Savjeti za učinkovitost Vibe kodiranja: Obavezno pročitajte prije pisanja koda! Koristite umjetnu inteligenciju kako biste prvo pronašli optimalno rješenje.

Prijatelj me neki dan pitao kako poboljšati učinkovitost korištenja Codexa.

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？

Rekao sam vam da kopirate i zalijepite sljedeći upit i pokrenete ga prije početka svakog projekta.

他试了一下，回来跟我说，确实省了好多时间。

Razmišljao sam o tome i čini se da dosta ljudi nije svjesno ove značajke. Kao da mnogi ljudi koriste umjetnu inteligenciju za pisanje koda, odmah počevši s Vibe Codingom, dopuštajući umjetnoj inteligenciji da generira web stranice i piše aplikacije.

Zaista nema potrebe za žurbom.

Ono što želiš napraviti, netko na GitHubu je najvjerojatnije već napravio.

Ono što želite napraviti najvjerojatnije je već napravljeno na GitHubu. Mnoga rješenja su već zrela, a kvaliteta koda može biti čak i viša od one koju biste mogli sami napisati. Zašto prepisivati ​​​​ispočetka kada se možete izravno pozvati na postojeći rad i mijenjati ga?

Moja osobna navika je da kad god želim započeti novi projekt, ne pišem odmah kod. Prvo šaljem ovaj prijedlog Codexu:

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。

Samo ova jedna rečenica.

Ovaj je uputa učinio tri stvari.

Razmislite o tome, ovaj upit radi tri stvari.

Prvo, omogućuje umjetnoj inteligenciji da pronađe postojeća rješenja na GitHubu umjesto da počne pisati vlastita. Mnogi ljudi možda ne znaju da Codex, kada je integriran s dodatkom za GitHub, zapravo može pretraživati ​​projekte otvorenog koda u stvarnom vremenu; to nije samo značajka.

Drugo, koristi umjetnu inteligenciju kako bi vam pomogao u procjeni kvalitete tih projekata: održavaju li se još uvijek, koliko je komplicirano postavljanje i koje se značajke mogu izravno koristiti. Ako biste ručno pretraživali svaki projekt na GitHubu, to bi moglo potrajati sat ili dva. Pustite da umjetna inteligencija to pokrene i dobit ćete rezultate za nekoliko minuta.

Treće, omogućuje umjetnoj inteligenciji da vam da jasan prijedlog odluke: hoćete li ga koristiti izravno, modificirati ili napisati od nule, a također vam pomaže u planiranju najjednostavnijeg MVP rješenja.

Zašto možemo uštedjeti puno tokena?

Moram vam reći, ova operacija vam stvarno može uštedjeti puno tokena.

Zašto? Zato što ako izravno dopustite umjetnoj inteligenciji da počne pisati kod, ona neće znati da ono što želite već postoji. Generirat će vam ogromnu količinu koda od nule. Taj se kod može preklapati s funkcionalnošću postojećih projekata otvorenog koda i na kraju ćete ga morati sami srediti.

Međutim, ako dopustite da vam umjetna inteligencija prvo pomogne pronaći odgovor, njezini će se prijedlozi temeljiti na postojećem ekosustavu, a kada napišete kod, količina koda može se smanjiti za barem polovicu.

To i sam radim. Kad god započnem novi projekt, prvo pokrenem ovaj program za prijedloge, a zatim odlučim o sljedećem koraku na temelju prijedloga umjetne inteligencije. To stvarno poboljšava učinkovitost.

Iskreno, nisam siguran hoće li ova metoda funkcionirati za sve; nekim projektima možda doista nedostaju lako dostupna rješenja. Ali razmislite o tome: za većinu stvari koje želite napraviti, sa stotinama milijuna repozitorija na GitHubu, postoji vrlo velika vjerojatnost da je netko to već učinio.

Stojeći na ramenima divova

Nisi programer, pa ne moraš pisati kod od nule. Nisi kreator sadržaja, pa ne moraš svaki dan stvarati originalan sadržaj. Ti si samo netko tko želi napraviti nešto smisleno, a najpametniji pristup je prvo vidjeti što su drugi već napravili, a zatim stati na ramena divova.

Ponekad mislim da je najpametniji način korištenja umjetne inteligencije u eri umjetne inteligencije ne dopustiti umjetnoj inteligenciji da sve radi za vas, već dopustiti umjetnoj inteligenciji da umjesto vas prikuplja informacije i analizira odluke, a zatim ih vi možete izvršiti.

Koja je razlika između ovoga i korištenja tražilice prije? Prije, kada biste tražili određeni zahtjev, pojavila bi se hrpa poveznica i morali ste kliknuti jednu po jednu da biste vidjeli koje rade, a koje ne. Sada kažete umjetnoj inteligenciji svoje zahtjeve, a ona ih filtrira za vas i izravno vam daje zaključak.

Možeš li vjerovati?

Ovaj upit treba biti ugraviran.DNAu

Osobno mislim da bi ovaj korak trebao biti ukorijenjen u našem DNK-u . Provođenje kroz njega prije početka novog projekta zaista štedi puno vremena.

Još jedna prednost ovog pristupa je što izbjegavate ponovno izmišljanje kotača. Umjetna inteligencija vam pomaže pronaći lako dostupna rješenja, omogućujući vam da se usredotočite na doista prilagođene aspekte. Na taj način vaša energija može biti posvećena najvrjednijim područjima.

Moje vlastito iskustvo je da sam, kada sam prvi put počeo koristiti umjetnu inteligenciju za pisanje koda, bio jako uzbuđen i želio sam da umjetna inteligencija generira sve od nule. Ali nakon što sam je neko vrijeme koristio, otkrio sam da je to često sporije. To je zato što morate otklanjati pogreške, mijenjati i održavati kod koji generira umjetna inteligencija, dok su postojeći projekti otvorenog koda verificirani od strane mnogih ljudi, pa je njihova kvaliteta zajamčenija.

Ovo možda zvuči nelogično, zar ne? Ali razmislite o tome: najvažnija stvar kod koda nije njegovo pisanje, već ispravno pisanje. Postojeća rješenja su već validirana; njihovo izravno korištenje značajno će smanjiti vjerojatnost nastanka problema.

Dakle, moj savjet je, sljedeći put kada pišete kod s Codexom ili bilo kojom umjetnom inteligencijom, nemojte žuriti. Prvo, jednom pokrenite prompt i pustite da vam umjetna inteligencija pomogne pronaći odgovor.

Možda ćete otkriti da je ono što pokušavate učiniti već netko drugi učinio.

Samo ga trebaš uzeti i koristiti.

Iskoristite ušteđeno vrijeme za nešto zanimljivije.

Budući da ste pročitali do sada, ako vam je bilo korisno, lajkajte i podijelite. Ako želite prvi primati novosti, možete me i pratiti!

Hvala vam što ste pročitali moj članak. Vidimo se sljedeći put.