AI(GPT)用於Coding的实务心得 作者是虎尾科大资工系陈国益教授，经同意後转载文字内容，原连结於下: https://www.facebook.com/kuoyichen/posts/10230748453674915 在上周前往华新丽华授课时，有工程师问到：若有要接手的大型专案，应如何透过AI协助 ，加速对专案的理解速度，或是快速产生手册、API列表等，传统上要花非常多时间交互 阅读理解才能完成的工作？ 经过数天的测试，ChatGPT(GPT-4)确实能够在理解、修改大型程式专案提供有效的协助， 其步骤与指令说明如下： 在接手大型专案时，常会发生程式码繁多、文件不齐全的状况，阅读跨档案的大量程式码 ，不但耗时耗力，更常发生挂一漏万的状况。此时，ChatGPT能够有效的协助，包括直接 修改、整理API与参数、建立说明文件。 在处理多档案的大型专案时，因为档案之间的变数符号连结互有相关，因此首先要能够让 ChatGPT阅读所有专案档案，在此我们以一个GitHub上的俄罗斯方块专案为例，该专案包 括三个主要python档案，分别为block.py、constants.py、tetris.py，如下所示 因为要在同一个对话session中，让ChatGPT读取各个档案的所有程式码，因此建议以 GPT-4进行，较有余裕(有25000个token可供使用)，读入程式码时指令後半段的summary in 10 words是为了避免ChatGPT对单一程式解释过长，影响之後我们实际要做的事，指令 如下所示： read block.py as follows, summary in 10 words 贴上整个 blocky.py 的程式码 read constants.py as follows, summary in 10 words 贴上整个 constants.py 的程式码 read tetris.py as follows, summary in 10 words 贴上整个 tetris.py 的程式码 当ChatGPT阅读完所有程式码後，我们就可以直接下指令，请其调整关键参数，例如调整 初始方块速度，指令如下： modify the program to start speed as 5 ChatGPT会提供修改位置与函式，复制程式码後即完成修改，如下所示： 除了直接修改程式之外，也可请ChatGPT针对此专案撰写使用手册，AI会针对全部汇入的 专案程式码，进行整理并撰写手册，指令如下： write a manual for this program 因应之後开发需求，我们也可以要求ChatGPT整理专案中所使用到的API列表，并以表格方 式呈现，AI便会将整个专案中全部API整理为表格供参考，指令如下： write the API list and description for this program with a markdown table 在大型专案中，各个关键参数的位置及其意义极为重要，但一般来说需要自行阅读、笔记 、梳理後才能知道各个关键参数的意义。我们可以请ChatGPT针对此专案，列出所有参数 、标示位置、说明用途，并以表格方式呈现，可以大幅降低接手大型专案的难度与成本， 指令如下： show all parameters, description and its location in this program as a markdown table 透过请ChatGPT(GPT-4)阅读所有程式码作为先备知识之後，AI就可以变成一个彻底了解专 案程式架构的助理，不论是直接修改程式，或对程式进行分析报告都没问题，经测试，在 GPT-4的单一对话session 25000 token限制下，同时阅读十个程式档案（平均300行）均 十分顺畅，也能够跨档案理解参数与函式之间的符号关连，确实是协助工程师接手大型专 案的利器。 示例用专案位置：(https://github.com/benycze/python-tetris) ＿ 图片详见原文连结内。 再也不怕连注解都不写的前任了？ -- AI_Art AI艺术与创作板 欢迎各方前来讨论AIGC创作与相关议题！ AI情报屋营业中 噗浪：https://www.plurk.com/Zaious IG ：https://www.instagram.com/zaious.design/ 日历：https://zaious.notion.site/zaious/22c0024eceed4bdc88588b8db41e6ec4 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.77.180.81 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1680770094.A.0C5.html ※ 编辑: ZMTL (42.77.180.81 台湾), 04/06/2023 16:36:08