വൈബ് കോഡിംഗ് കാര്യക്ഷമത നുറുങ്ങുകൾ: കോഡ് എഴുതുന്നതിനുമുമ്പ് തീർച്ചയായും വായിക്കേണ്ട ഒന്ന്! ആദ്യം ഒപ്റ്റിമൽ പരിഹാരം കണ്ടെത്താൻ AI ഉപയോഗിക്കുക.

കോഡെക്സ് ഉപയോഗിക്കുമ്പോൾ കാര്യക്ഷമത എങ്ങനെ മെച്ചപ്പെടുത്താമെന്ന് കഴിഞ്ഞ ദിവസം ഒരു സുഹൃത്ത് എന്നോട് ചോദിച്ചു.

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?

ഓരോ പ്രോജക്റ്റ് ആരംഭിക്കുന്നതിന് മുമ്പ് താഴെ പറയുന്ന പ്രോംപ്റ്റ് പകർത്തി ഒട്ടിച്ച് പ്രവർത്തിപ്പിക്കാൻ ഞാൻ നിങ്ങളോട് പറഞ്ഞു.

他试了一下,回来跟我说,确实省了好多时间。

വൈബ് കോഡിംഗ് കാര്യക്ഷമത നുറുങ്ങുകൾ: കോഡ് എഴുതുന്നതിനുമുമ്പ് തീർച്ചയായും വായിക്കേണ്ട ഒന്ന്! ആദ്യം ഒപ്റ്റിമൽ പരിഹാരം കണ്ടെത്താൻ AI ഉപയോഗിക്കുക.

ഞാൻ ഇതിനെക്കുറിച്ച് ചിന്തിച്ചുകൊണ്ടിരിക്കുകയായിരുന്നു, പക്ഷേ വളരെ കുറച്ച് ആളുകൾക്ക് ഈ സവിശേഷതയെക്കുറിച്ച് അറിയില്ലെന്ന് തോന്നുന്നു. വൈബ് കോഡിംഗിൽ തുടങ്ങി കോഡ് എഴുതാൻ പലരും AI ഉപയോഗിക്കുന്നതുപോലെയാണ് ഇത്, വെബ്‌സൈറ്റുകൾ സൃഷ്ടിക്കാനും ആപ്പുകൾ എഴുതാനും AI-യെ അനുവദിക്കുന്നു.

ശരിക്കും തിരക്കുകൂട്ടേണ്ട കാര്യമില്ല.

നിങ്ങൾ ചെയ്യാൻ ആഗ്രഹിക്കുന്നത്, GitHub-ലെ ആരെങ്കിലും ഇതിനകം ചെയ്തുകഴിഞ്ഞിരിക്കാനാണ് സാധ്യത.

നിങ്ങൾ ചെയ്യാൻ ആഗ്രഹിക്കുന്നത് മിക്കവാറും GitHub-ൽ ചെയ്തുകഴിഞ്ഞു. പല പരിഹാരങ്ങളും ഇതിനകം തന്നെ പക്വത പ്രാപിച്ചിരിക്കുന്നു, കൂടാതെ കോഡ് ഗുണനിലവാരം നിങ്ങൾക്ക് സ്വയം എഴുതാൻ കഴിയുന്നതിനേക്കാൾ ഉയർന്നതായിരിക്കാം. നിലവിലുള്ള കൃതികൾ നേരിട്ട് റഫർ ചെയ്യാനും പരിഷ്കരിക്കാനും കഴിയുമ്പോൾ എന്തിനാണ് അത് ആദ്യം മുതൽ വീണ്ടും എഴുതുന്നത്?

എന്റെ വ്യക്തിപരമായ ശീലം എന്തെന്നാൽ, ഒരു പുതിയ പ്രോജക്റ്റ് ആരംഭിക്കാൻ ആഗ്രഹിക്കുമ്പോൾ, ഞാൻ ഉടൻ തന്നെ ഒരു കോഡും എഴുതാറില്ല. ആദ്യം, ഞാൻ ഈ നിർദ്ദേശം കോഡെക്സിലേക്ക് അയയ്ക്കുന്നു:

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。

ഈ ഒരു വാചകം മാത്രം.

ഈ പ്രോംപ്റ്റ് മൂന്ന് കാര്യങ്ങൾ ചെയ്തു.

ഒന്ന് ആലോചിച്ചു നോക്കൂ, ഈ പ്രോംപ്റ്റ് മൂന്ന് കാര്യങ്ങൾ ചെയ്യുന്നു.

