"dataGaName":422,"dataGaLocation":409},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/fr-fr/get-started/","get started",{"freeTrial":424,"mobileIcon":428,"desktopIcon":430},{"text":425,"config":426},"En savoir plus sur GitLab Duo",{"href":77,"dataGaName":427,"dataGaLocation":409},"gitlab duo",{"altText":411,"config":429},{"src":413,"dataGaName":414,"dataGaLocation":409},{"altText":411,"config":431},{"src":417,"dataGaName":414,"dataGaLocation":409},{"freeTrial":433,"mobileIcon":438,"desktopIcon":440},{"text":434,"config":435},"Retour aux tarifs",{"href":187,"dataGaName":436,"dataGaLocation":409,"icon":437},"back to pricing","GoBack",{"altText":411,"config":439},{"src":413,"dataGaName":414,"dataGaLocation":409},{"altText":411,"config":441},{"src":417,"dataGaName":414,"dataGaLocation":409},{"title":443,"button":444,"config":449},"Découvrez comment l'IA agentique transforme la livraison logicielle",{"text":445,"config":446},"Regarder GitLab Transcend maintenant",{"href":447,"dataGaName":448,"dataGaLocation":43},"/fr-fr/events/transcend/virtual/","transcend event",{"layout":450,"icon":451,"disabled":29},"release","AiStar",{"data":453},{"text":454,"source":455,"edit":461,"contribute":466,"config":471,"items":476,"minimal":653},"Git est une marque déposée de Software Freedom Conservancy et notre utilisation de « GitLab » est sous licence",{"text":456,"config":457},"Afficher le code source de la page",{"href":458,"dataGaName":459,"dataGaLocation":460},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":462,"config":463},"Modifier cette page",{"href":464,"dataGaName":465,"dataGaLocation":460},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":467,"config":468},"Veuillez contribuer",{"href":469,"dataGaName":470,"dataGaLocation":460},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":472,"facebook":473,"youtube":474,"linkedin":475},"https://twitter.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[477,500,554,586,621],{"title":61,"links":478,"subMenu":483},[479],{"text":480,"config":481},"Plateforme DevSecOps",{"href":70,"dataGaName":482,"dataGaLocation":460},"devsecops platform",[484],{"title":185,"links":485},[486,490,495],{"text":487,"config":488},"Voir les forfaits",{"href":187,"dataGaName":489,"dataGaLocation":460},"view plans",{"text":491,"config":492},"Pourquoi choisir GitLab Premium ?",{"href":493,"dataGaName":494,"dataGaLocation":460},"/fr-fr/pricing/premium/","why premium",{"text":496,"config":497},"Pourquoi choisir GitLab Ultimate ?",{"href":498,"dataGaName":499,"dataGaLocation":460},"/fr-fr/pricing/ultimate/","why ultimate",{"title":501,"links":502},"Solutions",[503,508,511,513,518,523,527,530,533,538,540,542,544,549],{"text":504,"config":505},"Transformation digitale",{"href":506,"dataGaName":507,"dataGaLocation":460},"/fr-fr/topics/digital-transformation/","digital transformation",{"text":509,"config":510},"Sécurité et conformité",{"href":126,"dataGaName":133,"dataGaLocation":460},{"text":118,"config":512},{"href":102,"dataGaName":103,"dataGaLocation":460},{"text":514,"config":515},"Développement agile",{"href":516,"dataGaName":517,"dataGaLocation":460},"/fr-fr/solutions/agile-delivery/","agile delivery",{"text":519,"config":520},"Transformation cloud",{"href":521,"dataGaName":522,"dataGaLocation":460},"/fr-fr/topics/cloud-native/","cloud transformation",{"text":524,"config":525},"SCM",{"href":115,"dataGaName":526,"dataGaLocation":460},"source code management",{"text":106,"config":528},{"href":108,"dataGaName":529,"dataGaLocation":460},"continuous integration & delivery",{"text":157,"config":531},{"href":159,"dataGaName":532,"dataGaLocation":460},"value stream management",{"text":534,"config":535},"GitOps",{"href":536,"dataGaName":537,"dataGaLocation":460},"/fr-fr/solutions/gitops/","gitops",{"text":170,"config":539},{"href":172,"dataGaName":173,"dataGaLocation":460},{"text":175,"config":541},{"href":177,"dataGaName":178,"dataGaLocation":460},{"text":180,"config":543},{"href":182,"dataGaName":183,"dataGaLocation":460},{"text":545,"config":546},"Formation",{"href":547,"dataGaName":548,"dataGaLocation":460},"/fr-fr/solutions/education/","education",{"text":550,"config":551},"Services financiers",{"href":552,"dataGaName":553,"dataGaLocation":460},"/fr-fr/solutions/finance/","financial services",{"title":190,"links":555},[556,558,561,563,566,568,571,574,576,578,580,582,584],{"text":202,"config":557},{"href":204,"dataGaName":205,"dataGaLocation":460},{"text":559,"config":560},"Guides de démarrage rapide",{"href":209,"dataGaName":210,"dataGaLocation":460},{"text":212,"config":562},{"href":214,"dataGaName":215,"dataGaLocation":460},{"text":217,"config":564},{"href":219,"dataGaName":565,"dataGaLocation":460},"docs",{"text":240,"config":567},{"href":242,"dataGaName":243},{"text":569,"config":570},"Histoires de réussite client",{"href":237,"dataGaLocation":460},{"text":572,"config":573},"Histoires de succès