Les blocs de code : lire, prévisualiser, exécuter

Le code a sa place dans la réponse

Quand ChatGPT écrit du code, il le place presque toujours dans un bloc de code : une zone séparée du reste de la réponse, qui se lit, se copie, se modifie, se prévisualise et parfois s’exécute sans quitter la conversation. C’est ce qui a remplacé le mode « Canvas Code », retiré avec Canvas le 28 mai 2026. Pour un script, une page web d’essai ou un graphique, vous n’avez pas besoin d’autre outil ; pour un vrai projet logiciel, avec un dépôt et des tests, Codex prend le relais.

Ce que propose un bloc de code

Selon le bloc et votre compte, vous pouvez :

• copier le code d’un clic, et repérer son langage grâce à l’étiquette (Python, JavaScript, HTML…) ;
• modifier directement les blocs qui le permettent, ou demander à ChatGPT de le faire ;
• ouvrir le bloc en plein écran pour travailler un code long ;
• basculer entre Code et Preview pour les contenus qui s’affichent ;
• exécuter le code Python pris en charge avec Run, qui ouvre un espace de travail avec une console où s’affichent résultats et erreurs, et arrêter un code qui tourne trop longtemps.

La prévisualisation couvre les pages HTML, les composants React, les images SVG, les diagrammes Mermaid et les graphiques Vega ou Vega-Lite. Si Preview n’apparaît pas, c’est que le bloc ne la prend pas en charge.

Un environnement isolé

Prévisualisation et exécution se déroulent dans un environnement isolé, un bac à sable. Si un aperçu a besoin de ressources extérieures, ChatGPT peut vous demander l’autorisation avant de s’y connecter, et dans un espace de travail d’entreprise, les administrateurs peuvent couper l’exécution de code ou l’accès au réseau. Vos modifications dans un bloc sont enregistrées avec la conversation, sauf en conversation temporaire où elles peuvent se perdre.

Le flux de travail pour le débogage

Le débogage dans la conversation suit une boucle en quatre temps. Collez d’abord le code qui pose problème, en entier plutôt qu’en fragment, pour que ChatGPT dispose de tout le contexte. Décrivez ensuite le problème avec précision : le comportement attendu d’un côté, le comportement observé de l’autre, et le message d’erreur exact. « Le script devrait afficher dix lignes, il n’en affiche que neuf et plante à la fin avec IndexError » vaut infiniment mieux que « ça ne marche pas ». Examinez alors la correction proposée et demandez l’explication de chaque changement. Exécutez enfin le code corrigé, avec Run quand il s’agit de Python, ou dans votre propre environnement, et revenez avec le nouveau résultat si le problème persiste.

Cas d’usage concrets

Le prototypage rapide est le scénario le plus fréquent. Vous avez une idée, automatiser un renommage de fichiers ou croiser deux exports, mais pas le temps de tout coder : décrivez le besoin en langage naturel, laissez ChatGPT écrire le code, ajustez vous-même les détails (noms de variables, chemins, valeurs), puis testez et itérez.

La conversion de langage est tout aussi directe : « Convertis ce code Python en JavaScript moderne. » Comparez ensuite les deux versions ligne à ligne. Et pour une maquette visuelle, demandez une page HTML ou un composant React, puis passez sur Preview pour la voir s’afficher et la corriger à vue.

Si vous apprenez à programmer, le bloc de code fait office de professeur particulier : demandez un exercice, écrivez votre solution, puis « Vérifie mon code et dis-moi ce que je peux améliorer. » Le retour porte sur du code que vous avez réellement écrit.

Pour aller au-delà, vers un dépôt entier, des tests automatisés et des modifications sur plusieurs fichiers, passez à Codex, dans l’application de bureau de ChatGPT : c’est l’expérience dédiée au développement logiciel.

Les écueils classiques

Le premier écueil est de ne pas tester le code : l’exécution existe précisément pour valider chaque étape, et s’en passer revient à accepter du code sur parole. Le deuxième est de coller du code sans contexte : un « corrige ce code » sec prive ChatGPT des informations qui orientent le diagnostic. Le troisième est d’y coller des secrets : clés d’API, mots de passe, jetons d’accès n’ont rien à faire dans une conversation ; remplacez-les par des valeurs fictives avant de demander de l’aide. Le quatrième, plus subtil, est d’ignorer les explications : les lire est le moyen le plus sûr de comprendre le code que vous allez exécuter et de ne pas dépendre éternellement de l’IA.

À vous de jouer

Écrire, exécuter, corriger. Demandez : « Écris une fonction Python qui convertit une liste de durées au format hh:mm en minutes et calcule le total, avec trois exemples. » Exécutez le code avec Run et lisez la console. Demandez ensuite : « Ajoute la gestion des entrées invalides, comme 12:75 ou une chaîne vide », puis exécutez de nouveau. Terminez par une page HTML qui affiche un tableau de ces durées, et basculez sur Preview pour la voir.

Sources officielles : Working with writing blocks and code blocks in ChatGPT (centre d’aide OpenAI : actions des blocs de code, prévisualisation, exécution de Python, bac à sable) · ChatGPT Work and Codex (Codex pour le développement logiciel)

Points clés à retenir

• Le bloc de code remplace « Canvas Code » : on y copie, modifie, prévisualise et exécute sans quitter la conversation
• Preview affiche HTML, React, SVG, Mermaid et Vega ; Run exécute le Python pris en charge avec une console
• L’exécution se fait dans un bac à sable ; les accès extérieurs demandent votre accord
• Pour déboguer : code complet, attendu contre observé, message d’erreur exact, puis test
• Aucun secret dans une conversation ; pour un vrai projet logiciel, passez à Codex