chatgpt：用於編碼和調試的工具 - 發現我的最佳技巧

ChatGPT 其中一個引人入勝的特點是它能生成相當不錯的程式碼。我在 2023 年首次測試這項功能，當時我要求它為我妻子的網站創建一個 WordPress 外掛程式。結果令人印象深刻，儘管那是一個相對簡單的項目。

那麼，你如何將 ChatGPT 融入你的日常編碼工作中？以下是簡要概述：

1. ChatGPT 能生成既有用的程式碼，也可能生成無法使用的程式碼。為了獲得最佳結果，請提供清晰且詳細的提示。
2. 它在協助特定編碼任務或常規工作時表現出色，而不是從頭開始構建整個應用程式。
3. 使用 ChatGPT 來探索並選擇適合特定目的的編碼函式庫，通過來回討論來優化你的選擇。
4. 注意 AI 生成的程式碼的所有權問題，並始終驗證其可靠性。不要僅僅相信表面上的輸出。
5. 將與 ChatGPT 的互動視為一場對話。根據 AI 的回應來優化你的查詢，以更接近你想要的結果。

現在，讓我們深入探討如何使用 ChatGPT 進行編碼。

ChatGPT 在哪些編碼類型上表現出色？

關於 ChatGPT 與編碼，有兩個關鍵點需要理解。首先，它確實能生成有用的程式碼。但其次，它也可能完全偏離軌道，生成幾乎無法使用的程式碼。

我在成功為我妻子創建那個 WordPress 外掛程式後，深刻體會到這一點。出於好奇，想看看 ChatGPT 能走多遠，我為一個 Mac 應用程式精心設計了一個詳細的提示，指定了從使用者介面元素到設定互動的所有內容。AI 回應了一堆文字和程式碼，但程式碼在中途突然停止。當我要求它繼續時，它輸出了更多程式碼和文字，但這些都無法使用。它未能正確組織程式碼，忽略了我要求的重要操作，並留下了像「程式邏輯在此處」的占位符。

通過反覆試驗，我清楚地發現，要求 ChatGPT 從頭開始構建一個完整的應用程式是行不通的。如果你是編碼新手，期望 ChatGPT 承擔所有繁重的工作，你可能會失望。

ChatGPT 真正擅長的是協助已經熟悉編碼的程式設計者。它在撰寫特定常規或處理特定任務方面表現出色。與其要求一個完整的應用程式，你可以要求一個在選單欄中添加選單的常規，然後將其整合到你的項目中。這個工具能很好地處理這類任務。

然而，請記住，雖然 ChatGPT 看似知識淵博，但它缺乏從深入實踐經驗中獲得的細膩智慧。它可以撰寫程式碼，但無法捕捉解決複雜問題所需的微妙細節。

使用 ChatGPT 來展示技術、撰寫小型演算法和創建子程式。你甚至可以要求它幫忙將大型項目分解成可管理的部分，然後協助編碼這些部分。

如何使用 ChatGPT 撰寫程式碼

1. 縮小範圍並精確你的要求

在向 ChatGPT 提出任何問題之前，先決定你的函數或常規要實現什麼功能，你將傳入哪些參數，以及你期望的輸出是什麼。就像雇用一個人類程式設計者：你是否提供了足夠的細節讓他們開始工作，還是過於模糊，留下了誤解的空間？

例如，如果你要總結網頁內容，決定你將輸入一個 URL，並期望得到一個總結文字區塊。在繼續之前，仔細規劃你的要求。

2. 使用 ChatGPT 探索函式庫和資源

延續網頁總結的例子，與其手動從 HTML 中提取文字，你可以使用 AI 函式庫進行智能提取和總結。ChatGPT 在尋找和建議函式庫及資源方面表現出色。

假設你想在 PHP 中實現這一點，且不願支付 API 費用。可以先問 ChatGPT 關於可總結網頁內容的開源 AI 函式庫。你可以問類似這樣的問題：「描述十個不同的開源 AI 函式庫（以及它們適用的程式語言），我可以用這些函式庫來生成任何網頁核心內容的總結，忽略廣告或嵌入的材料。」

ChatGPT 會提供選項，你可以通過後續問題進一步優化搜尋，例如：「這些函式庫有免費的嗎？」或「這些函式庫中哪些沒有使用限制，且不需要額外付費或授權？」

如果你需要 PHP 相容性，可以問：「這八個函式庫中，有哪些可以與 PHP 一起使用？」然後，為了理解建議的函式庫之間的差異，可以問：「Sumy、Gensim 和 NLTK 之間有什麼區別？」

最後，為了找到最適合你需求的選擇，你可以問：「如果我想為網頁新聞文章創建總結，哪個函式庫更適合？」一旦選定了一個函式庫，可以問如何整合它，例如：「你能解釋如何從 PHP 使用 Sumy 嗎？」