client",{"href":237,"dataGaName":238,"dataGaLocation":460},{"text":245,"config":575},{"href":247,"dataGaName":248,"dataGaLocation":460},{"text":253,"config":577},{"href":255,"dataGaName":256,"dataGaLocation":460},{"text":258,"config":579},{"href":260,"dataGaName":261,"dataGaLocation":460},{"text":263,"config":581},{"href":265,"dataGaName":266,"dataGaLocation":460},{"text":268,"config":583},{"href":270,"dataGaName":271,"dataGaLocation":460},{"text":273,"config":585},{"href":275,"dataGaName":276,"dataGaLocation":460},{"title":291,"links":587},[588,590,593,595,597,599,601,605,610,612,614,616],{"text":298,"config":589},{"href":300,"dataGaName":293,"dataGaLocation":460},{"text":591,"config":592},"Emplois",{"href":305,"dataGaName":306,"dataGaLocation":460},{"text":311,"config":594},{"href":313,"dataGaName":314,"dataGaLocation":460},{"text":316,"config":596},{"href":318,"dataGaName":319,"dataGaLocation":460},{"text":321,"config":598},{"href":323,"dataGaName":324,"dataGaLocation":460},{"text":326,"config":600},{"href":328,"dataGaName":329,"dataGaLocation":460},{"text":602,"config":603},"Sustainability",{"href":604,"dataGaName":602,"dataGaLocation":460},"/sustainability/",{"text":606,"config":607},"Diversité, inclusion et appartenance (DIB)",{"href":608,"dataGaName":609,"dataGaLocation":460},"/fr-fr/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":331,"config":611},{"href":333,"dataGaName":334,"dataGaLocation":460},{"text":341,"config":613},{"href":343,"dataGaName":344,"dataGaLocation":460},{"text":346,"config":615},{"href":348,"dataGaName":349,"dataGaLocation":460},{"text":617,"config":618},"Déclaration de transparence sur l'esclavage moderne",{"href":619,"dataGaName":620,"dataGaLocation":460},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"title":351,"links":622},[623,626,631,633,638,643,648],{"text":624,"config":625},"Échanger avec un expert",{"href":52,"dataGaName":53,"dataGaLocation":460},{"text":627,"config":628},"Aide",{"href":629,"dataGaName":630,"dataGaLocation":460},"https://support.gitlab.com/hc/en-us/articles/11626483177756-GitLab-Support","get help",{"text":365,"config":632},{"href":367,"dataGaName":368,"dataGaLocation":460},{"text":634,"config":635},"Statut",{"href":636,"dataGaName":637,"dataGaLocation":460},"https://status.gitlab.com/","status",{"text":639,"config":640},"Conditions d'utilisation",{"href":641,"dataGaName":642},"/terms/","terms of use",{"text":644,"config":645},"Déclaration de confidentialité",{"href":646,"dataGaName":647,"dataGaLocation":460},"/fr-fr/privacy/","privacy statement",{"text":649,"config":650},"Préférences en matière de cookies",{"dataGaName":651,"dataGaLocation":460,"id":652,"isOneTrustButton":29},"cookie preferences","ot-sdk-btn",{"items":654},[655,657,660],{"text":639,"config":656},{"href":641,"dataGaName":642,"dataGaLocation":460},{"text":658,"config":659},"Politique de confidentialité",{"href":646,"dataGaName":647,"dataGaLocation":460},{"text":649,"config":661},{"dataGaName":651,"dataGaLocation":460,"id":652,"isOneTrustButton":29},[663],{"id":664,"title":24,"body":8,"config":665,"content":667,"description":8,"extension":27,"meta":671,"navigation":29,"path":672,"seo":673,"stem":674,"__hash__":675},"blogAuthors/en-us/blog/authors/itzik-gan-baruch.yml",{"template":666},"BlogAuthor",{"name":24,"config":668},{"headshot":669,"ctfId":670},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1749658921/Blog/Author%20Headshots/iganbaruch-headshot.jpg","iganbaruch",{},"/en-us/blog/authors/itzik-gan-baruch",{},"en-us/blog/authors/itzik-gan-baruch","bz9VMiTQ1ixvnoxUFk0jiUcnLG3oQsymgXNCqyRqfsk",[677,690,701],{"content":678,"config":688},{"title":679,"heroImage":680,"description":681,"authors":682,"date":684,"body":685,"category":9,"tags":686},"10 prompts IA pour accélérer votre livraison logicielle","https://res.cloudinary.com/about-gitlab-com/image/upload/v1772632341/duj8vaznbhtyxxhodb17.png","Éliminez les backlogs de révision, les délais de sécurité et la coordination manuelle grâce à des invites IA prêtes à l'emploi couvrant chaque étape du cycle de développement logiciel.\n",[683],"Chandler Gibbons","2026-03-04","Les outils de développement assistés par l'IA aident les équipes de développement à générer du code plus vite que jamais. Alors pourquoi les équipes ne livrent-elles pas plus rapidement ?\n\nLe développement ne représente aujourd’hui que 20 % du cycle de vie de la livraison logicielle, les 80 % restants deviennent le goulot d'étranglement : les backlogs de révision du code s'accumulent, les scans de sécurité peinent à suivre le rythme, la documentation prend du retard, et la coordination manuelle génère des surcharges croissantes.\n\nLa bonne nouvelle est que les mêmes capacités d'IA qui accélèrent le codage individuel peuvent éliminer ces retards à l'échelle de l'équipe. Il suffit d'appliquer l'IA à l'ensemble du cycle de développement logiciel, et pas uniquement lors de la phase de codage.\n\nVous trouverez ci-dessous 10 prompts prêts à l'emploi issus de la [bibliothèque de prompts de GitLab Duo Agent Platform](https://about.gitlab.com/gitlab-duo/prompt-library/), qui aident les équipes à surmonter les obstacles courants pour accélérer la livraison logicielle. Chaque prompt correspond à un ralentissement spécifique qui apparaît lorsque la productivité individuelle augmente sans que les processus de l'équipe ne s'améliorent en conséquence.\n\n## Comment transformer la révision de code de goulot d'étranglement en accélérateur ?