👉腾小云导读

当你还在错误使用对话 AI 工具如 GPT，可能会觉得其作用不过是知识平移总结或简单问答。实际上，当了解先进的用法、知悉如何做到 better prompt，你会发现：AI 不是来替代你的，是来帮助你更好工作。如果还用搜索引擎的“关键词匹配”、“关键词命中”思路去思考人工智能的使用，已然有些落后。本篇在详细介绍几个GPT帮助程序员工作（干货满满）的应用场景之后，将为你分享AI的正确打开方式——better prompt。欢迎阅读和分享。

👉看目录，点收藏

1.背景

2. AI可以帮助程序员做什么？

    2.1 技术知识总结

    2.2 拆解任务

    2.3 阅读代码/优化代码

    2.4 代码生成

    2.5 生成单测

    2.6 更多AI应用/插件使用体验

3. Prompt 能力

    3.1 Prompt 是什么？

    3.2 Better Prompt

4. 总结

尤记得每个月「本月全球最流行编程语言」发布的时候，都会在程序员届掀起腥风血雨。“Java 下降了一名，怎么可能”、“JavaScript 又占据榜首，门槛太低，写个脚本就算用了吗?”、“C# 这种单平台语言也就是闭环生态内的产物了” 这类言论层出不穷，大家也都乐此不疲，已然是以前的流量密码。

然而这一切现在似乎已经悄悄变化了。大家开玩笑说现在使用的最多的编程语言，已经是英语(自然语言)了。

现在 GPT 已经开启了人工智能狂潮。在社交圈里不聊上两句 ChatGPT，感觉不只是要和时代脱节，更是已经被开除 IT 籍了 ～

笔者在 2022 年 12 月初开始体验 ChatGPT。一开始我向它提一些有趣的问题，例如“告诉我 TCS 相关的知识”等等。相信绝大多数人一开始使用的时候都是如此，那时候互联网上认为它的功效应该是代替知乎，让 ChatGPT 作为问答知识类的平台。知乎已死的声音甚嚣尘上。

后来大家又发现，它的很多回答都是胡编乱造的。例如你问它一些新上映的电影，它即使不知道也会胡编乱造一通。大家又开始贬低它，觉得只不过就是一个普通的聊天机器人，还是尬聊型选手。

去年相关的论文的分享介绍比较少，市面上的评价分析的角度还停留在认为 ChatGPT 只能针对已有知识进行总结，或者是平移。

但是随着使用的人数越来越多，大家才知道，ChatGPT 与语言无关，你用任何语言去提问，它都可以很好的理解你的意思。 因为它使用的是语言模型，而不是具体的某个语言库。如果还用搜索引擎的“关键词匹配”、“关键词命中”思路去思考人工智能，就已经显得有些落后了。本篇在介绍 AI对话工具能如何帮助程序员工作（干货满满）之后，将为你分享AI的正确打开方式——better prompt。

   2.1 技术知识总结

   2.2 拆解任务

   2.3 阅读代码/优化代码

这时候它会逐行的进行代码标注，便于你对每一行进行理解。如果你接着对它提出一个粗浅的优化需求，它也会照做。

   2.4 代码生成

[
    {
        "candidates": null,
        "candidatesX": null,
        "description": "role---用户角色",
        "label": "角色",
        "name": "role",
        "optional": true,
        "schema": null,
        "type": "String"
    },
{
        "candidates": null,
        "candidatesX": null,
        "description": "Topics of the pulsar server to create---需要创建的主题",
        "items": {
            "schema": [
                {
                    "candidates": null,
                    "candidatesX": null,
                    "description": "topic name---主题名称",
                    "label": "主题名称",
                    "name": "name",
                    "schema": null,
                    "type": "String"
                },
                {
                    "candidates": null,
                    "candidatesX": null,
                    "default": 1,
                    "description": "partition number---分区数",
                    "label": "分区数",
                    "name": "partitions",
                    "schema": null,
                    "type": "Integer",
                    "validator": ">0"
                }
            ],
            "type": "Object"
        },
        "label": "主题列表",
        "name": "topics",
        "optional": true,
        "schema": null,
        "type": "List"
    }
]


我想要得到的数据是 type 为 List 的数据，并且数据结构为:

[
{type:List, name:"topics", needValidates:[{
    name:"name", type:"String"
},{name:"partitions", type:"Integer"}] }
]

   2.5 生成单测

它还会给你解释这里都做了什么操作，这些测试用例覆盖了不同的场景，包括：

当数据源中没有类型为 List 的字段时，应该返回空数组；当数据源中有类型为 List 的字段时，应该返回正确的字段数组，包括需要的验证。

   2.6 更多 AI 应用/插件

AI 就像是一个基础应用, 在它上面还有着很多的可能。随着你用的越多，解锁的技能也就越丰富。例如现在 GPT 系列甚至推出了自己的应用市场。下面我们来为各位简单介绍几款热门插件：

• AIPRM

• Voice Control for ChatGPT

• ChatGPT Sidebar

• 著名应用工具使用体验：Bing Copilot、ChatGPT、Google Bard

Google Bard (LaMDA)：Google 近期发布的AI工具目前只支持英文。特点是能够给出多个回答，而且响应速度很快。集成了 Google it，点击之后会帮你生成一个最适合你的问题的 google 搜索关键词。这算是和 Bing Copilot 反其道而行之，一个是将 chat 集成到搜索里，一个是将搜索集成到了 chat 中。

   3.1 Prompt 是什么？

   3.2 Better Prompt

开发者可以利用它的上下文能力，帮助自己纠正语法以及提供更好的 prompt 的训练。

AI 的每一次训练得到的返回结果都是不一样的，我们有可能会得到自己想要的，但它也有可能没有完全理解我们的意思。当我们的诉求没被完全理解，可以对它进行进一步的训练。