نکات افزایش بهره‌وری کدنویسی Vibe: قبل از نوشتن کد حتماً بخوانید! ابتدا از هوش مصنوعی برای یافتن راه‌حل بهینه استفاده کنید.

چند روز پیش یکی از دوستانم از من پرسید که چگونه می‌توان هنگام استفاده از Codex کارایی را بهبود بخشید.

من به شما گفتم که ابتدا افزونه GitHub را وصل کنید.

گفت وصلش کرده.

به شما گفتم که قبل از شروع هر پروژه، دستور زیر را کپی و پیست کنید و اجرا کنید.

او آن را امتحان کرد و برگشت و به من گفت: «وای خدای من، خیلی در وقتم صرفه‌جویی شد.»

من در مورد آن فکر کرده‌ام و به نظر می‌رسد تعداد زیادی از مردم از این ویژگی بی‌اطلاع هستند. انگار خیلی‌ها از هوش مصنوعی برای نوشتن کد استفاده می‌کنند و بلافاصله با Vibe Coding شروع می‌کنند و به هوش مصنوعی اجازه می‌دهند وب‌سایت تولید کند و اپلیکیشن بنویسد.

واقعاً نیازی به عجله نیست.

کاری که شما می‌خواهید انجام دهید، به احتمال زیاد کسی در گیت‌هاب قبلاً انجام داده است.

کاری که می‌خواهید انجام دهید به احتمال زیاد قبلاً در گیت‌هاب انجام شده است. بسیاری از راه‌حل‌ها از قبل کامل شده‌اند و کیفیت کد حتی ممکن است بالاتر از چیزی باشد که خودتان می‌توانید بنویسید. چرا وقتی می‌توانید مستقیماً به کارهای موجود مراجعه کرده و آنها را اصلاح کنید، آن را از ابتدا بازنویسی کنید؟

عادت شخصی من این است که هر وقت می‌خواهم یک پروژه جدید را شروع کنم، فوراً هیچ کدی نمی‌نویسم. ابتدا این پیشنهاد را به Codex ارسال می‌کنم:

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。

فقط همین یک جمله.

این دستور سه کار انجام داد.

در موردش فکر کنید، این دستور سه کار انجام می‌دهد.

اول اینکه، به هوش مصنوعی اجازه می‌دهد تا به جای شروع به نوشتن راه‌حل‌های خودش، راه‌حل‌های موجود را در گیت‌هاب پیدا کند. بسیاری از مردم ممکن است ندانند که Codex، هنگامی که با افزونه گیت‌هاب ادغام می‌شود، می‌تواند در واقع پروژه‌های متن‌باز را به صورت بلادرنگ جستجو کند؛ این فقط یک ویژگی نیست.

دوم اینکه، از هوش مصنوعی برای کمک به شما در ارزیابی کیفیت این پروژه‌ها استفاده می‌کند: اینکه آیا هنوز در حال نگهداری هستند، استقرار آنها چقدر پیچیده است و کدام ویژگی‌ها را می‌توان مستقیماً استفاده کرد. اگر قرار بود به صورت دستی در هر پروژه در GitHub جستجو کنید، ممکن است یک یا دو ساعت طول بکشد. اجازه دهید هوش مصنوعی آن را اجرا کند و در عرض چند دقیقه به نتایج خواهید رسید.

سوم، به هوش مصنوعی اجازه می‌دهد تا به شما یک پیشنهاد تصمیم‌گیری واضح بدهد: اینکه آیا مستقیماً از آن استفاده کنید، آن را اصلاح کنید یا از ابتدا بنویسید، و همچنین به شما کمک می‌کند تا ساده‌ترین راه‌حل MVP را برنامه‌ریزی کنید.

چرا می‌توانیم توکن‌های زیادی ذخیره کنیم؟

بگذارید به شما بگویم، این عملیات واقعاً می‌تواند کلی توکن برایتان صرفه‌جویی کند.

چرا؟ چون اگر مستقیماً به هوش مصنوعی اجازه دهید شروع به کدنویسی کند، متوجه نخواهد شد که آنچه شما می‌خواهید از قبل وجود دارد. در واقع حجم عظیمی از کد را از ابتدا برای شما تولید خواهد کرد. این کد ممکن است با عملکرد پروژه‌های متن‌باز موجود همپوشانی داشته باشد و در نهایت مجبور شوید خودتان آن را اصلاح کنید.

با این حال، اگر اجازه دهید هوش مصنوعی ابتدا در یافتن پاسخ به شما کمک کند، پیشنهادات آن بر اساس اکوسیستم موجود خواهد بود و وقتی کد را می‌نویسید، مقدار کد می‌تواند حداقل به نصف کاهش یابد.

این کاری است که خودم انجام می‌دهم. هر وقت پروژه جدیدی را شروع می‌کنم، ابتدا این برنامه پیشنهاد را اجرا می‌کنم و سپس بر اساس پیشنهادات هوش مصنوعی در مورد مرحله بعدی تصمیم می‌گیرم. این کار واقعاً کارایی را بهبود می‌بخشد.

