Le prompt de Matt Pocock pour optimiser AGENTS.md
Le prompt de Matt Pocock pour optimiser AGENTS.md
Un prompt à trois sous-agents permet de simplifier AGENTS.md, d'éliminer les instructions inefficaces et de déplacer les normes de codage dans un fichier séparé.
Matt Pocock a partagé un prompt destiné à travailler avec AGENTS.md — le fichier d'instructions pour les agents de codage qui devient souvent une source de consommation inutile de tokens et de règles chaotiques.
/writing-for-agents my AGENTS.md is a complete mess. Propose a series of structural changes that:
- Remove instructions that do not affect anything.
- Reveal details only when necessary.
- Move instructions into CODING_STANDARDS.md.
Do this work using three subagents, each acting more radically than the previous one. Create one PR.
AGENTS.md est l'une des sources les plus courantes d'utilisation inefficace des tokens. Le prompt s'attaque au problème à la racine : au lieu d'accumuler des règles aléatoires, il propose de simplifier progressivement la structure, de supprimer les instructions inutiles et de déplacer les normes de codage vers un document séparé.
/writing-for-agents est une compétence issue du jeu d'outils de Matt Pocock pour travailler avec les instructions des agents, incluant AGENTS.md et CLAUDE.md. Avant d'utiliser le prompt, cette compétence doit être installée via le dépôt GitHub.
Pourquoi c'est important
AnalyseUn fichier AGENTS.md propre réduit le gaspillage de tokens, prévient les instructions contradictoires données aux agents et rend le développement assisté par IA plus prévisible.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
OpenMotion : une alternative open source à CapCut pour le montage vidéo avec des agents IA
OpenMotion est apparu sur GitHub comme une alternative complète à CapCut pour créer et monter des vidéos avec des agents IA, des modèles et des kits de marque.
Pourquoi la négation « NE » casse les prompts (Instructions positives)
Le paradoxe psychologique et algorithmique du fonctionnement des modèles de langage (« Le paradoxe de l'éléphant rose »). Explique pourquoi les commandes utilisant la négation « NE » produisent souvent un effet inverse, et comment reformuler les interdictions en directives positives.
Chaînage de prompts (Prompt Chaining pour débutants)
Méthodologie consistant à décomposer une tâche complexe en une séquence de petits prompts ciblés (Prompt Chaining). Le résultat de la première étape est transmis comme entrée à la suivante, garantissant ainsi une haute qualité pour chaque bloc.
Loop Engineering : architecture des boucles autonomes et fin de l'ère du prompting manuel
Plongée approfondie dans le Loop Engineering : architecture de cycles auto-entretenus pour Claude Code et les agents autonomes, modèle DOER/CHECKER, vérification déterministe, commande /goal et lutte contre le Reward Hacking.