\n\nLes développeurs génèrent des demandes de fusion plus rapidement grâce à l'IA, mais les réviseurs humains peuvent vite se retrouver débordés lorsque les cycles de révision s'étendent de quelques heures à plusieurs jours. L'IA peut prendre en charge les tâches de révision courantes, libérant ainsi les réviseurs pour qu'ils se concentrent sur l'architecture et la logique métier plutôt que sur la détection d'erreurs logiques basiques ou de violations de contrats d'API.\n\n### Réviser une demande de fusion pour détecter les erreurs logiques\n\n**Complexité** : Débutant\n\n**Catégorie** : Révision de code\n\n**Invite de la bibliothèque** :\n\n```text\n\nReview this MR for logical errors, edge cases, and potential bugs: [MR URL or paste code]\n\n```\n\n**Pourquoi c'est utile** : Les outils de lint automatisés détectent les problèmes de syntaxe, mais les erreurs logiques nécessitent de comprendre l'intention. Cette invite identifie les bugs avant même que les réviseurs humains n'examinent le code, réduisant les cycles de révision de plusieurs allers-retours à souvent une seule validation.\n\n### Identifier les changements incompatibles dans une demande de fusion\n\n**Complexité** : Débutant\n\n **Catégorie** : Révision de code\n\n**Invite de la bibliothèque** :\n\n```text\nDoes this MR introduce any breaking changes?\n\nChanges:\n[PASTE CODE DIFF]\n\nCheck for:\n1. API signature changes\n2. Removed or renamed public methods\n3. Changed return types\n4. Modified database schemas\n5. Breaking configuration changes\n```\n\n**Pourquoi c'est utile** : Les changements incompatibles découverts lors du déploiement peuvent entraîner des retours arrière et des incidents. Cette invite déplace cette détection en amont, au stade de la demande de fusion, là où les correctifs sont plus rapides et moins coûteux.\n\n## Comment décaler la sécurité vers la gauche sans ralentir le développement ?\n\nLes analyses de sécurité génèrent des centaines de résultats. Les équipes sécurité trient manuellement chacun d'eux pendant que les développeurs attendent l'autorisation de déployer. La plupart des résultats sont des faux positifs ou des problèmes à faible risque, mais identifier les véritables menaces demande expertise et temps. L'IA peut prioriser les résultats selon leur exploitabilité réelle et corriger automatiquement les vulnérabilités courantes, permettant aux équipes sécurité de se concentrer sur les menaces qui comptent vraiment.\n\n### Analyser les résultats d'une analyse de sécurité\n\n**Complexité** : Intermédiaire\n\n**Catégorie** : Sécurité\n\n**Agent** : Duo Security Analyst\n\n**Invite de la bibliothèque** :\n\n\n```text\n@security_analyst Analyze these security scan results:\n\n[PASTE SCAN OUTPUT]\n\nFor each finding:\n1. Assess real risk vs false positive\n2. Explain the vulnerability\n3. Suggest remediation\n4. Prioritize by severity\n```\n\n\n**Pourquoi c'est utile** : La majorité des résultats d'analyses de sécurité sont des faux positifs ou des problèmes à faible risque. Cette invite aide les équipes sécurité à se concentrer sur les résultats qui comptent vraiment, réduisant le temps de remédiation de plusieurs semaines à quelques jours.\n\n### Réviser le code pour détecter des problèmes de sécurité\n\n**Complexité** : Intermédiaire\n\n**Catégorie** : Sécurité\n\n**Agent** : Duo Security Analyst\n\n**Invite de la bibliothèque** :\n\n```text\n@security_analyst Review this code for security issues:\n\n[PASTE CODE]\n\nCheck for:\n1. Injection vulnerabilities\n2. Authentication/authorization flaws\n3. Data exposure risks\n4. Insecure dependencies\n5. Cryptographic issues\n```\n\n**Pourquoi c'est utile** : Les révisions de sécurité traditionnelles interviennent après l'écriture du code. Cette invite permet aux développeurs de détecter et corriger les problèmes de sécurité avant de créer une demande de fusion, supprimant les allers-retours qui retardent les déploiements.\n\n## Comment maintenir la documentation à jour au fil des évolutions du code ?\n\nLe code évolue plus vite que la documentation. L'intégration de nouveaux développeurs prend des semaines parce que les docs sont obsolètes ou inexistantes. Les équipes savent que la documentation est importante, mais elle est toujours reportée quand les délais approchent. Automatiser la génération et la mise à jour de la documentation dans le cadre de votre flux de travail standard garantit que les docs restent à jour sans effort manuel supplémentaire.\n\n\n### Générer des notes de version à partir des demandes de fusion\n\n**Complexité** : Débutant\n\n**Catégorie** : Documentation\n\n**Invite de la bibliothèque** :\n\n```text\nGenerate release notes for these merged MRs:\n[LIST MR URLs or paste titles]\n\nGroup by:\n1. New features\n2. Bug fixes\n3. Performance improvements\n4. Breaking changes\n5. Deprecations\n```\n**Pourquoi c'est utile** : La compilation manuelle des notes de version prend des heures et comporte souvent des erreurs ou des omissions. La génération automatisée garantit que chaque version dispose de notes complètes sans alourdir votre processus de publication.