chatgpt 演示寫(xiě)代碼 10個(gè)值得收藏的ChatGPT輔助編程技巧

在我們開(kāi)始之前，你必須先了解編程語(yǔ)言，然后才能相信 拋給你的任何東西。 我必須明確這一點(diǎn)，因?yàn)樵S多誤入歧途的綿羊被告知 是新的圣杯，開(kāi)發(fā)人員將被淘汰。

推薦：用 NSDT場(chǎng)景設(shè)計(jì)器 快速搭建3D場(chǎng)景。

使用 或任何 LLM 不會(huì)自動(dòng)讓你成為大師，也不會(huì)自動(dòng)讓你更有效率。

一味的復(fù)制粘貼代碼對(duì)任何人都沒(méi)有好處； 這只是懶惰。 它可能會(huì)導(dǎo)致意想不到的后果，當(dāng)你添加不理解的代碼時(shí)，這可能會(huì)直接或間接地?fù)p害你的項(xiàng)目。

你需要承認(rèn) 已經(jīng)使用 2021 年之前的公開(kāi)數(shù)據(jù)進(jìn)行了訓(xùn)練。結(jié)果可能有偏見(jiàn)、容易出錯(cuò)并且缺乏引用。 因此，最好始終牢記這一點(diǎn)，因?yàn)樗峁?zhǔn)確和最新答案的能力并不比其訓(xùn)練數(shù)據(jù)集的準(zhǔn)確性和相關(guān)性更好。 隨著 弄清楚如何持續(xù)確保模型是最新的chatgpt 演示寫(xiě)代碼，這可能會(huì)隨著時(shí)間的推移而改變。

如上所述，“提示”可能會(huì)生成答案或代碼片段，這些答案或代碼片段可能會(huì)引用較舊的框架版本或具有安全缺陷或錯(cuò)誤的已棄用功能。

現(xiàn)在我們已經(jīng)解決了這個(gè)問(wèn)題，讓我們進(jìn)入并查看一些有價(jià)值的提示，這些提示將幫助你增強(qiáng)使用 的方式。

1、避免丟失上下文

是上下文感知的。

有文本輸出限制，但可以通過(guò)鍵入“”或“繼續(xù)”輕松繞過(guò)這一限制。

如果“繼續(xù)”返回的解決方案略有不同，你可能需要返回并修復(fù)變量名稱(chēng)或更改函數(shù)參數(shù)的順序。

如果你在聊天中問(wèn)太多問(wèn)題，它最終會(huì)失去上下文，因?yàn)槊看文銌?wèn)一個(gè)新問(wèn)題時(shí)它只會(huì)延續(xù)之前對(duì)話(huà)的有限部分。

要解決這個(gè)問(wèn)題并保留上下文，可以編輯之前的問(wèn)題并提出一個(gè)完全不同的問(wèn)題。 仍將保留更早之前的上下文，這對(duì)于詢(xún)問(wèn)有關(guān)同一應(yīng)用程序中不同文件的編碼問(wèn)題很有用。

另一個(gè)提示是提示“ for ”讓 修改其答案。 具體說(shuō)明你想要的輸出樣式。 “ me code…”、“ code on…”都會(huì)給出不同風(fēng)格的答案，這可能與點(diǎn)擊重新生成的響應(yīng)不同。

2、保持提示簡(jiǎn)短準(zhǔn)確

有時(shí)，冗長(zhǎng)、復(fù)雜的提示可能會(huì)產(chǎn)生相反的效果，因此保持簡(jiǎn)短和精確總是好的。 如果你給它太多的任務(wù)或者答案需要大量的文字，它可能只是拒絕回答/幫助。

最好描述程序，然后分別詢(xún)問(wèn)每個(gè)功能，同時(shí)指定與先前代碼兼容的提示。 一旦你這樣做了，你就可以得到想要的效果。

3、明確提示輸出樣式

將關(guān)鍵字“l(fā)ist”添加到你的提示中可以更改 的輸出方式。例如，下面的第二個(gè)提示要求列出最大的銀行：

由于 是基于文本的，你可以使用關(guān)鍵字“”作為提示的一部分。例如：

這是另一種要求代碼輸出的變體。 下面的鍵/值需要反過(guò)來(lái)，但是我們不清楚如何定義哈希表：

由于我們現(xiàn)在知道 是上下文感知的，我們可以繼續(xù)根據(jù)之前的輸出請(qǐng)求進(jìn)一步的更改：

此外，我們可以繼續(xù)這個(gè)上下文感知之旅，并通過(guò)根據(jù)之前的提示編寫(xiě)更復(fù)雜的邏輯來(lái)進(jìn)一步操縱輸出：

