Vibe-koodauksen tehokkuusvinkkejä: Pakko lukea ennen koodin kirjoittamista! Käytä tekoälyä löytääksesi optimaalisen ratkaisun ensin.

Ystäväni kysyi minulta toissapäivänä, miten Codexia voi käyttää tehokkaammin.

Sanoin, että sinun pitäisi ensin yhdistää GitHub-laajennus.

Hän sanoi saaneensa yhteyden.

Käskin sinua kopioimaan ja liittämään seuraavan kehotteen ja suorittamaan sen ennen jokaisen projektin aloittamista.

Hän kokeili sitä ja palasi sanomaan: "Voi pyhä jysmi, se säästi minulta niin paljon aikaa."

Olen miettinyt asiaa, ja näyttää siltä, ​​että aika moni ei ole tietoinen tästä ominaisuudesta. On kuin monet ihmiset käyttäisivät tekoälyä koodin kirjoittamiseen, alkaen heti Vibe Codingista, antaen tekoälyn luoda verkkosivustoja ja kirjoittaa sovelluksia.

Ei todellakaan ole mitään syytä kiirehtiä.

Sen mitä haluat tehdä, joku GitHubissa on todennäköisesti jo tehnyt.

Haluamasi ratkaisu on todennäköisesti jo tehty GitHubissa. Monet ratkaisut ovat jo kypsiä, ja koodin laatu saattaa olla jopa korkeampi kuin mitä voisit itse kirjoittaa. Miksi kirjoittaa se uudelleen tyhjästä, kun voit suoraan viitata olemassa olevaan työhön ja muokata sitä?

Henkilökohtainen tapani on, että aina kun haluan aloittaa uuden projektin, en kirjoita koodia heti. Ensin lähetän tämän ehdotuksen Codexille:

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。

Vain tämä yksi lause.

Tämä kehote teki kolme asiaa.

Ajattelehan, tämä kehote tekee kolme asiaa.

Ensinnäkin se antaa tekoälyn löytää olemassa olevia ratkaisuja GitHubista sen sijaan, että se alkaisi kirjoittaa omia. Monet ihmiset eivät ehkä tiedä, että Codex, integroituna GitHub-laajennukseen, voi itse asiassa etsiä avoimen lähdekoodin projekteja reaaliajassa; se ei ole vain ominaisuus.

Toiseksi se käyttää tekoälyä apunaan projektien laadun arvioinnissa: ylläpidetäänkö niitä edelleen, kuinka monimutkainen käyttöönotto on ja mitä ominaisuuksia voidaan käyttää suoraan. Jos kävisit manuaalisesti läpi jokaisen projektin GitHubissa, se saattaisi kestää tunnin tai kaksi. Anna tekoälyn suorittaa se, niin saat tuloksia muutamassa minuutissa.

Kolmanneksi, se antaa tekoälyn antaa sinulle selkeän päätösehdotuksen: käytetäänkö sitä suoraan, muokataanko sitä vai kirjoitetaanko se tyhjästä, ja se auttaa sinua myös suunnittelemaan yksinkertaisimman MVP-ratkaisun.

Miksi voimme säästää paljon tokeneita?

Voin kertoa, että tämä operaatio voi todella säästää sinulta paljon tokeneita.

Miksi? Koska jos annat tekoälyn suoraan alkaa kirjoittaa koodia, se ei tiedä, että haluamasi koodi on jo olemassa. Se luo valtavan määrän koodia tyhjästä. Tämä koodi voi olla päällekkäistä olemassa olevien avoimen lähdekoodin projektien toiminnallisuuden kanssa, ja lopulta joudut siivoamaan sen itse.

Jos kuitenkin annat tekoälyn auttaa sinua löytämään vastauksen ensin, sen ehdotukset perustuvat olemassa olevaan ekosysteemiin, ja koodia kirjoitettaessa koodin määrää voidaan vähentää ainakin puolella.

Niin minäkin teen. Aina kun aloitan uuden projektin, ajan ensin tämän ehdotusohjelman ja päätän sitten seuraavasta vaiheesta tekoälyn ehdotusten perusteella. Se todella parantaa tehokkuutta.