ഒന്നാമതായി, സ്വന്തമായി എഴുതാൻ തുടങ്ങുന്നതിനുപകരം GitHub-ൽ നിലവിലുള്ള പരിഹാരങ്ങൾ കണ്ടെത്താൻ ഇത് AI-യെ അനുവദിക്കുന്നു. GitHub പ്ലഗിനുമായി സംയോജിപ്പിക്കുമ്പോൾ, കോഡെക്സിന് യഥാർത്ഥത്തിൽ ഓപ്പൺ സോഴ്‌സ് പ്രോജക്റ്റുകൾക്കായി തത്സമയം തിരയാൻ കഴിയുമെന്ന് പലർക്കും അറിയില്ലായിരിക്കാം; ഇത് ഒരു സവിശേഷത മാത്രമല്ല.

രണ്ടാമതായി, ഈ പ്രോജക്റ്റുകളുടെ ഗുണനിലവാരം വിലയിരുത്താൻ ഇത് നിങ്ങളെ സഹായിക്കുന്നതിന് AI ഉപയോഗിക്കുന്നു: അവ ഇപ്പോഴും പരിപാലിക്കപ്പെടുന്നുണ്ടോ, വിന്യാസം എത്ര സങ്കീർണ്ണമാണ്, ഏതൊക്കെ സവിശേഷതകൾ നേരിട്ട് ഉപയോഗിക്കാൻ കഴിയും. നിങ്ങൾ GitHub-ൽ ഓരോ പ്രോജക്റ്റും സ്വമേധയാ തിരയുകയാണെങ്കിൽ, ഒന്നോ രണ്ടോ മണിക്കൂർ എടുത്തേക്കാം. AI അത് പ്രവർത്തിപ്പിക്കാൻ അനുവദിക്കുക, നിങ്ങൾക്ക് മിനിറ്റുകൾക്കുള്ളിൽ ഫലങ്ങൾ ലഭിക്കും.

മൂന്നാമതായി, ഇത് നേരിട്ട് ഉപയോഗിക്കണോ, പരിഷ്കരിക്കണോ, അല്ലെങ്കിൽ ആദ്യം മുതൽ എഴുതണോ എന്ന് വ്യക്തമായ ഒരു തീരുമാന നിർദ്ദേശം നൽകാൻ AI-യെ അനുവദിക്കുന്നു, കൂടാതെ ഏറ്റവും ലളിതമായ MVP പരിഹാരം ആസൂത്രണം ചെയ്യാനും ഇത് നിങ്ങളെ സഹായിക്കുന്നു.

എന്തുകൊണ്ടാണ് നമുക്ക് ധാരാളം ടോക്കണുകൾ ലാഭിക്കാൻ കഴിയുന്നത്?

ഈ പ്രവർത്തനം നിങ്ങൾക്ക് ധാരാളം ടോക്കണുകൾ ലാഭിക്കാൻ സഹായിക്കുമെന്ന് ഞാൻ നിങ്ങളോട് പറയട്ടെ.

എന്തുകൊണ്ട്? കാരണം നിങ്ങൾ നേരിട്ട് കോഡ് എഴുതാൻ AI-യെ അനുവദിച്ചാൽ, നിങ്ങൾക്ക് വേണ്ടത് നിലവിലുണ്ടെന്ന് അതിന് അറിയില്ല. ഇത് നിങ്ങൾക്കായി ഒരു വലിയ അളവിലുള്ള കോഡ് ആദ്യം മുതൽ സൃഷ്ടിക്കും. നിലവിലുള്ള ഓപ്പൺ സോഴ്‌സ് പ്രോജക്റ്റുകളുടെ പ്രവർത്തനവുമായി ഈ കോഡ് ഓവർലാപ്പ് ചെയ്‌തേക്കാം, ഒടുവിൽ നിങ്ങൾ അത് സ്വയം വൃത്തിയാക്കേണ്ടിവരും.

എന്നിരുന്നാലും, ആദ്യം ഉത്തരം കണ്ടെത്താൻ AI-യെ സഹായിക്കാൻ നിങ്ങൾ അനുവദിക്കുകയാണെങ്കിൽ, അതിന്റെ നിർദ്ദേശങ്ങൾ നിലവിലുള്ള ആവാസവ്യവസ്ഥയെ അടിസ്ഥാനമാക്കിയുള്ളതായിരിക്കും, കൂടാതെ നിങ്ങൾ കോഡ് എഴുതുമ്പോൾ, കോഡിന്റെ അളവ് കുറഞ്ഞത് പകുതിയെങ്കിലും കുറയ്ക്കാൻ കഴിയും.