\n\n### Mettre à jour la documentation après des modifications du code\n\n**Complexité** : Débutant\n\n**Catégorie** : Documentation\n\n**Invite de la bibliothèque** :\n\n```text\nI changed this code:\n\n[PASTE CODE CHANGES]\n\nWhat documentation needs updating? Check:\n1. README files\n2. API documentation\n3. Architecture diagrams\n4. Onboarding guides\n```\n\n**Pourquoi c'est utile** : La dérive de la documentation survient parce que les équipes oublient quels docs doivent être mis à jour après des modifications du code. Cette invite intègre la maintenance de la documentation dans votre flux de développement, plutôt que d'en faire une tâche séparée perpétuellement reportée.\n\n## Comment réduire la complexité de la planification ?\n\nLes grandes fonctionnalités se retrouvent bloquées en phase de planification. Les équipes passent des semaines en réunions pour délimiter le périmètre et identifier les dépendances. La complexité semble insurmontable et il est difficile de savoir par où commencer. L'IA peut décomposer méthodiquement un travail complexe en tâches concrètes et réalisables, avec des dépendances claires et des critères d'acceptation précis — transformant des semaines de planification en une mise en œuvre ciblée.\n\n### Décomposer un epic en issues\n\n**Complexité** : Intermédiaire\n\n**Catégorie** : Documentation\n\n**Agent** : Duo Planner\n\n**Invite de la bibliothèque** :\n\n ```text\nBreak down this epic into implementable issues:\n\n[EPIC DESCRIPTION]\n\nConsider:\n1. Technical dependencies\n2. Reasonable issue sizes\n3. Clear acceptance criteria\n4. Logical implementation order\n```\n\n**Pourquoi c'est utile** : Cette invite transforme une semaine de réunions de planification en 30 minutes de décomposition assistée par l'IA suivie d'une revue d'équipe. Les équipes démarrent l'implémentation plus tôt, avec une direction plus claire.\n\n## Comment améliorer la couverture de tests sans alourdir l'effort ?\n\nLes développeurs écrivent du code plus vite, mais si les tests ne suivent pas le rythme, la couverture diminue et les bugs passent au travers. Écrire des tests complets manuellement est chronophage, et les développeurs manquent souvent les cas limites sous pression des délais. Générer des tests automatiquement permet aux développeurs de réviser et d'affiner plutôt que d'écrire depuis zéro, maintenant la qualité sans sacrifier la vélocité.\n\n### Générer des tests unitaires\n\n**Complexité** : Débutant\n\n**Catégorie** : Tests\n\n**Invite de la bibliothèque** :\n\n ```text\nGenerate unit tests for this function:\n\n[PASTE FUNCTION]\n\nInclude tests for:\n1. Happy path\n2. Edge cases\n3. Error conditions\n4. Boundary values\n5. Invalid inputs\n```\n\n**Pourquoi c'est utile** : Écrire des tests manuellement est chronophage, et les développeurs manquent souvent les cas limites. Cette invite génère des suites de tests complètes en quelques secondes, que les développeurs peuvent réviser et ajuster plutôt qu'écrire de zéro.\n\n### Identifier les lacunes de couverture de tests\n\n**Complexité** : Débutant\n\n**Catégorie** : Tests\n\n**Invite de la bibliothèque** :\n\n```text\nAnalyze test coverage for [MODULE/COMPONENT]:\n\nCurrent coverage: [PERCENTAGE]\n\nIdentify:\n1. Untested functions/methods\n2. Uncovered edge cases\n3. Missing error scenario tests\n4. Integration points without tests\n5. Priority areas to test next\n```\n\n**Pourquoi c'est utile** : Cette invite révèle les angles morts de votre suite de tests avant qu'ils ne provoquent des incidents en production. Les équipes peuvent améliorer systématiquement la couverture là où cela compte le plus.\n\n## Comment réduire le temps moyen de résolution lors du débogage ?\n\nLes incidents en production prennent des heures à diagnostiquer. Les développeurs parcourent des logs et des traces d'appel pendant que les utilisateurs subissent des interruptions de service. Chaque minute de débogage représente une minute de productivité perdue et potentiellement un manque à gagner. L'IA peut accélérer l'analyse des causes profondes en interprétant des messages d'erreur complexes et en proposant des correctifs précis, réduisant le temps de diagnostic de plusieurs heures à quelques minutes.\n\n### Déboguer un pipeline en échec\n\n**Complexité** : Débutant\n\n**Catégorie** : Débogage\n\n**Invite de la bibliothèque** :\n\n\n```text\nThis pipeline is failing:\n\nJob: [JOB NAME]\nStage: [STAGE]\nError: [PASTE ERROR MESSAGE/LOG]\n\nHelp me:\n1. Identify the root cause\n2. Suggest a fix\n3. Explain why it started failing\n4. Prevent similar issues\n```\n\n**Pourquoi c'est utile** : Les échecs de pipeline CI/CD bloquent des équipes entières. Cette invite diagnostique les pannes en quelques secondes au lieu des 15 à 30 minutes que les développeurs consacrent habituellement aux investigations, maintenant ainsi une vélocité de déploiement élevée.\n\n## Passer des gains individuels à l'accélération collective\n\nCes invites illustrent une évolution dans la manière dont les équipes exploitent l'IA pour la livraison logicielle. Plutôt que de se concentrer uniquement sur la productivité individuelle des développeurs, elles s'attaquent aux défis de coordination, de qualité et de partage des connaissances qui contraignent réellement la vélocité des équipes.