4、生成代碼文檔

可以幫助你為代碼編寫(xiě)清晰簡(jiǎn)潔的文檔，包括項(xiàng)目的 .md 文件。 通過(guò)為模型提供有關(guān)你的代碼的信息，它可以生成詳細(xì)的文檔來(lái)解釋它的工作原理和使用方法。

采取的步驟包括：

5、輔助完成代碼

通過(guò)粘貼代碼片段并提示建議， 可以幫助完成代碼。 這為不同的問(wèn)題解決技術(shù)提供了機(jī)會(huì)。 通過(guò)不斷的提示，可以建立一個(gè)反饋循環(huán)來(lái)澄清特定的代碼行，這有助于理解和深入了解你可以進(jìn)行的潛在增強(qiáng)。

6、對(duì)輸入保密代碼保持警惕

鑒于 使用的是 (LLM)，即 ，其中“生成”是指模型生成新內(nèi)容的能力，該模型的底層基礎(chǔ)是將大型訓(xùn)練數(shù)據(jù)集轉(zhuǎn)換為數(shù)學(xué) 結(jié)構(gòu)。 然后，它會(huì)學(xué)習(xí)該模式并使用它一次迭代地預(yù)測(cè)一個(gè)詞，從而為給定的提示創(chuàng)建最佳響應(yīng)。 這意味著你添加到其中的任何內(nèi)容都可能用于未來(lái)的迭代訓(xùn)練。

在某些真實(shí)情況下，為了調(diào)查目的而插入代碼片段是有意義的。 例如，交叉檢查已經(jīng)在公共領(lǐng)域的開(kāi)源代碼中的錯(cuò)誤或不直接或間接披露專(zhuān)有公司機(jī)密的代碼片段。

“這一切都是有趣的游戲，直到有人做了一些愚蠢的事情?！?/p>

7、給出要求編碼的提示

以下是一些示例提示，可幫助你簡(jiǎn)化代碼和重構(gòu)工作：

Code alternative example
input 
Simplify below code 
input 
Refactor this code 
input 

可以充當(dāng) SQL 終端并可以響應(yīng)提示。 這對(duì)于測(cè)試很有用chatgpt 演示寫(xiě)代碼chatgpt 演示寫(xiě)代碼，但最好直接通過(guò)像 這樣的 SQL IDE 來(lái)學(xué)習(xí)。

這是另一個(gè)用作正則表達(dá)式生成器的 示例。 正則表達(dá)式會(huì)變得非常復(fù)雜； 測(cè)試和學(xué)習(xí)如何解釋它們總是好的。

下面顯示的第一個(gè)提示用于電子郵件驗(yàn)證。 你會(huì)注意到輸出不符合 標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)取代了 ，并于 2001 年過(guò)時(shí)。因此，僅生成基本驗(yàn)證。 還可以提出進(jìn)一步的請(qǐng)求以獲得符合 規(guī)范的模式。

然后，我們可以在我們最喜歡的 IDE 中執(zhí)行一些測(cè)試，并圍繞生成的正則表達(dá)式編寫(xiě)測(cè)試用例，以確保它符合我們的要求。 請(qǐng)注意，協(xié)助并不意味著沒(méi)有盡職調(diào)查、測(cè)試代碼和驗(yàn)證是否處理了所有驗(yàn)收標(biāo)準(zhǔn)和邊緣情況。

import re
def test_email_regex():
    pattern = r"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}#34;
    # Test valid email addresses
    assert re.match(pattern, "example@example.com")
    assert re.match(pattern, "example.example@example.com")
    assert re.match(pattern, "example+example@example.com")
    assert re.match(pattern, "example_example@example.com")
    assert re.match(pattern, "example%example@example.com")
    
    # Test invalid email addresses
    assert not re.match(pattern, "example@.com")
    assert not re.match(pattern, "example@com")
    assert not re.match(pattern, "example@example.")
    assert not re.match(pattern, "@example.com")
    assert not re.match(pattern, "example@example..com")

試試上面的 。 你可能會(huì)注意到有些東西有點(diǎn)奇怪，這證明了我需要驗(yàn)證的觀點(diǎn)。

8、不要太天真

可以生成代碼并不意味著它可以開(kāi)箱即用。 諸如“給我寫(xiě)一個(gè)簡(jiǎn)單的 待辦事項(xiàng)列表應(yīng)用程序”之類(lèi)的提示會(huì)在一定程度上為簡(jiǎn)單的 項(xiàng)目創(chuàng)建一個(gè)基本結(jié)構(gòu)。 為了讓生成的代碼正常工作，你必須投入的工作量會(huì)更多，這有時(shí)可能會(huì)違反直覺(jué)，由于需要更多代碼工作的上下文，可能會(huì)減慢你的速度。

