Artikola Adresaro
Amiko demandis min la alian tagon kiel plibonigi efikecon uzante 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?
Mi diris al vi kopii kaj alglui la jenan prompton kaj lanĉi ĝin antaŭ ol komenci ĉiun projekton.
他试了一下,回来跟我说,确实省了好多时间。

Mi pripensis ĝin, kaj ŝajnas, ke sufiĉe multaj homoj ne konscias pri ĉi tiu funkcio. Estas kvazaŭ multaj homoj uzas artefaritan inteligentecon por skribi kodon, tuj komencante per Vibe-kodado, lasante la artefaritan inteligentecon generi retejojn kaj skribi aplikaĵojn.
Vere ne necesas rapidi.
Kion vi volas fari, iu ĉe GitHub plej verŝajne jam faris.
Tio, kion vi volas fari, plej verŝajne jam estas farita en GitHub. Multaj solvoj jam estas maturaj, kaj la kodkvalito eble eĉ estas pli alta ol tio, kion vi povus skribi mem. Kial reskribi ĝin de nulo, kiam vi povas rekte referenci al kaj modifi ekzistantan laboron?
Mia persona kutimo estas, ke kiam ajn mi volas komenci novan projekton, mi ne tuj skribas kodon. Unue, mi sendas ĉi tiun sugeston al 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。
Nur ĉi tiu unu frazo.
Ĉi tiu prompto faris tri aferojn.
Pripensu ĝin, ĉi tiu prompto faras tri aferojn.
Unue, ĝi permesas al artefarita inteligenteco trovi ekzistantajn solvojn ĉe GitHub anstataŭ komenci verki siajn proprajn. Multaj homoj eble ne scias, ke Codex, kiam integrita kun la GitHub-kromprogramo, povas efektive serĉi malfermfontajn projektojn en reala tempo; ĝi ne estas nur funkcio.
Due, ĝi uzas artefaritan inteligentecon por helpi vin taksi la kvaliton de ĉi tiuj projektoj: ĉu ili ankoraŭ estas prizorgataj, kiom komplika estas la deplojo, kaj kiuj funkcioj povas esti rekte uzataj. Se vi mane serĉus tra ĉiu projekto en GitHub, ĝi povus daŭri horon aŭ du. Lasu la artefaritan inteligentecon funkciigi ĝin, kaj vi ricevos rezultojn post kelkaj minutoj.
Trie, ĝi permesas al AI doni al vi klaran decidsugeston: ĉu uzi ĝin rekte, modifi ĝin, aŭ skribi ĝin de nulo, kaj ĝi ankaŭ helpas vin plani la plej simplan MVP-solvon.
Kial ni povas ŝpari multajn ĵetonojn?
Lasu min diri al vi, ĉi tiu operacio vere povas ŝpari al vi multajn ĵetonojn.
Kial? Ĉar se vi rekte lasas artefaritan inteligentecon komenci skribi kodon, ĝi ne scios, ke tio, kion vi volas, jam ekzistas. Ĝi generos grandegan kvanton da kodo por vi de nulo. Ĉi tiu kodo povas interkovriĝi kun la funkcioj de ekzistantaj malfermfontaj projektoj, kaj vi finfine devos mem purigi ĝin.
Tamen, se vi lasas artefaritan inteligentecon helpi vin trovi la respondon unue, ĝiaj sugestoj baziĝos sur la ekzistanta ekosistemo, kaj kiam vi skribos la kodon, la kvanto de kodo povas esti reduktita almenaŭ je duono.
Jen kion mi mem faras. Kiam ajn mi komencas novan projekton, mi unue funkciigas ĉi tiun sugestoprogramon, kaj poste decidas pri la sekva paŝo surbaze de la sugestoj de la artefarita inteligenteco. Ĝi vere plibonigas efikecon.
Honeste, mi ne certas ĉu ĉi tiu metodo funkcios por ĉiuj; iuj projektoj eble efektive mankas facile haveblajn solvojn. Sed pripensu: por plejparto de la aferoj, kiujn vi volas fari, kun centoj da milionoj da deponejoj en GitHub, estas tre alta probableco, ke iu jam faris ĝin.