\n\nLa [bibliothèque d'invites complète](https://about.gitlab.com/gitlab-duo/prompt-library/) contient plus de 100 invites couvrant toutes les étapes du cycle de vie logiciel : planification, développement, sécurité, tests, déploiement et opérations. Chaque invite est étiquetée par niveau de complexité (Débutant, Intermédiaire, Avancé) et classée par cas d'usage, facilitant la recherche du bon point de départ pour votre équipe.\n\nCommencez par les invites étiquetées « Débutant » qui s'attaquent aux obstacles les plus pressants de votre équipe. À mesure que votre équipe prend confiance, explorez les invites intermédiaires et avancées qui permettent des flux de travail plus sophistiqués. L'objectif n'est pas seulement un développement plus rapide — c'est une livraison logicielle plus rapide, plus sûre et de meilleure qualité, de la planification jusqu'à la mise en production.\n",[17,687],"DevOps platform",{"featured":11,"template":12,"slug":689},"10-ai-prompts-to-speed-your-teams-software-delivery",{"content":691,"config":699},{"title":692,"description":693,"authors":694,"date":696,"body":697,"category":9,"tags":698,"heroImage":22},"GitLab Duo Agent Platform : comment réinventer le développement logiciel avec l’IA agentique","Découvrez comment GitLab Duo Agent Platform transforme la collaboration entre équipes de développement et les agents d’IA.\n",[695],"GitLab France Team","2026-02-24","> *Cet article de blog est un résumé de notre webinaire sur la Collaboration entre agents d’IA et développeurs animé par Lucas Rangeard (Solutions Architect) et Chloé Cartron (Senior Solutions Architect). Pour visionner le replay, [cliquez ici](https://learn.gitlab.com/fr-oct-agentic-ai/duo-ai-fr).* \n\nStructurer un besoin client en ticket, diviser un ticket en sous-tâches assignables, et implémenter la fonctionnalité : trois opérations qui, dans un cycle de développement traditionnel, s'enchaînent de manière séquentielle entraînant un goulot d'étranglement bien connu des [équipes DevOps](https://about.gitlab.com/fr-fr/topics/devops/build-a-devops-team/ \"équipes DevOps\").\n\nGrâce à GitLab Duo Agent Platform, ces trois tâches sont exécutées en parallèle, avec une merge request prête à être revue en quelques minutes. \n\nDécouvrez dans cet article les capacités de GitLab Duo Agent Platform conçue pour transformer la collaboration entre équipes de développement et agents intelligents et apprenez comment mettre en place des flows, de la création d’un ticket au développement d’une application à travers trois cas d’usage.\n\n## GitLab Duo Agent Platform : une orchestration agentique native\n\n[GitLab Duo Agent Platform](https://about.gitlab.com/fr-fr/gitlab-duo-agent-platform/ \"GitLab Duo Agent Platform\") représente une évolution majeure dans notre approche du DevSecOps. En disponibilité générale depuis janvier 2026 pour les clients GitLab Premium et GitLab Ultimate (GitLab.com et GitLab Self-Managed), GitLab Duo Agent Platform permet aux équipes de développement de collaborer avec des agents d’IA sur l'ensemble du cycle de développement logiciel ([SDLC](https://about.gitlab.com/fr-fr/blog/what-is-sdlc/ \"Qu'est-ce que le SDLC ?\")).\n\n> 🎯 Essayez [GitLab Duo Agent Platform](https://about.gitlab.com/fr-fr/gitlab-duo-agent-platform/?utm_medium=blog&utm_source=blog&utm_campaign=eg_emea_x_trial_x_fr_blog_fr) dès aujourd'hui !\n\n### L’orchestration agentique au coeur du SDLC\n\nNotre approche repose sur trois piliers interconnectés :\n\n* **Nous conservons ce qui fait notre force** : une plateforme unifiée avec un système de données centralisé et des APIs.\n* **Nous ajoutons une couche d'intelligence agentique** : des agents spécialisés travaillant ensemble et de manière autonome. \n* **Nous créons un graphe de connaissances reliant l'ensemble des données entre elles** : votre code, vos tickets, vos déploiements, vos scans de sécurité. Cette interconnexion permet aux agents de comprendre votre contexte complet et de prendre des décisions éclairées rapidement. \n\n### Des agents spécialisés tout au long du SDLC\n\nGitLab Duo Agent Platform ne vise pas à remplacer les équipes de développement, mais à leur fournir des partenaires capables d'exécuter des tâches en parallèle. \n\nLes utilisateurs ont accès à trois types d’agents différents : les [agents par défaut](https://docs.gitlab.com/user/duo_agent_platform/agents/foundational_agents/) comme [Planner](https://docs.gitlab.com/user/duo_agent_platform/agents/foundational_agents/planner/), [Security Analyst](https://docs.gitlab.com/user/duo_agent_platform/agents/foundational_agents/security_analyst_agent/) et [Data Analyst](https://docs.gitlab.com/user/duo_agent_platform/agents/foundational_agents/data_analyst/) pour les tâches courantes de développement, les [agents personnalisables](https://docs.gitlab.com/user/duo_agent_platform/agents/custom/) pour les workflows spécifiques à votre équipe, ainsi que les [agents externes](https://docs.gitlab.com/user/duo_agent_platform/agents/external/) comme Claude Code ou OpenAI Codex. Pour en savoir plus sur les agents, consultez notre article de blog [GitLab Duo Agent Platform : comprendre les agents](https://about.gitlab.com/fr-fr/blog/understanding-agents-foundational-custom-external/).