راستش را بخواهید، مطمئن نیستم که این روش برای همه جواب بدهد؛ بعضی از پروژه‌ها ممکن است واقعاً فاقد راه‌حل‌های آماده باشند. اما در موردش فکر کنید: برای بیشتر کارهایی که می‌خواهید انجام دهید، با صدها میلیون مخزن در گیت‌هاب، احتمال بسیار زیادی وجود دارد که کسی قبلاً آن را انجام داده باشد.

ایستاده بر شانه‌های غول‌ها

شما برنامه‌نویس نیستید، بنابراین نیازی به نوشتن کد از صفر ندارید. شما تولیدکننده محتوا هم نیستید، بنابراین نیازی به تولید محتوای اورجینال هر روز ندارید. شما فقط کسی هستید که می‌خواهد کاری معنادار انجام دهد، و هوشمندانه‌ترین رویکرد این است که ابتدا ببینید دیگران قبلاً چه کرده‌اند، و سپس روی شانه‌های غول‌ها بایستید.

بعضی وقت‌ها احساس می‌کنم هوشمندانه‌ترین راه برای استفاده از هوش مصنوعی در عصر هوش مصنوعی این نیست که اجازه دهید همه کارها را برای شما انجام دهد، بلکه این است که اجازه دهید هوش مصنوعی بازیابی اطلاعات و تحلیل تصمیم‌گیری را برای شما انجام دهد و سپس شما بتوانید آن را اجرا کنید.

تفاوت این روش با استفاده از موتور جستجو در گذشته چیست؟ قبلاً، وقتی یک نیاز خاص را جستجو می‌کردید، مجموعه‌ای از لینک‌ها ظاهر می‌شدند و شما باید یکی یکی روی آنها کلیک می‌کردید تا ببینید کدام یک کار می‌کند و کدام یک کار نمی‌کند. اکنون، شما نیازهای خود را به هوش مصنوعی می‌گویید و او آنها را برای شما فیلتر می‌کند و مستقیماً نتیجه را به شما می‌دهد.

باورتان می‌شود؟

این دستور باید حکاکی شود.DNAکه در

من شخصاً فکر می‌کنم این دستورالعمل باید در DNA ما ریشه بدواند . مرور آن قبل از شروع یک پروژه جدید واقعاً باعث صرفه‌جویی زیادی در زمان می‌شود.

یکی دیگر از مزایای این رویکرد این است که از اختراع دوباره چرخ جلوگیری می‌کنید. هوش مصنوعی به شما کمک می‌کند تا راه‌حل‌های موجود را پیدا کنید و به شما این امکان را می‌دهد که روی جنبه‌های واقعاً سفارشی تمرکز کنید. به این ترتیب، انرژی شما می‌تواند به ارزشمندترین حوزه‌ها اختصاص یابد.

تجربه شخصی من این است که وقتی برای اولین بار از هوش مصنوعی برای نوشتن کد استفاده کردم، واقعاً هیجان‌زده بودم و می‌خواستم هوش مصنوعی همه چیز را از ابتدا تولید کند. اما بعد از مدتی استفاده از آن، متوجه شدم که انجام این کار اغلب کندتر است. دلیلش این است که شما باید کد تولید شده توسط هوش مصنوعی را اشکال‌زدایی، اصلاح و نگهداری کنید، در حالی که پروژه‌های متن‌باز موجود توسط افراد زیادی تأیید شده‌اند، بنابراین کیفیت آنها تضمین شده‌تر است.

این ممکن است خلاف منطق به نظر برسد، درست است؟ اما در مورد آن فکر کنید: مهمترین چیز در مورد کد، نوشتن آن نیست، بلکه درست نوشتن آن است. راه حل های موجود قبلاً اعتبارسنجی شده اند؛ استفاده مستقیم از آنها احتمال مواجهه با مشکلات را به میزان قابل توجهی کاهش می دهد.

بنابراین توصیه من این است که دفعه بعد که با Codex یا هر هوش مصنوعی دیگری کد می‌نویسید، عجله نکنید. ابتدا یک بار اعلان را اجرا کنید و اجازه دهید هوش مصنوعی در یافتن پاسخ به شما کمک کند.

ممکن است متوجه شوید کاری که می‌خواهید انجام دهید قبلاً توسط شخص دیگری انجام شده است.

فقط باید آن را بردارید و از آن استفاده کنید.

از زمانی که صرفه‌جویی می‌کنید برای انجام کاری جالب‌تر استفاده کنید.

از آنجایی که تا اینجا را خوانده‌اید، اگر برایتان مفید بود، لطفاً آن را لایک کنید و به اشتراک بگذارید. اگر می‌خواهید زودتر از بقیه از به‌روزرسانی‌ها مطلع شوید، می‌توانید من را دنبال کنید!

ممنون که مقاله من را خواندید. دفعه بعد می‌بینمتان.