ChatGPT pour la programmation PLC : ce qui fonctionne
AnyAutomationMis à jour 6 min read
ChatGPT peut-il écrire du code automate ? Oui, tant que la tâche ne demande aucune connaissance de votre projet : expliquer une syntaxe, ébaucher une structure de base, esquisser une machine à états, résumer un bloc inconnu. Dès que de vrais noms de symboles, types de données et bibliothèques entrent en jeu, le résultat cesse d'être utile et devient du travail à refaire, car le modèle ne sait tout simplement pas ce qui existe dans votre projet.
Chat dans le navigateur face à un assistant qui connaît le projet
Le même prompt, deux environnements. Ce qui change n'est pas le modèle, c'est ce que le modèle a le droit de voir :
Expliquer un bloc
- ChatGPT dans le navigateur
- Bon, une fois le code collé
- Assistant intégré avec le contexte du projet
- Bon, lit le bloc directement dans le projet
Écrire un petit FB en Structured Text
- ChatGPT dans le navigateur
- Structure de base utilisable, identifiants devinés
- Assistant intégré avec le contexte du projet
- Correspond à la table des variables et aux types de données
Convertir du STL en SCL
- ChatGPT dans le navigateur
- Fonctionne pour des extraits
- Assistant intégré avec le contexte du projet
- Bloc entier, interface et commentaires compris
Refactoring
- ChatGPT dans le navigateur
- Seulement ce que vous collez
- Assistant intégré avec le contexte du projet
- Voit les appelants et les références croisées du projet
Trouver un défaut
- ChatGPT dans le navigateur
- Devine sans sortie du compilateur ni valeurs en direct
- Assistant intégré avec le contexte du projet
- Les messages du compilateur et l'état du projet reviennent
Logique de sécurité
- ChatGPT dans le navigateur
- Ne pas générer
- Assistant intégré avec le contexte du projet
- Ne pas générer
La dernière ligne n'est pas une comparaison d'outils, c'est une règle : la logique de sécurité ne se produit pas à partir d'un prompt, peu importe qui le demande.
Ce qui fonctionne
Tout ce qui ne demande aucune connaissance du projet fonctionne étonnamment bien dans un chat de navigateur. Se faire expliquer des concepts du langage (détection de fronts, temporisations, adressage indirect, la structure REGION en SCL) en fait partie, tout comme une première structure pour une machine à états, la réécriture d'une cascade IF imbriquée en machine à états CASE, ou le nettoyage des commentaires. Une fenêtre de chat fait aussi un partenaire d'échange correct : « quels états un acquittement de défaut doit-il avoir pour redémarrer proprement après une coupure de courant ? » donne une liste solide sur laquelle travailler.
Le deuxième point fort est la lecture. Collez un bloc inconnu, demandez une explication, et vous obtenez généralement une description correcte de la logique. Sur des installations existantes, cela fait gagner de vraies heures, et comme rien n'est écrit, rien ne peut être cassé.
Là où il atteint ses limites
Le problème de fond ne change jamais : le chat ne connaît pas votre projet. Il en découle cinq schémas d'échec typiques.
- Noms de symboles et types de données inventés. Le code fait référence à des variables qui n'existent pas, ou devine des UDT et des blocs de bibliothèque. Un code d'apparence plausible qui s'effondre à la première compilation.
- Aucun contexte de projet. Standard maison, convention de nommage, blocs déjà existants : rien de tout cela n'est connu. Vous obtenez un code IEC 61131-3 correct qui ne correspond pas à votre installation.
- Le copier-coller en guise d'import. Le code sort de l'environnement d'ingénierie, va dans le navigateur, revient, est collé, le message d'erreur est retapé, retour au navigateur. Acceptable pour un bloc, pénible pour vingt, et chaque passage de l'un à l'autre est une occasion de se tromper.
- Pas de compilation. Le modèle ne voit jamais si sa proposition se compile. Il ne corrige que ce que vous lui rapportez à la main.