如果你沒(méi)有經(jīng)驗(yàn)并且對(duì)框架和代碼沒(méi)有很好的理解，那么 生成的任何內(nèi)容都不會(huì)在現(xiàn)場(chǎng)生產(chǎn)環(huán)境中發(fā)揮作用。 也不適合那些事先不了解他們請(qǐng)求 信息的主題的人。

始終交叉檢查外部引用并練習(xí)結(jié)對(duì)編程和代碼審查，以驗(yàn)證推送到你的存儲(chǔ)庫(kù)中的任何代碼。

有一種誤解認(rèn)為 會(huì)神奇地為你簡(jiǎn)化一切。 像任何工具一樣，它的結(jié)果完全取決于使用它的人。

我仍然相信編碼是一個(gè)創(chuàng)造性的過(guò)程； 等工具可以協(xié)助但不能取代軟件開(kāi)發(fā)人員。 他們有能力幫助開(kāi)發(fā)人員更聰明地工作，但也有能力讓我們作為軟件開(kāi)發(fā)人員自滿(mǎn)和腦殘。

9、提示生成測(cè)試用例/計(jì)劃

鑒于 的準(zhǔn)確性有時(shí)會(huì)受到質(zhì)疑，在編寫(xiě)測(cè)試用例時(shí)，這是你可以安全地依賴(lài) 作為靈感來(lái)源的領(lǐng)域。 鑒于測(cè)試用例不是代碼執(zhí)行的重要組成部分，與利用 相關(guān)的風(fēng)險(xiǎn)可以忽略不計(jì)，獲得的靈感可以幫助你編寫(xiě)更好的代碼。

測(cè)試用例也很容易驗(yàn)證正確性，因?yàn)槿绻e(cuò)誤就會(huì)失敗。 單元測(cè)試通常很容易理解，預(yù)期的結(jié)果是事先知道的。 LLMs 模型正確的可能性非常高。

測(cè)試計(jì)劃是你可以生成的另一件事，這對(duì)于與 QA 相關(guān)的測(cè)試特別有用。 通過(guò)利用人工智能，QA 團(tuán)隊(duì)可以自動(dòng)執(zhí)行重復(fù)性任務(wù)，并深入了解可生成質(zhì)量更高的系統(tǒng)的邊緣案例。

示例：假設(shè)你有一個(gè)網(wǎng)站 ，你在該網(wǎng)站上構(gòu)建了一些功能并想要計(jì)劃測(cè)試自動(dòng)化。

你可以向 提供有關(guān)功能組件及其使用的詳細(xì)信息，并要求它在這種情況下生成測(cè)試計(jì)劃。

這是簡(jiǎn)單易讀的，可以作為 QA 測(cè)試用例驗(yàn)收標(biāo)準(zhǔn)文檔的良好起點(diǎn)。 你可以與質(zhì)量檢查團(tuán)隊(duì)分享此信息。

現(xiàn)在，假設(shè)你希望測(cè)試計(jì)劃采用一種可以輕松復(fù)制到 Jira、wiki 或 中的測(cè)試票格式。 在這種情況下，可以通過(guò)在同一線程中添加更多提示來(lái)使用 。

10、提示生成樣板代碼

如果你是經(jīng)驗(yàn)豐富的開(kāi)發(fā)人員，一些使用該工具有意義的情況包括不需要腦力的繁瑣工作。

11、提示非常重要

如果希望生成模型能夠很好地為你工作，那么提示工程是你需要掌握的一項(xiàng)技能。 無(wú)論是使用 DALL-E 等 AI 生成器生成內(nèi)容和令人驚嘆的圖像，還是利用 meta 、、 和 等鮮為人知的服務(wù)。 正確提示將為你提供所需的輸出，因此花時(shí)間學(xué)習(xí)如何執(zhí)行此操作將節(jié)省破譯垃圾輸出的時(shí)間。

指示 成為 X 的提示以得出該 X 的響應(yīng)。

我希望你扮演一個(gè)的人。

作為數(shù)據(jù)科學(xué)家的 ：

Chat GPT 作為仿真 終端：

作為隨機(jī)數(shù)據(jù)生成器，例如你需要測(cè)試數(shù)據(jù)樣本時(shí)：

注意對(duì)于隨機(jī)采樣數(shù)據(jù)生成，如果你注意到結(jié)果輸出不是唯一的，可能需要給出確切的提示以確保列隨機(jī)化。

原文鏈接：

免責(zé)聲明：本文系轉(zhuǎn)載，版權(quán)歸原作者所有；旨在傳遞信息，不代表本站的觀點(diǎn)和立場(chǎng)和對(duì)其真實(shí)性負(fù)責(zé)。如需轉(zhuǎn)載，請(qǐng)聯(lián)系原作者。如果來(lái)源標(biāo)注有誤或侵犯了您的合法權(quán)益或者其他問(wèn)題不想在本站發(fā)布，來(lái)信即刪。