Dans cet article, je partage mon retour d'expérience sur ma première utilisation de Gemini Code Assist, le nouvel assistant de développement basé sur l’IA de Google qui est sorti en juin 2025.
Le contexte de l'expérience 🧪
Jusqu'à maintenant, j'utilisais l'IA pour le dev de façon ponctuelle et non intégrée, en copiant / collant des morceaux de code générés par Perplexity ou DeepSeek dans VS Code.
Mais la sortie de Gemini Code Assist (GCA) avec une offre gratuite très généreuse et son intégration dans VS Code m'ont incité à explorer le potentiel de cet assistant IA. Afin de bien jauger ce potentiel, je me suis dit qu'il serait judicieux de refaire avec l'aide de GCA un projet complet que j'avais déjà développé moi-même sans assistance de l'IA. Cela me permettrait d'évaluer au moins 2 choses :
- la pertinence du code généré par Gemini par rapport à celui que j'avais produit moi-même
- le temps gagné grâce à l'IA
J'ai donc tenté l'expérience suivante : recréer une version simplifiée de mon blog develegant.com, basée sur le générateur de site statique Eleventy, en utilisant au maximum Gemini Code Assist.
La principale simplification par rapport à mon blog d'origine, dont j'ai présenté les caractéristiques complètes dans mon article précédent, est que ce nouveau blog n'est pas multilingue. C'est une simplification importante, car la gestion de plusieurs langues a un impact sur l'ensemble du projet.
Note
Cette simplification ne permet pas une comparaison rigoureuse entre le travail de Gemini et le mien, mais je ne voulais pas être trop ambitieux pour un premier essai avec un outil que je ne connaissais pas du tout. Notez cependant que, ayant créé mon blog d'origine sans l'aide de l'IA, je maîtrise bien le SSG Eleventy, et je savais donc exactement quel résultat je voulais obtenir, et les étapes pour y arriver.
Ma méthode de travail 👷
Pour initialiser mon projet de blog généré avec Eleventy, j'ai créé manuellement dans VS Code l'arborescence de dossiers et les quelques fichiers de base nécessaires à ce type de projet :
- fichier de config eleventy.config.js
- fichier package.json décrivant les packages et commandes de build
- fichier layout de base pour toutes les pages base.njk
- fichier index pour la page d'accueil du blog
Et surtout, j'ai repris le fichier readme de mon blog initial, qui décrit toutes ses fonctionnalités, en enlevant ce qui concernait le multilingue. Ce fichier de 800 mots a servi de référence à Gemini pour contextualiser chaque requête.
Pour travailler avec Gemini Code Assist, j'ai principalement utilisé la zone de chat, bien adaptée à des requêtes impactant plusieurs fichiers.
GCA a accès à l'ensemble des fichiers du projet et peut donc modifier plusieurs fichiers à la fois. Mais si les modifications portent sur un fichier en particulier, on a intérêt à le spécifier comme "context item" sous la zone de prompt pour lui faciliter la tâche. Par défaut, GCA sélectionne automatiquement le fichier correspondant à l'onglet courant de VS Code.
Remarque : comme les requêtes dans le chat m'ont permis de générer presque la totalité du code, j'ai très peu codé moi-même et donc très peu utilisé la complétion de code intelligente.
Les résultats de cette expérience avec Gemini Code Assist et le SSG Eleventy
Disons-le tout de suite : le bilan est très positif !
Bien que je ne connaissais pas du tout Gemini Code Assist au démarrage, j'ai pu générer un nouveau blog en une grosse journée de travail, tout en apprenant de nouvelles choses. Cela m'a même permis d'améliorer certaines parties de code dans mon blog initial.
Ce qui m'a bluffé 😲
🎯 La pertinence technique de Gemini
Gemini a implémenté le filtrage des articles par tag en JavaScript en moins d'une minute, alors que j'avais mis au moins une journée à le faire à la main dans mon blog initial. En plus, sa solution est plus simple que la mienne !
