Méthodologie de génération de modules métier basés sur la connaissance à partir d’un LLM

Statut documentaire : guide — voir Maturité et preuves.

Cette documentation décrit une méthode opérationnelle de génération de modules métier fondés sur la connaissance à partir d’un LLM, dans le contexte d’une architecture ontologique à trois niveaux. Elle s’adresse à des développeurs et à des ingénieurs capables d’interagir avec un modèle de langage de manière contrôlée, en combinant cadrage conceptuel, ingénierie de prompt, gouvernance de la sortie et validation architecturale. Le document part du principe que le LLM n’est ni un auteur autonome de vérité métier, ni un simple assistant de rédaction, mais un accélérateur de formalisation, de variation conceptuelle et de projection technique, qui doit être inséré dans une chaîne d’ingénierie rigoureuse.

L’objectif n’est pas uniquement d’obtenir du texte ou du code. L’objectif est de produire des artefacts métier cohérents : ontologies, glossaires, découpage de packages, relations de spécialisation, contrats de modules, projections techniques, schémas XML, événements de domaine, règles d’invariants et documentation de gouvernance. La méthode suppose donc une boucle continue entre connaissance métier, raisonnement ontologique, génération assistée par LLM et validation humaine outillée.

Plan du wiki

• Positionnement du LLM dans l’ingénierie de domaine
• Pipeline de génération d’un module métier
• Méthodologie de prompting et structuration du contexte
• Validation, durcissement et projection technique
• Exemple guidé autour du package party

Principe général

La génération d’un module métier à partir d’un LLM ne doit jamais être abordée comme une génération monolithique. On ne demande pas au modèle de “créer le module complet” en un seul appel si l’on veut un résultat exploitable. La qualité vient du découpage du problème, de la maîtrise du vocabulaire, de la stabilisation des concepts intermédiaires, puis de la projection graduelle vers des artefacts plus techniques. En pratique, le LLM est très performant pour explorer, reformuler, dériver, spécialiser, comparer, factoriser et documenter. En revanche, il doit être surveillé lorsqu’il s’agit de préserver des invariants, de ne pas mélanger les niveaux ontologiques, de respecter des conventions de projection et d’éviter d’introduire des concepts parasites.