Consells d'eficiència en la codificació Vibe: una lectura obligada abans d'escriure codi! Utilitzeu la IA per trobar primer la solució òptima.

Un amic em va preguntar l'altre dia com millorar l'eficiència en utilitzar Codex.

我说你想做的东西，GitHub 上大概率已经有人做过了，而且不少方案已经很成熟。能直接参考、修改，为什么还要从头写一遍？

Et vaig dir que copiessis i enganxessis la següent indicació i que l'executessis abans de començar cada projecte.

他试了一下，回来跟我说，确实省了好多时间。

Hi he estat pensant, i sembla que força gent desconeix aquesta funció. És com si molta gent utilitzés la IA per escriure codi, començant immediatament amb Vibe Coding, deixant que la IA generés llocs web i escrivís aplicacions.

Realment no cal pressar-se.

El que vols fer, probablement algú de GitHub ja ho ha fet.

El que vols fer probablement ja s'ha fet a GitHub. Moltes solucions ja són madures i la qualitat del codi pot ser fins i tot superior a la que podries escriure tu mateix. Per què reescriure-ho des de zero quan pots consultar i modificar directament el treball existent?

El meu hàbit personal és que sempre que vull començar un projecte nou, no escric cap codi immediatament. Primer, envio aquest suggeriment a Codex:

我要做一个XXX。先不要写代码。去GitHub找能直接使用或二次开发的开源项目，确认是否还在维护、部署是否麻烦、哪些功能可以复用。最后告诉我，应该直接用、基于现有项目改，还是自己开发，并给出最简单的MVP方案。等我确认后再动手。

Només aquesta frase.

Aquesta instrucció va fer tres coses.

Pensa-hi, aquesta proposta fa tres coses.

En primer lloc, permet que la IA trobi solucions existents a GitHub en comptes de començar a escriure les seves pròpies. Molta gent potser no sap que Codex, quan s'integra amb el connector de GitHub, pot cercar projectes de codi obert en temps real; no és només una funció.

En segon lloc, utilitza la IA per ajudar-vos a avaluar la qualitat d'aquests projectes: si encara es mantenen, la complexitat del desplegament i quines funcions es poden utilitzar directament. Si cerqueu manualment cada projecte a GitHub, podria trigar una o dues hores. Deixeu que la IA l'executi i obtindreu resultats en minuts.

En tercer lloc, permet que la IA us doni un suggeriment de decisió clar: si l'heu d'utilitzar directament, modificar o escriure des de zero, i també us ajuda a planificar la solució MVP més senzilla.

Per què podem estalviar molts tokens?

Deixa'm dir-te que aquesta operació realment et pot estalviar moltes fitxes.

Per què? Perquè si deixes que la IA comenci a escriure codi directament, no sabrà que el que vols ja existeix. Generarà una gran quantitat de codi des de zero. Aquest codi es pot solapar amb la funcionalitat dels projectes de codi obert existents i, en última instància, hauràs de netejar-lo tu mateix.

Tanmateix, si deixes que la IA t'ajudi a trobar la resposta primer, els seus suggeriments es basaran en l'ecosistema existent i, quan escriguis el codi, la quantitat de codi es pot reduir com a mínim a la meitat.

Això és el que faig jo mateix. Sempre que començo un projecte nou, primer executo aquest programa de suggeriments i després decideixo el següent pas basant-me en els suggeriments de la IA. Realment millora l'eficiència.

Si he de ser sincer, no estic segur que aquest mètode funcioni per a tothom; alguns projectes poden mancar de solucions fàcilment disponibles. Però penseu-hi: per a la majoria de les coses que voleu fer, amb centenars de milions de repositoris a GitHub, hi ha una probabilitat molt alta que algú ja ho hagi fet.

Dempeus sobre les espatlles dels gegants

No ets programador, així que no cal que escriguis codi des de zero. No ets creador de contingut, així que no cal que creïs contingut original cada dia. Simplement ets algú que vol fer alguna cosa significativa, i l'enfocament més intel·ligent és veure primer què ja han fet els altres i després posar-se a les espatlles dels gegants.

De vegades sento que la manera més intel·ligent d'utilitzar la IA a l'era de la IA no és deixar que la IA ho faci tot per tu, sinó deixar que la IA faci la recuperació d'informació i l'anàlisi de decisions per tu, i després ho puguis executar.

Quina diferència hi ha entre això i utilitzar un motor de cerca abans? Abans, quan buscaves un requisit específic, apareixien un munt d'enllaços i havies de fer-hi clic un per un per veure quins funcionaven i quins no. Ara, li dius a la IA els teus requisits i ella els filtra i et dóna la conclusió directament.

T'ho pots creure?

Aquesta indicació s'ha de gravar.ADNa

Personalment, crec que aquesta recomanació hauria d'estar integrada al nostre ADN . Revisar-la abans de començar un projecte nou realment estalvia molt de temps.

Un altre avantatge d'aquest plantejament és que evites reinventar la roda. La IA t'ajuda a trobar solucions fàcilment disponibles, cosa que et permet centrar-te en els aspectes realment personalitzats. D'aquesta manera, la teva energia es pot dedicar a les àrees més valuoses.

La meva pròpia experiència és que quan vaig començar a utilitzar la IA per escriure codi, estava molt emocionat i volia que la IA ho generés tot des de zero. Però després d'utilitzar-la durant un temps, vaig descobrir que fer-ho sovint era més lent. Això és degut a que cal depurar, modificar i mantenir el codi generat per la IA, mentre que els projectes de codi obert existents han estat verificats per molta gent, de manera que la seva qualitat està més garantida.

Això pot semblar contraintuïtiu, oi? Però penseu-hi: el més important del codi no és escriure'l, sinó escriure'l correctament. Les solucions existents ja han estat validades; utilitzar-les directament reduirà significativament les possibilitats de trobar problemes.

Així doncs, el meu consell és que, la propera vegada que escriviu codi amb Codex o qualsevol IA, no us hi precipiteu. Primer, executeu l'indicador una vegada i deixeu que la IA us ajudi a trobar la resposta.

Potser descobriràs que el que intentes fer ja ho ha fet algú altre.

Només cal agafar-lo i utilitzar-lo.

Aprofita el temps que estalvies per fer alguna cosa més interessant.

Ja que has llegit fins aquí, si t'ha semblat útil, fes-hi un "m'agrada" i comparteix-ho. Si vols rebre actualitzacions primer, també em pots seguir!

Gràcies per llegir el meu article. Fins la propera.