\n\nCes agents partagent un contexte unifié. Ils peuvent accéder aux tickets, au code source, aux [pipelines CI/CD](https://about.gitlab.com/fr-fr/topics/ci-cd/cicd-pipeline/ \"Qu'est-ce qu'un pipeline CI/CD ?\"), aux merge requests et à l'historique de déploiement, selon les permissions données. \n\n> Chez NatWest, l'intégration des agents d’IA dans le cycle de développement logiciel a permis d'améliorer « la productivité, la vélocité et l'efficacité » des équipes, selon Bal Kang, Engineering Platform Lead. \n\n## Comment l'IA agentique réduit les temps d'attente entre chaque étape ?\n\nDans un cycle de développement traditionnel, les étapes s'enchaînent les unes après les autres. Rédaction des spécifications, découpage en tâches, implémentation, tests, revue de code : chaque phase attend la précédente. Ce modèle séquentiel génère des temps morts et limite la capacité des équipes à traiter plusieurs demandes simultanément.\n\nL'approche agentique change cette dynamique. En déléguant des tâches à des agents autonomes, les équipes de développement peuvent avancer sur plusieurs fronts en parallèle. Pendant qu'un agent implémente une fonctionnalité, un autre structure une nouvelle demande, et un troisième prépare une analyse de sécurité. Le cycle de développement global est raccourci.\n\nL'objectif : permettre aux équipes de développement de déléguer certaines tâches à des agents pendant qu'ils se concentrent sur d'autres tâches à plus forte valeur ajoutée, tout en gardant le contrôle sur les résultats.\n\n## 3 exemples de flows à tester\n\nDécouvrez comment GitLab Duo Agent Platform transforme le quotidien des équipes grâce à ces trois cas d'usage qui peuvent être exécutés simultanément. \n\n### Transformer une idée en ticket structuré\n\nAvec GitLab Duo Agentic Chat, les utilisateurs peuvent générer un ticket complet et personnalisable à partir d'une idée en formulant leur demande en langage naturel à l’aide du modèle IA de leur choix. \n\nCe ticket comprend le titre correspondant au besoin, la user story, les critères d'acceptance, les contraintes techniques, la « definition of done », ainsi que tout autre élément de gestion de projet propre aux équipes : personnes assignées, labels, date de début et date de fin de la tâche, confidentialité du ticket, etc.\n\nL'action proposée est soumise à validation. Une fois approuvé, le ticket apparaît dans le backlog en quelques secondes.\n\n### Diviser un ticket en sous-tâches\n\nUn ticket couvrant plusieurs fonctionnalités peut être divisé automatiquement en sous-tickets distincts. L'agent crée les sous tickets, maintient les références avec le ticket parent, et préserve la cohérence des critères d'acceptance. Ce mécanisme transforme un besoin business global en un ensemble de tâches assignables aux équipes. \n\n### Générer une merge request depuis un ticket\n\nÀ partir d’un ticket décrivant une fonctionnalité à implémenter, l'agent analyse le contexte du projet, comprend l'architecture existante, et génère le code correspondant. Il modifie les fichiers nécessaires, crée une merge request et le pipeline CI/CD se lance automatiquement.\n\nIl est également possible d'assigner GitLab Duo comme relecteur sur une merge request. L'agent analyse les changements, identifie les points d'attention et laisse des commentaires dans la merge request, offrant un premier niveau de revue avant la sollicitation des pairs.\n\n## Une collaboration entre humains et IA\n\nUn aspect distingue GitLab Duo Agent Platform des approches purement automatisées : chaque action proposée par un agent nécessite une validation explicite. L'utilisateur visualise ce que l'agent souhaite exécuter et approuve ou ajuste le travail effectué par l’agent avant d’effectuer une action.\nCette approche répond aux exigences des équipes en matière de gouvernance. L'agent accélère l'exécution, mais les décisions restent sous contrôle humain. Une approche indispensable dans un contexte où la qualité du code et la sécurité ne peuvent être compromises.\n\n## Le catalogue d’IA : un écosystème agentique\n\nAu-delà des agents natifs, GitLab développe un écosystème ouvert : le catalogue d’IA. Ce dernier permet de découvrir, utiliser et partager des agents et des flows développés par GitLab, ainsi que par toute la communauté.\n\nLes options de partage sont flexibles : ouverture à la communauté ou restriction à des usages internes selon les besoins de gouvernance.\n\nCette approche permet d'imaginer un agent expert en migration de bases de données, ou encore un flow d’optimisation de performance tous intégrés nativement dans GitLab. \n\nCes agents et flows s'intègrent à votre interface GitLab et identifient rapidement votre contexte et vos projets.\n\n## Prérequis\n\nPour utiliser GitLab Duo Agent Platform, plusieurs conditions sont requises :\n\n* Disposer de la version 18.8 ou ultérieure de GitLab ou d’un compte GitLab.com.