Le code qu'il a généré pour la gestion des catégories m'a également donné une idée pour améliorer celui que j'avais écrit dans mon blog initial. En discutant avec lui sur certaines hypothèses techniques, il m'a donné de très bons arguments pour choisir la plus adaptée. Cela illustre bien la valeur ajoutée de l’IA sur des tâches techniques précises.
ℹ La qualité des explications de Gemini
J’ai été impressionné par la clarté et la précision des explications fournies par Gemini, toujours adaptées au contexte de la question.
Les difficultés que j'ai rencontrées 🫤
La principale difficulté que j'ai rencontrée plusieurs fois a été d'arriver à découper suffisamment certaines tâches. En effet, si une requête, même assez simple, entraîne des modifications sur un nombre important de fichiers, Gemini Code Assist affiche le message d'erreur suivant:
[!ERROR] A code sample in this response was truncated because it exceeded the maximum allowable output. Please use the response carefully. You may also try your question again, selecting a smaller block of code as the context.
Mais la réponse n'est en réalité pas du tout affichée...
Pour s'en sortir, il faut lui dire qu'on n'a pas accès à la réponse, et lui demander de ne modifier que certains fichiers.
Remarque : Dans l'enquête de satisfaction de Google, j'ai donc fait la suggestion suivante : GCA devrait dans ce cas plutôt afficher la liste des fichiers impactés par la demande (simplement leurs chemins), et nous demander de découper davantage le travail.
Dans le même style de problème, j'ai demandé à Gemini de me dire quels seraient les impacts de remplacer le plugin I18n, qui fournit des services pour le multilingue, par du code fait maison dans mon blog initial.
La réponse qu'il ma donnée était très incomplète, car elle ne mentionnait qu'un seul fichier à modifier, alors qu'il y en avait en fait une dizaine. Même si dans ce cas précis, les modifications n'ont pas été très difficiles à faire manuellement grâce à la recherche globale de VS Code, ce type de réponse peut être trompeur.
Malgré ces limitations techniques, mon sentiment global reste très positif grâce à la qualité de la collaboration avec Gemini.
Collaborer avec l'IA est vraiment plaisant 🤩
Bien que j'aime coder moi-même, j'ai pris un vrai plaisir à collaborer avec Gemini, aussi bien sur le plan technique que sur le plan relationnel.
Sur le plan technique, Gemini a fait peu d'erreurs et m'a appris des choses. Elle est plus douée que moi pour certaines choses, et je suis plus doué qu'elle pour d'autres. Ce n'est donc pas une relation de maître à élève ni de mentor à débutant, mais une vraie collaboration. Nos forces sont complémentaires et je travaille plus vite et mieux avec GCA !
Sur le plan relationnel, Gemini est très patiente, ne fait jamais la gueule (heureusement) , et adopte un ton courtois et valorisant. Que demander de plus ?
Cela m'a donné envie de féliciter Gemini et d’adopter un ton cordial dans nos échanges. Notre dialogue a donc été très agréable, constructif et stimulant pour moi.
Note
Le piège pourrait être de trop s'habituer à cette qualité de dialogue, et d'attendre la même chose des humains qu'on côtoie 😁, ou bien de trop se déconnecter du monde réel. Mais on peut aussi s'inspirer de l'IA pour être soi-même plus agréable avec ses collègues 😉 !
Conclusion
Cette découverte de Gemini Code Assist a été une expérience agréable et encourageante qui m'a donné envie de continuer. Je serais curieux de voir ses capacités sur des projets plus vastes. J'espère que Google sera capable de mieux gérer le cas des réponses tronquées évoqué plus haut.
Étant donné la qualité de l'offre gratuite de Google, j'ai également hâte de voir comment vont réagir ses principaux concurrents que sont Windsurf, Cursor et GitHub Copilot.
Si cet article t'a intéressé, merci de le liker pour soutenir mon travail. Et si tu as toi-même essayé Google Code Assist, n'hésite pas à partager ton sentiment sur cet outil en commentaire.
Dans un prochain billet, je partagerai les leçons et bonnes pratiques tirées de cette expérience.