Chapitre 1

Projet d’étudiants en lettres / commerce

Un projet d’initiation adapté aux débutants, qui utilise des outils visuels et l’assistance de l’IA pour réaliser rapidement des projets personnels et découvrir le charme et l’efficacité de la programmation assistée par IA.

Projet 1 : site web de blog personnel

Aperçu du projet

1
Objectifs du projet : créer un joli site de blog personnel qui affiche des articles et prend en charge la recherche et la catégorisation
2
Pile d’outils: v0 (génération d’UI) + Cursor (finalisation des fonctionnalités) + Vercel (déploiement)
3
Estimation du temps : 4 à 6 heures (temps d’apprentissage et de débogage inclus)
4
Niveau de difficulté: Niveau débutant (convient aux utilisateurs sans connaissances préalables)

Analyse du choix technique : pourquoi choisir cette combinaison d’outils ?

v0 : un outil révolutionnaire pour la génération d’UI

  • Du langage naturel à l’interface utilisateur: Il suffit de le décrire en texte pour générer des composants React, permettant même aux débutants de démarrer rapidement
  • Aperçu instantané : voir les résultats générés en temps réel et itérer rapidement sur la conception
  • Intégration Figma: peut générer du code directement à partir de maquettes Figma, convivial pour les designers
  • Faible coût d’apprentissage:Pas besoin d’apprendre HTML/CSS, concentrez-vous sur l’expression du contenu

Cursor : amélioration des fonctionnalités assistée par l'IA

  • Compréhension du code:L’IA peut comprendre la structure du code générée par v0, ce qui facilite les modifications ultérieures
  • Extension des fonctionnalités: ajouter des fonctions de recherche, de catégorisation, de commentaires, etc., et utiliser l’IA pour aider à générer le code
  • Correction de bugs: en cas de problème, demandez directement à l’IA pour le résoudre rapidement
  • Optimisation du code: L’IA peut optimiser les performances du code et ajouter les meilleures pratiques

Vercel : déploiement sans configuration

  • Déploiement en un clic: connectez-vous à un dépôt GitHub, déployez automatiquement, aucune configuration de serveur requise
  • Quota gratuit : utilisation gratuite pour les projets personnels, adaptée à l’apprentissage
  • CDN mondial: optimiser automatiquement la vitesse d’accès pour une meilleure expérience utilisateur
  • Environnement de prévisualisation: chaque commit dispose d’un lien d’aperçu, ce qui facilite les tests

Synergie des outils : v0 se charge de générer rapidement l’interface utilisateur, Cursor de finaliser et d’optimiser les fonctionnalités, et Vercel du déploiement et de l’hébergement. Cette combinaison permet même aux débutants de réaliser un projet Web complet en quelques heures et de vivre tout le processus, de l’idée à la mise en ligne.

Étapes détaillées

Étape 1 : utiliser v0 pour générer la page d’accueil du blog (30 à 45 minutes)

1. Visitez v0.dev, inscrivez-vous/ connectez-vous à votre compte

2. Dans le champ de saisie, décrivez les besoins de votre page d’accueil de blog :

"Créez une page d’accueil de blog personnel au style moderne, comprenant :
- Barre de navigation supérieure (Accueil, À propos, Articles)
- Section héro (grand titre, introduction, boutons CTA)
- Liste des derniers articles (mise en page en cartes, affichant le titre, le résumé, la date)
- Pied de page (liens vers les réseaux sociaux, informations sur le droit d’auteur)
Utiliser un thème sombre, palette de couleurs : bleu foncé + blanc + doré"

3. v0 génère plusieurs propositions de design, choisissez la version que vous préférez

4. Cliquez sur « Export » pour exporter le code localement

Étape 2 : utiliser Cursor pour améliorer les fonctionnalités et le style (2 à 3 heures)

1. Ouvrez le projet exporté dans Cursor

2. Utilisez le mode Cursor Agent et dites à l’IA ce dont vous avez besoin :

« Veuillez ajouter les fonctionnalités suivantes :
- Page de détail de l’article (accès en cliquant depuis la liste)
- Fonction de catégorisation des articles (technique, vie, réflexion)
- Fonction de recherche (recherche dans les titres et le contenu des articles)
- Conception responsive (adaptée aux mobiles)"

3. Cursor génère le code, et vous pouvez prévisualiser le résultat en temps réel

4. Continuez à optimiser et à ajuster en fonction des résultats de l’aperçu

5. Ajouter la prise en charge de Markdown pour enrichir le contenu des articles

Étape 3 : configurer le déploiement Vercel (15 à 30 minutes)

1. Créer un nouveau dépôt sur GitHub et pousser le code

2. Accédez à vercel.com et connectez-vous avec votre compte GitHub

3. Cliquez sur "New Project" et sélectionnez votre dépôt

4. Vercel détectera automatiquement le type de projet (Next.js), cliquez sur « Deploy »

5. Attendre la fin du déploiement (généralement 1 à 2 minutes)

6. Obtenez l’URL de votre blog et partagez-la avec vos amis !

Étape 4 : Ajouter des fonctionnalités de gestion de contenu (1 à 2 heures)