\n* Être abonné à [GitLab Premium](https://about.gitlab.com/fr-fr/pricing/premium/) ou [GitLab Ultimate](https://about.gitlab.com/fr-fr/pricing/ultimate/)\n\nGitLab Duo Agent Platform utilise par défaut les modèles d'IA fournis par GitLab. Une configuration alternative utilisant les modèles des clients est disponible [pour les installations auto hébergées](https://docs.gitlab.com/administration/gitlab_duo_self_hosted/#gitlab-duo-agent-platform). Pour en savoir plus, consultez notre article [IA agentique avec contrôle d'entreprise : GitLab Duo Agent Platform Self-Hosted et BYOM](https://about.gitlab.com/fr-fr/blog/agentic-ai-enterprise-control-self-hosted-duo-agent-platform-and-byom/).\n\n## Perspectives : l'IA agentique au coeur du DevSecOps\n\nGitLab Duo Agent Platform marque une évolution dans l'intégration de l'IA dans le cycle de développement DevSecOps. Il ne s'agit plus uniquement de suggestions de code, mais d'une véritable orchestration agentique où des agents spécialisés prennent en charge des workflows complets.\n\nVous souhaitez en savoir plus sur les flows ? Consultez notre article [Comprendre les flows : workflows multi-agents](https://about.gitlab.com/fr-fr/blog/understanding-flows-multi-agent-workflows/) et découvrez comment utiliser les [flows par défaut](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/) et les [flows personnalisables](https://docs.gitlab.com/user/duo_agent_platform/flows/custom/).\n\n> 🎯 Essayez [GitLab Duo Agent Platform](https://about.gitlab.com/fr-fr/gitlab-duo-agent-platform/?utm_medium=blog&utm_source=blog&utm_campaign=eg_emea_x_trial_x_fr_blog_fr) dès aujourd'hui !",[17],{"featured":11,"template":12,"slug":700},"gitlab-duo-agent-platform-software-development-agentic-ai",{"content":702,"config":711},{"title":703,"description":704,"authors":705,"heroImage":707,"date":708,"body":709,"category":9,"tags":710},"IA agentique avec contrôle d'entreprise : GitLab Duo Agent Platform Self-Hosted et BYOM","Découvrez comment GitLab 18.9 offre aux entreprises des secteurs réglementés une IA agentique gouvernée grâce à GitLab Duo Agent Platform Self-Hosted et à la prise en charge Bring Your Own Model.",[706],"Rebecca Carter","https://res.cloudinary.com/about-gitlab-com/image/upload/v1771438388/t6sts5qw4z8561gtlxiq.png","2026-02-19","Pour les organisations qui opèrent dans des secteurs réglementés, la transition vers l'automatisation alimentée par l'IA s'accompagne de contraintes strictes. La résidence des données, le contrôle des fournisseurs et la gouvernance ne sont pas négociables. De nombreuses organisations ont déjà investi massivement dans leurs propres modèles, avec des processus d'approbation rigoureux qui régissent leur fonctionnement et leur déploiement.\n\nAvec [GitLab 18.9](https://about.gitlab.com/releases/2026/02/19/gitlab-18-9-released/), nous proposons deux fonctionnalités qui comblent une lacune stratégique critique pour ces organisations et transformons [GitLab Duo Agent Platform](https://about.gitlab.com/fr-fr/gitlab-duo-agent-platform/) en un plan de contrôle d'IA prêt à être déployé et gouvernable pour les environnements réglementaires les plus stricts.\n\n## GitLab Duo Agent Platform Self-Hosted pour les licences cloud en ligne\nAvec GitLab Duo Agent Platform, les équipes d'ingénierie créent des flows alimentés par l'IA qui automatisent des séquences de tâches, allant de la refactorisation des services au renforcement des pipelines CI/CD en passant par la hiérarchisation des vulnérabilités. Jusqu'à présent, l'utilisation de GitLab Duo Agent Platform en production avec des modèles auto-hébergés était principalement alignée sur des chemins de licence hors ligne ou complémentaires et n'était pas conçue pour les clients disposant de licences cloud en ligne qui opèrent dans des environnements avec des réglementations strictes.\n\nDésormais en disponibilité générale, [GitLab Duo Agent Platform Self-Hosted pour les licences cloud en ligne](https://docs.gitlab.com/subscriptions/subscription-add-ons/#gitlab-duo-agent-platform-self-hosted) introduit un modèle de facturation basé sur l'usage alimenté par les [GitLab Credits](https://about.gitlab.com/fr-fr/blog/introducing-gitlab-credits/). Cette approche offre la mesure transparente et prévisible dont les entreprises ont besoin pour instaurer la confiance et la refacturation interne.\n* **Résidence et contrôle des données** : vous pouvez désormais exécuter GitLab Duo Agent Platform en production sur des licences cloud en ligne tout en utilisant des modèles hébergés sur votre propre infrastructure ou dans des environnements cloud approuvés. Vous contrôlez ainsi le lieu d'exécution des modèles et la façon dont le trafic d'inférence est acheminé dans vos environnements approuvés.\n* **Transparence des coûts et refacturation** : bénéficiez d'une transparence granulaire des coûts grâce aux GitLab Credits et au décompte par requête, deux éléments essentiels pour une refacturation interne précise et le respect des normes réglementaires en matière de reporting.\n* **Accélération de l'adoption** : supprime un obstacle majeur au déploiement de l'IA agentique dans des secteurs comme les services financiers, les administrations publiques et les infrastructures critiques, où l'acheminement des données via des fournisseurs d'IA externes n'est tout simplement pas envisageable. Avec GitLab 18.9, GitLab Duo Agent Platform devient un environnement de déploiement de premier ordre pour les licences cloud en ligne.