這種對話方式是一種程式設計形式。它涉及整合資源並理解如何與解決方案的不同組件進行溝通。ChatGPT 幫助分析和規劃整合，這是編碼的重要部分。

3. 要求 ChatGPT 撰寫範例程式碼

當我們談到使用 ChatGPT 「撰寫程式碼」時，實際上是讓它撰寫範例程式碼。這不是要生成你最終的、完美的程式碼。即使是像我為妻子製作的行排序/隨機化器這樣的小功能，ChatGPT 也無法維護或修改它生成的程式碼。如果你需要新的程式碼，你必須重新要求，因為 AI 在調整現有程式碼時會遇到困難。

例如，我要求 ChatGPT 創建一個名為 "summarize_article" 的 PHP 函數，該函數接受一個 URL 作為輸入，並返回一篇 50 字的新聞文章總結。該函數使用 Sumy 函式庫提取並總結文章主體，忽略廣告和嵌入材料。

生成的程式碼很簡單，使用 Goose 函式庫檢索文章內容並傳遞給 Sumy 進行總結。但請記住，這只是一個起點。你需要優化、客製化並將其整合到你的項目中，這是任何編碼過程的典型部分。

4. 除錯並優化生成的程式碼

ChatGPT 像所有程式設計者一樣，可能會犯錯。但你可以使用其他 AI 會話或不同的聊天機器人來幫助除錯程式碼。例如，你可以將生成的程式碼輸入另一個 ChatGPT 會話，問：「這個程式碼有什麼問題？」

AI 可能會指出潛在的邊緣案例、錯誤檢查或在特定條件下可能導致程式碼失敗的情況。你可以調整程式碼以處理這些情況，使其更穩健和可靠。

常見問題

ChatGPT 會取代程式設計者嗎？

目前還不會。ChatGPT 的編碼水平相當於一個有才華的大一程式設計學生，但它有些懶惰。它可能會減少對初級程式設計者的需求，但目前它更多是為現有程式設計者節省時間。它可以幫助撰寫程式碼和查找資訊，但無法獨立處理許多程式設計任務。

如何在 ChatGPT 中獲得編碼答案？

直接問它。使用互動式對話來縮小答案範圍。不要期望一個問題就能神奇地完成所有工作。將 AI 視為助手和資源，它會提供很多有用的資訊。只是要記得測試這些資訊，因為 AI 有時可能會捏造內容。

ChatGPT 生成的程式碼保證無錯誤嗎？

絕對不是。無論是人類還是 AI 撰寫的程式碼，都無法保證無錯誤。所有程式碼都需要徹底測試，包括 alpha 和 beta 測試，即使如此，錯誤仍可能漏網。始終驗證 ChatGPT 生成的程式碼。

如果我拿到的程式碼有錯，該怎麼辦？

將 ChatGPT 視為一個略為不合作的學生或員工。如果程式碼不起作用，告訴它：「這沒用，請再試一次。」通常，AI 會為同一個問題提供不同的變體。如果試了幾次還不行，你可能需要自己編寫程式碼。但通常，特別是對於基本編碼任務，它能完成工作。

向 ChatGPT 描述程式問題時應該多詳細？

要詳細。你的指令越具體，AI 能提供的幫助就越好。將其視為給學生或員工分配任務。提供足夠的細節，讓他們能創建初稿而無需問太多問題。你提供的指導越多，ChatGPT 產生的結果就越可能有用。

如果我使用 ChatGPT 撰寫程式碼，誰擁有它？

AI 生成的程式碼的法律環境仍在發展中。在美國、加拿大和英國，版權需要人類創作，因此 AI 生成的程式碼可能無法獲得版權保護。還有關於訓練數據和程式碼使用方式的責任問題。如需更詳細的見解，請參考 ZDNET 關於此主題的文章。

ChatGPT 懂得哪些程式語言？

ChatGPT 懂得大多數程式語言，從現代的 PHP、Python 和 Java 到較舊的 COBOL 和 Fortran。我甚至用 LISP 和 IBM/360 組合語言等冷門語言測試過它。它相當多才多藝。

ChatGPT 能幫助我進行資料分析和視覺化任務嗎？

是的，它可以處理許多不需程式碼的資料分析和視覺化任務。例如，你可以要求它直接創建圖表和表格。如果需要程式碼，你可以指定語言和資料來源，例如要求使用線上人口資料在 Swift 中創建一個長條圖。

ChatGPT 如何處理不同方言和實現之間的差異？

雖然我們沒有來自 OpenAI 的確切細節，但我們知道 ChatGPT 的訓練資料可能無法總是跟上程式語言的最新變化。較新的變化和較不流行的語言可能表現得不太好。請記住以下幾點：變化越新，ChatGPT 知道的可能性越低；語言越流行，準確性就越高。

結論是？ChatGPT 可以是你編碼工具庫中的寶貴工具。只是不要期望它能創造奇蹟。至少目前還不行。