Starante sur la ŝultroj de gigantoj
Vi ne estas programisto, do vi ne bezonas verki kodon de nulo. Vi ne estas kreinto de enhavo, do vi ne bezonas krei originalan enhavon ĉiutage. Vi estas nur iu, kiu volas fari ion senchavan, kaj la plej inteligenta aliro estas unue vidi, kion aliaj jam faris, kaj poste stari sur la ŝultroj de gigantoj.
Iafoje mi sentas, ke la plej inteligenta maniero uzi artefaritan inteligentecon en la epoko de artefarita inteligenteco ne estas lasi ĝin fari ĉion por vi, sed lasi ĝin fari informserĉadon kaj decidanalizon por vi, kaj poste vi povas efektivigi ĝin.
Kio estas la diferenco inter ĉi tio kaj la antaŭa uzado de serĉilo? Antaŭe, kiam oni serĉis specifan postulon, aperis amaso da ligiloj, kaj oni devis alklaki ilin unu post la alia por vidi, kiuj funkciis kaj kiuj ne. Nun, oni diras al la artefarita inteligenteco viajn postulojn, kaj ĝi filtras ilin por vi kaj donas al vi la konkludon rekte.
Ĉu vi povas kredi ĝin?
Ĉi tiu prompto estu gravurita.ADNen
Mi persone opinias, ke ĉi tiu sugesto devus esti enradikiĝinta en nian DNA-on . Trakuri ĝin antaŭ ol komenci novan projekton vere ŝparas multan tempon.
Alia avantaĝo de ĉi tiu aliro estas, ke vi evitas reinventi la radon. AI helpas vin trovi facile haveblajn solvojn, permesante al vi koncentriĝi pri la vere personecigitaj aspektoj. Tiel, via energio povas esti dediĉita al la plej valoraj areoj.
Mia propra sperto estas, ke kiam mi unue komencis uzi artefaritan inteligentecon por verki kodon, mi estis vere ekscitita kaj volis, ke la artefarita inteligenteco generu ĉion de nulo. Sed post iom da tempo da uzado, mi trovis, ke fari tion ofte estas pli malrapida. Tio estas ĉar oni devas sencimigi, modifi kaj prizorgi la kodon generitan de artefarita inteligenteco, dum ekzistantaj malfermfontaj projektoj estis kontrolitaj de multaj homoj, do ilia kvalito estas pli garantiita.
Ĉi tio eble ŝajnas kontraŭintuicia, ĉu ne? Sed pripensu: la plej grava afero pri kodo ne estas skribi ĝin, sed skribi ĝin ĝuste. Ekzistantaj solvoj jam estas validigitaj; uzi ilin rekte signife reduktos la ŝancojn renkonti problemojn.
Do mia konsilo estas, la venontan fojon kiam vi skribos kodon per Codex aŭ iu ajn artefarita inteligenteco, ne rapidu. Unue, lanĉu la promptilon unufoje kaj lasu la artefaritan inteligentecon helpi vin trovi la respondon.
Vi eble trovos, ke tio, kion vi provas fari, jam estis farita de iu alia.
Vi nur bezonas preni ĝin kaj uzi ĝin.
Uzu la ŝparitan tempon por fari ion pli interesan.
Ĉar vi legis ĝis ĉi tie, se vi trovis ĝin utila, bonvolu ŝati kaj dividi ĝin. Se vi volas ricevi ĝisdatigojn unue, vi ankaŭ povas sekvi min!
Dankon pro legado de mia artikolo. Ĝis revido.
Espereble, la artikolo "Teknikoj por Duobligi la Efikecon de Vibra Kodado: Nepre Legebla Antaŭ Skribado de Kodo! Uzu AI por Unue Trovi la Optimuman Solvon", dividita en la blogo de Chen Weiliang ( https://www.chenweiliang.com/ ), estos utila por vi.
Bonvolu kunhavigi la ligilon al ĉi tiu artikolo: https://www.chenweiliang.com/cwl-34473.html