\n\n## Bring Your Own Model\nL'auto-hébergement de la couche d'orchestration n'est qu'une partie de la solution. De nombreux clients de secteurs réglementés ont déjà investi massivement dans leurs propres modèles : des LLM adaptés à leur domaine, des déploiements dans une région dédiée ou air-gapped pour la souveraineté des données, et des modèles fermés et internes conçus en fonction d'un profil de risque spécifique.\n\n**Bring Your Own Model (BYOM)** renforce la flexibilité de GitLab Duo Agent Platform. Les administrateurs peuvent connecter des modèles tiers ou auto-hébergés via la [passerelle d'IA (AI-Gateway) de GitLab](https://docs.gitlab.com/administration/gitlab_duo/gateway/), et les clients choisissent et contrôlent le modèle.\n* **Intégration et gouvernance** : les modèles BYOM apparaissent aux côtés des modèles gérés par GitLab dans le plan de contrôle d'IA de GitLab. GitLab Duo Agent Platform peut ainsi les traiter comme des options prêtes à l'emploi pour l'entreprise.\n* **Mappage granulaire** : une fois enregistrés via la passerelle d'IA, les modèles peuvent être mappés à des flows ou des fonctionnalités spécifiques de GitLab Duo Agent Platform. Vous pouvez ainsi exercer un contrôle étroit sur les agents et les flows, ainsi que sur les modèles utilisés. Les administrateurs restent toujours responsables de la validation des modèles, des performances et de l'évaluation des risques. Vous êtes responsable de la compatibilité, des performances et de l'évaluation des risques pour les modèles que vous apportez.\n\nEnsemble, ces fonctionnalités donnent aux responsables d'ingénierie un contrôle complet sur l'IA agentique. Ce plan de contrôle unique et gouverné pour l'IA agentique remplace l'ensemble fragmenté de solutions ponctuelles et d'outils d'IA non gérés sur lesquels de nombreuses organisations s'appuient aujourd'hui. Il s'agit d'une combinaison que les organisations réglementées réclamaient depuis longtemps : la liberté de choisir son modèle accompagnée d'une gouvernance forte, au sein de la même plateforme DevSecOps en laquelle elles ont déjà confiance.\n\n> Vous souhaitez essayer GitLab Duo Agent Platform ? [Contactez-nous ou commencez un essai gratuit dès aujourd'hui](https://about.gitlab.com/fr-fr/gitlab-duo-agent-platform/?utm_medium=blog&utm_source=blog&utm_campaign=eg_emea_x_trial_x_fr_blog_fr).\n\n-----------\n\n_Cet article de blog contient des « déclarations prospectives » au sens de la section 27A du Securities Act de 1933, tel que modifié, et de la section 21E du Securities Exchange Act de 1934. Bien que nous croyions que les attentes reflétées dans ces déclarations sont raisonnables, elles sont soumises à des risques, incertitudes, hypothèses et autres facteurs connus et inconnus qui peuvent entraîner des résultats ou des issues réels sensiblement différents. Des informations supplémentaires sur ces risques et autres facteurs sont incluses sous la rubrique « Facteurs de risque » dans nos dépôts auprès de la SEC. Nous ne nous engageons pas à mettre à jour ou à réviser ces déclarations après la date de cet article de blog, sauf si la loi l'exige._",[17,18,19],{"featured":29,"template":12,"slug":712},"agentic-ai-enterprise-control-self-hosted-duo-agent-platform-and-byom",{"promotions":714},[715,728,740],{"id":716,"categories":717,"header":718,"text":719,"button":720,"image":725},"ai-modernization",[9],"Is AI achieving its promise at scale?","Quiz will take 5 minutes or less",{"text":721,"config":722},"Get your AI maturity score",{"href":723,"dataGaName":724,"dataGaLocation":243},"/assessments/ai-modernization-assessment/","modernization assessment",{"config":726},{"src":727},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/qix0m7kwnd8x2fh1zq49.png",{"id":729,"categories":730,"header":732,"text":719,"button":733,"image":737},"devops-modernization",[18,731],"devsecops","Are you just managing tools or shipping innovation?",{"text":734,"config":735},"Get your DevOps maturity score",{"href":736,"dataGaName":724,"dataGaLocation":243},"/assessments/devops-modernization-assessment/",{"config":738},{"src":739},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138785/eg818fmakweyuznttgid.png",{"id":741,"categories":742,"header":744,"text":719,"button":745,"image":749},"security-modernization",[743],"security","Are you trading speed for security?",{"text":746,"config":747},"Get your security maturity score",{"href":748,"dataGaName":724,"dataGaLocation":243},"/assessments/security-modernization-assessment/",{"config":750},{"src":751},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/p4pbqd9nnjejg5ds6mdk.png",{"header":753,"blurb":754,"button":755,"secondaryButton":759},"Commencez à développer plus rapidement dès aujourd'hui","Découvrez ce que votre équipe peut accomplir avec la plateforme d'orchestration intelligente pour le DevSecOps.\n",{"text":45,"config":756},{"href":757,"dataGaName":48,"dataGaLocation":758},"https://gitlab.com/-/trial_registrations/new?glm_content=default-saas-trial&glm_source=about.gitlab.com/fr-fr/","feature",{"text":50,"config":760},{"href":52,"dataGaName":53,"dataGaLocation":758},1773871250812]