Rehellisesti sanottuna en ole varma, toimiiko tämä menetelmä kaikille; joistakin projekteista saattaa todellakin puuttua helposti saatavilla olevia ratkaisuja. Mutta ajattelepa asiaa: useimpien haluamiesi asioiden kohdalla on erittäin todennäköistä, että joku on jo tehnyt sen GitHubin satojen miljoonien repositorioiden ansiosta.

Seisoen jättiläisten harteilla

Et ole ohjelmoija, joten sinun ei tarvitse kirjoittaa koodia tyhjästä. Et ole sisällöntuottaja, joten sinun ei tarvitse luoda omaperäistä sisältöä joka päivä. Olet vain joku, joka haluaa tehdä jotain merkityksellistä, ja fiksuin lähestymistapa on ensin katsoa, ​​mitä muut ovat jo tehneet, ja sitten seistä jättiläisten harteilla.

Joskus minusta tuntuu, että tekoälyn aikakaudella fiksuin tapa hyödyntää tekoälyä ei ole antaa tekoälyn tehdä kaikkea puolestasi, vaan antaa tekoälyn tehdä tiedonhaun ja päätöksenteon analysoinnin puolestasi, ja sitten voit itse toteuttaa sen.

Mitä eroa tässä on hakukoneen käyttöön verrattuna? Aiemmin tiettyä vaatimusta etsiessä näkyi joukko linkkejä, ja sinun piti klikata niitä yksi kerrallaan nähdäksesi, mitkä toimivat ja mitkä eivät. Nyt kerrot tekoälylle vaatimuksesi, ja se suodattaa ne puolestasi ja antaa sinulle suoraan johtopäätöksen.

Voitko uskoa sitä?

Tämä kehote tulisi kaivertaa.DNAsisään

Mielestäni tämän kehotteen pitäisi olla juurtunut DNA: hamme . Sen läpikäyminen ennen uuden projektin aloittamista säästää todella paljon aikaa.

Tämän lähestymistavan toinen etu on, että sinun ei tarvitse keksiä pyörää uudelleen. Tekoäly auttaa sinua löytämään helposti saatavilla olevia ratkaisuja, jolloin voit keskittyä todella räätälöityihin näkökohtiin. Tällä tavoin energiasi voidaan käyttää arvokkaimpiin alueisiin.

Oma kokemukseni on, että kun aloin käyttää tekoälyä koodin kirjoittamiseen, olin todella innoissani ja halusin tekoälyn luovan kaiken tyhjästä. Mutta käytettyäni sitä jonkin aikaa huomasin, että se oli usein hitaampaa. Tämä johtuu siitä, että tekoälyn luomaa koodia on debugattava, muokattava ja ylläpidettävä, kun taas olemassa olevat avoimen lähdekoodin projektit ovat monien ihmisten varmentamia, joten niiden laatu on taatumpi.

Tämä saattaa kuulostaa ristiriitaiselta, eikö niin? Mutta ajattelepa asiaa: koodin kirjoittaminen ei ole tärkeintä, vaan sen kirjoittaminen oikein. Olemassa olevat ratkaisut on jo validoitu; niiden suora käyttö vähentää merkittävästi ongelmien kohtaamisen todennäköisyyttä.

Joten neuvoni on, että seuraavan kerran kun kirjoitat koodia Codexilla tai millä tahansa tekoälyllä, älä kiirehdi. Suorita ensin kehote kerran ja anna tekoälyn auttaa sinua löytämään vastauksen.

Saatat huomata, että joku muu on jo tehnyt sen, mitä yrität tehdä.

Sinun tarvitsee vain ottaa se ja käyttää sitä.

Käytä säästynyt aika johonkin mielenkiintoisempaan.

Koska olet lukenut tähän asti, jos pidit siitä hyödyllisenä, tykkää ja jaa se. Jos haluat saada päivityksiä ensimmäisenä, voit myös seurata minua!

Kiitos, että luit artikkelini. Nähdään taas ensi kerralla.