升职加薪的机会——ChatGPT辅助程序开发

Posted 2023-03-03 文大侠666

书接上文《ChatGPT 最佳实践，成为驾驭AI的人》，结合最佳实践，本文演示了日志系统方案设计/博客系统编码开发测试部署和客服系统训练等开发全周期场景应用，希望给有类似需求的朋友一点启发，当前ChatGPT不是完美的，但是在现有技术基础上迭代完善是迟早的事，赶紧学起来吧。

方案设计

这里以我面试常用的一个场景来考察
需求：记录APP用户行为日志，支持按时间范围查询指定用户的行为记录

需求分析

基本准确，Clickhouse可能中文语料不太够没命中。

技术选型

很精炼，默认有输出长度限制，输入[继续输出]即可。

详细设计

考虑了数据均衡问题，但是有点自行扩展场景的意思，可以满足需求。看起来专业领域的知识训练可能还是不够精确，估计命中了一种预训练的场景。这里的设计可能导致热点。

编码

来个常见的CURD需求
需求：设计一个简单的博客系统，具体的功能包括
1.支持文章的增删查改
2.支持评论的增删查改
3.支持用户登录

库表设计

输出完全没毛病

代码框架

我们先设置接下来回答都基于Go语言实现，可以看到会自动给出对应的结构体设计


实现评论模块大框架如下，这里可以要求增加注释，实际上如果遇到开源框架代码不太懂，也可以让模型解释和增加代码注释。
一个简单的技巧，我们先让生成大框架，再逐渐填充函数细节，这种方式可以模型推理更优。

函数实现

具体实现可以指定一些细节


换一种实现也行

知识点查询

开发遇到函数查询/算法实现/难点都可以询问ChatGPT。某种程度上，ChatGPT相当于一个更优的搜索引擎和百科，对小白学习也是非常优化。

调试

Bug 调试

以常见的Go语言的坑为例

Code Review

以一个LSM树实现的WAL代码为例

测试

生成测试数据

以最常见的姓名数据自动生成为例，免去诸多烦恼


指定条件不够，按照要求调整下，依旧是上面的数据

自动化测试

针对如上博客系统注册接口测试，SQL注入场景覆盖度有限

部署运营

部署脚本

充当客服/售后

这个需要用到最佳实践中的知识训练和角色训练，如下

• 先做角色训练
• 然后设置回答模式
• 最后做下知识训练

这里只给了有限场景和知识，可以按照业务做更多定制，可以看到对于我模糊的问题也回答相当溜了~

总结

可以看到就程序开发领域

• 技术方案类，可能是语料时限和中文语料有限，整体来一般，需要完善
• 对于CURD类的编码需求，ChatGPT已经很完善，这可能得益于微软Github大量的代码的投喂
• 测试的自动化用例覆盖不是那么全，还是需要更多知识或者结构的引入
• 对于客服运营类工作还是需要知识训练，语气等细节需要prompt完善

参考

• ChatGPT提问工程师 – 开发指南
• https://github.com/dalinvip/Awesome-ChatGPT
• https://github.com/chenweiphd/ChatGPT-Hub
• 中文Prompt https://github.com/PlexPt/awesome-chatgpt-prompts-zh
• 英文Prompt https://github.com/f/awesome-chatgpt-prompts