1. Utiliser Cursor pour ajouter une fonctionnalité de gestion d’articles :

"Créer un système simple de gestion d’articles :
- Les données des articles sont stockées dans un fichier JSON
- Prend en charge l’ajout, la modification et la suppression d’articles
- L’article comprend : titre, contenu, catégorie, date, image de couverture"

2. Ou intégrer un service CMS (comme Contentful, Sanity)

3. Ajouter une fonctionnalité de téléversement d’images (en utilisant Cloudinary ou Vercel Blob)

Exemples de code clés

Composant de liste d’articles (optimisé après génération v0)

// app/blog/page.tsx
import { articles } from '@/data/articles'

export default function BlogPage() {
  return (
    <div className="container mx-auto px-4 py-8">
      <h1 className="text-4xl font-bold mb-8">Mon blog</h1>
      <div className="grid grid-cols-1 md:grid-cols-2 lg:grid-cols-3 gap-6">
        {articles.map((article) => (
          <article key={article.id} className="border rounded-lg p-6 hover:shadow-lg transition">
            <h2 className="text-xl font-semibold mb-2">{article.title}</h2>
            <p className="text-muted-foreground mb-4">{article.excerpt}</p>
            <div className="flex items-center justify-between">
              <span className="text-sm text-muted-foreground">{article.date}</span>
              <span className="text-sm bg-primary/10 text-primary px-2 py-1 rounded">
                {article.category}
              </span>
            </div>
          </article>
        ))}
      </div>
    </div>
  )
}

Problèmes courants et solutions

Problème 1 : le code généré par v0 ne peut pas s’exécuter

Solution : vérifier la version de Node.js (18+ requis), exécuter npm install Installez les dépendances, consultez les messages d’erreur du terminal et utilisez Cursor AI pour aider à les corriger.

Problème 2 : les styles ne s'affichent pas correctement

Solution : assurez-vous que la configuration de Tailwind CSS est correcte et vérifiez tailwind.config.js Utilisez le fichier et demandez à l’IA dans Cursor comment corriger le problème de style.

Problème 3 : échec du déploiement Vercel

Solution : vérifiez les journaux de compilation. Les causes courantes incluent : variables d'environnement non configurées, conflits de versions de dépendances, commandes de compilation incorrectes. Dans Cursor, demandez à l'IA comment résoudre l'erreur de compilation spécifique.

Problème 4 : mise à jour du contenu des articles difficile

Solution : envisagez d’utiliser un CMS headless (comme Contentful, Sanity), ou utilisez GitHub comme stockage de contenu et mettez à jour les articles via des commits Git.

Liste de contrôle du projet

Le design de la page d’accueil du blog est terminé, avec la navigation, la section héro et la liste des articles
La page de détail de l’article fonctionne correctement, vous pouvez cliquer pour afficher l’article
Fonction de catégorisation des articles implémentée, permettant un filtrage par catégorie
La fonction de recherche fonctionne correctement et peut rechercher les titres et le contenu des articles
Le design adaptatif est terminé et l’affichage mobile fonctionne correctement
Le site web a été déployé sur Vercel et est accessible normalement
Ajoutez au moins 3 articles d’exemple, avec un contenu complet
Le code a été commit sur GitHub, avec une documentation README

Projet 2 : tableau de bord d’analyse de données

Aperçu du projet

1
Objectifs du projet: Créer un tableau de bord d’analyse de données qui visualise les données métier et prend en charge l’analyse multidimensionnelle
2
Pile d’outils:Fabric (traitement des données) + Cursor (composants de visualisation)
3
Estimation du temps: 6 à 8 heures (y compris la préparation des données et la conception de la visualisation)
4
Niveau de difficulté: débutant à intermédiaire (nécessite des compétences de base en compréhension des données)

Analyse du choix technique : pourquoi choisir Fabric + Cursor ?

Fabric : traitement de données piloté par l’IA

  • Traitement du langage naturel : Décrivez les besoins de traitement des données en texte, et l’IA génère automatiquement la logique de traitement
  • Système Patterns: Utilisez des modèles de traitement de données prédéfinis pour accomplir rapidement les tâches courantes
  • Prise en charge de plusieurs formats : prend en charge plusieurs formats de données tels que CSV, JSON et Excel
  • Nettoyage des données:Identifier et traiter automatiquement les valeurs manquantes et les valeurs aberrantes
  • Analyse statistique : Générer rapidement des statistiques descriptives, des analyses de corrélation, etc.