- Pas de tests. Personne ne vérifie si le bloc fait ce qu'il faut. C'est pourtant exactement la différence entre « ça compile » et « ça fonctionne ».
S'y ajoute la question de l'autorisation : dans de nombreuses entreprises, copier du code d'installation dans la fenêtre de chat d'un tiers n'est tout simplement pas permis. Les GPT personnalisés prêts à l'emploi de la boutique n'y changent rien, ils apportent de meilleurs prompts et le même angle mort.
Comment utiliser malgré tout ChatGPT en toute sécurité
Trois contrôles font du chat de navigateur un véritable outil :
- Contrôle de compilation. Aucun bloc généré n'est considéré comme terminé avant d'avoir été compilé avec le vrai projet. Les appels inventés et les mauvais types de données y apparaissent immédiatement.
- Revue. Vous lisez la proposition ligne par ligne, alignez les identifiants sur le standard maison et vérifiez les verrouillages à la main. Une proposition de l'IA est le brouillon d'un junior rapide, pas le résultat d'un test de réception.
- Tests unitaires. Avant la mise en service, au moins un cas de test par mode de fonctionnement et par cas de défaut. Sans test, « ça a l'air bon » est la seule affirmation que vous puissiez faire sur le code.
Deux habitudes améliorent immédiatement le résultat : donnez au modèle la vraie déclaration du bloc au lieu de la décrire, et demandez la proposition en petites unités que vous pouvez relire une à une. Pour le versant TIA Portal de la même question, consultez l'article ChatGPT pour TIA Portal.
Quand un assistant intégré devient rentable
Tant que vous avez une question de syntaxe de temps en temps, le navigateur suffit. Le calcul change dès que des blocs sont produits en série ou qu'un parc existant est migré. Un assistant qui lit le projet supprime les allers-retours, cesse d'inventer des identifiants, présente chaque modification sous forme de diff avant de l'appliquer, et intègre la compilation et les tests dans la même boucle. Le temps gagné tient moins à une frappe plus rapide qu'aux reprises qui disparaissent pour chaque bloc.
Ce que les outils intégrés apportent, et aussi où ils s'arrêtent, se trouve dans le guide de l'IA pour la programmation d'automates. Pour une comparaison concrète, les outils sont présentés avec leur environnement, le choix du modèle, l'option locale et les tarifs dans la comparaison des outils IA pour la programmation d'automates.
Questions fréquentes
ChatGPT peut-il écrire du code automate ?
Pour de la logique standard en Structured Text, oui, au niveau d'une structure de base. Le modèle devine les noms de symboles et les types de données, car il ne voit pas votre projet. Sans compilation avec le vrai projet, un tel bloc n'est pas un résultat, c'est un brouillon.
Quel langage fonctionne le mieux ?
Le Structured Text, appelé SCL chez Siemens. Les modèles de langage sont des modèles de texte, et le ST est du texte. Ils lisent aussi bien le STL, ce qui fait de la conversion en SCL l'une des tâches les plus fiables. Ladder et FBD nécessitent une représentation textuelle, sinon le modèle ne voit rien.
Puis-je coller du code d'installation dans une fenêtre de chat cloud ?
C'est votre processus d'autorisation qui en décide, pas l'outil. Si le code du projet ne doit pas quitter l'entreprise, un modèle local sur votre propre matériel est la seule voie qui passe la revue. Régler la question en amont coûte moins cher que de l'expliquer après coup.
ChatGPT va-t-il remplacer les programmeurs d'automates ?
Non. Il déplace le travail : moins de code répétitif à taper, plus de spécification, de revue et de tests. La connaissance de l'installation, l'évaluation de la sécurité et la responsabilité de la validation restent entre les mains des personnes.
Quelle différence avec un assistant IA intégré ?
Le contexte, pas le modèle. Un assistant intégré lit les variables, les types de données et les blocs existants dans le projet, présente les modifications sous forme de diff, et rattache la compilation et les tests au même flux de travail. Le même modèle fournit alors bien plus souvent du code utilisable du premier coup.