Cursor : développement de composants visuels

  • Génération de composants: Génération de composants de graphiques assistée par l’IA, intégrant des bibliothèques comme Recharts et Chart.js
  • Conception d’interaction: Ajouter des fonctionnalités interactives telles que le filtrage, le tri et l’exploration
  • Mise en page responsive: S’adapte automatiquement à différentes tailles d’écran
  • Optimisation des performances: L’IA aide à optimiser les performances de rendu pour de grands volumes de données

Synergie des outils: Fabric est responsable du nettoyage, de la transformation et de l’analyse des données, tandis que Cursor se charge de la visualisation des résultats d’analyse. Cette combinaison permet même aux utilisateurs sans formation technique de créer rapidement des tableaux de bord d’analyse de données professionnels, en se concentrant sur les insights métier plutôt que sur l’implémentation technique.

Étapes détaillées

Étape 1 : utiliser Fabric pour organiser et analyser les données (2 à 3 heures)

1. Préparer le fichier de données (format CSV ou Excel)

2. Utiliser les Patterns de Fabric pour traiter les données :

"Utilisez analyze Pattern de Fabric pour analyser les données de ventes :
- Calculer la tendance des ventes mensuelles
- Agréger les ventes par catégorie de produit
- Identifier le client ayant le chiffre d’affaires le plus élevé
- Analyser l’efficacité des canaux de vente"

3. Fabric génère des résultats d’analyse et des recommandations de visualisation

4. Exporter les données traitées (format JSON)

Étape 2 : utiliser Cursor pour créer des composants visuels (3 à 4 heures)

1. Créer un projet Next.js dans Cursor

2. Installer la bibliothèque de graphiques :npm install recharts

3. Utiliser Cursor Agent pour générer des composants de tableau de bord :

« Créez un tableau de bord d’analyse de données comprenant :
- Cartes KPI principales (chiffre d’affaires total, taux de croissance, nombre de commandes)
- Graphique en ligne de la tendance des ventes (par mois)
- Diagramme circulaire des catégories de produits
- Diagramme en barres du classement des clients
- Diagramme de comparaison des canaux de vente
Utiliser un thème sombre, prendre en charge le filtrage par plage de dates"

4. Cursor génère le code complet des composants

5. Ajustez le style et la mise en page en fonction de l’aperçu

Étape 3 : intégrer la bibliothèque de graphiques et optimiser (1 à 2 heures)

1. Utiliser Recharts pour créer différents types de graphiques

2. Ajouter des fonctionnalités interactives :

  • • Survolez le graphique pour afficher des données détaillées
  • • Cliquez sur les éléments du graphique pour filtrer
  • • Sélecteur de plage de dates
  • • Fonction d’exportation des données

3. Optimiser les performances de rendu pour de grands volumes de données (utiliser le défilement virtuel)

4. Ajouter un état de chargement et la gestion des erreurs

Étape 4 : Ajouter des fonctionnalités interactives (1 heure)

1. Ajouter des composants de filtre (date, catégorie, canal)

2. Mettre en place la liaison des données (filtrer un graphique, et les autres graphiques se mettent à jour de manière synchronisée)

3. Ajouter une fonction d’exploration détaillée des données (cliquez pour afficher les données détaillées)

4. Ajouter une fonctionnalité d'exportation des données (exporter en CSV ou PDF)

Problèmes courants et solutions

Problème 1 : incompatibilité des formats de données

Solution : utilisez le pattern de transformation de données de Fabric pour convertir les données dans un format standard. Vous pouvez aussi utiliser Cursor pour demander à l’IA comment convertir le format des données.

Problème 2 : le graphique ne s’affiche pas correctement

Solution : vérifiez que le format des données respecte les exigences de la bibliothèque de graphiques et utilisez Cursor AI pour déboguer la configuration du graphique.

Problème 3 : problème de performance (volume de données important)

Solution : utiliser l’agrégation des données pour réduire les points de données, mettre en œuvre le défilement virtuel et utiliser Cursor AI pour optimiser les performances de rendu.

Liste de contrôle du projet

Les données ont été traitées et analysées avec Fabric, et les résultats sont exacts
Le tableau de bord comprend au moins 4 types de graphiques différents
Les cartes KPI affichent les indicateurs clés, avec des données mises à jour en temps réel
La fonction de filtrage fonctionne correctement et permet de filtrer par date, catégorie, etc.
Les interactions avec le graphique fonctionnent correctement, ainsi que les fonctions de survol et de clic
Le design adaptatif est terminé et l’affichage mobile fonctionne correctement
L’optimisation des performances est terminée, et même de grandes quantités de données s’affichent de manière fluide

Résultats d’apprentissage

À la fin de ce chapitre, vous pourrez :

  • 1Maîtriser les bases de v0, Cursor et Vercel, et être capable de réaliser de manière autonome de simples projets Web
  • 2Comprendre le flux de travail des outils de génération d’UI et savoir comment décrire les besoins en langage naturel
  • 3Maîtrisez les capacités de traitement des données de Fabric et utilisez l’IA pour l’analyse de données
  • 4Comprendre la synergie des combinaisons d’outils et savoir choisir la bonne combinaison d’outils
  • 5Capable de résoudre les problèmes de manière autonome et d’utiliser des outils d’IA pour localiser et corriger rapidement les problèmes