ഞാനും അങ്ങനെയാണ് ചെയ്യുന്നത്. ഞാൻ ഒരു പുതിയ പ്രോജക്റ്റ് ആരംഭിക്കുമ്പോഴെല്ലാം, ആദ്യം ഈ നിർദ്ദേശ പരിപാടി ഞാൻ പ്രവർത്തിപ്പിക്കുന്നു, തുടർന്ന് AI യുടെ നിർദ്ദേശങ്ങളെ അടിസ്ഥാനമാക്കി അടുത്ത ഘട്ടം തീരുമാനിക്കുന്നു. ഇത് ശരിക്കും കാര്യക്ഷമത മെച്ചപ്പെടുത്തുന്നു.

സത്യം പറഞ്ഞാൽ, ഈ രീതി എല്ലാവർക്കും പ്രവർത്തിക്കുമോ എന്ന് എനിക്ക് ഉറപ്പില്ല; ചില പ്രോജക്റ്റുകൾക്ക് എളുപ്പത്തിൽ ലഭ്യമായ പരിഹാരങ്ങൾ ഇല്ലായിരിക്കാം. പക്ഷേ ഇതിനെക്കുറിച്ച് ചിന്തിക്കുക: GitHub-ലെ കോടിക്കണക്കിന് റിപ്പോസിറ്ററികൾ ഉപയോഗിച്ച് നിങ്ങൾ ചെയ്യാൻ ആഗ്രഹിക്കുന്ന മിക്ക കാര്യങ്ങൾക്കും, ആരെങ്കിലും ഇതിനകം അത് ചെയ്‌തിരിക്കാനുള്ള സാധ്യത വളരെ കൂടുതലാണ്.

ഭീമന്മാരുടെ ചുമലിൽ നിൽക്കുന്നു

നിങ്ങൾ ഒരു പ്രോഗ്രാമർ അല്ലാത്തതിനാൽ, ആദ്യം മുതൽ കോഡ് എഴുതേണ്ടതില്ല. നിങ്ങൾ ഒരു കണ്ടന്റ് സ്രഷ്ടാവല്ല, അതിനാൽ എല്ലാ ദിവസവും ഒറിജിനൽ കണ്ടന്റ് സൃഷ്ടിക്കേണ്ടതില്ല. അർത്ഥവത്തായ എന്തെങ്കിലും ചെയ്യാൻ ആഗ്രഹിക്കുന്ന ഒരാൾ മാത്രമാണ് നിങ്ങൾ, മറ്റുള്ളവർ ഇതിനകം എന്താണ് ചെയ്തതെന്ന് ആദ്യം കാണുക, തുടർന്ന് ഭീമന്മാരുടെ ചുമലിൽ നിൽക്കുക എന്നതാണ് ഏറ്റവും സമർത്ഥമായ സമീപനം.

ചിലപ്പോഴൊക്കെ എനിക്ക് തോന്നാറുണ്ട്, AI കാലഘട്ടത്തിൽ AI ഉപയോഗിക്കാനുള്ള ഏറ്റവും മികച്ച മാർഗം AI നിങ്ങൾക്കായി എല്ലാം ചെയ്യാൻ അനുവദിക്കുകയല്ല, മറിച്ച് AI നിങ്ങൾക്കായി വിവരങ്ങൾ വീണ്ടെടുക്കലും തീരുമാന വിശകലനവും നടത്താൻ അനുവദിക്കുക എന്നതാണ്, അപ്പോൾ നിങ്ങൾക്ക് അത് നടപ്പിലാക്കാൻ കഴിയും.

ഇതിനും മുമ്പ് ഒരു സെർച്ച് എഞ്ചിൻ ഉപയോഗിക്കുന്നതിനും ഇടയിലുള്ള വ്യത്യാസമെന്താണ്? മുമ്പ്, നിങ്ങൾ ഒരു പ്രത്യേക ആവശ്യകതയ്ക്കായി തിരയുമ്പോൾ, ഒരു കൂട്ടം ലിങ്കുകൾ പ്രത്യക്ഷപ്പെടുമായിരുന്നു, ഏതാണ് പ്രവർത്തിക്കുന്നതെന്നും ഏതാണ് പ്രവർത്തിക്കാത്തതെന്നും കാണാൻ നിങ്ങൾ അവയിൽ ഓരോന്നായി ക്ലിക്ക് ചെയ്യണമായിരുന്നു. ഇപ്പോൾ, നിങ്ങൾ AI-യോട് നിങ്ങളുടെ ആവശ്യകതകൾ പറയുകയും അത് നിങ്ങൾക്കായി അവ ഫിൽട്ടർ ചെയ്യുകയും നേരിട്ട് നിഗമനം നൽകുകയും ചെയ്യുന്നു.

നിങ്ങള്‍ക്ക് ഇത് വിശ്വസിക്കാന്‍ കഴിയുമോ?

ഈ പ്രോംപ്റ്റ് കൊത്തിവയ്ക്കണം.ഡിഎൻഎഅകത്ത്

ഈ പ്രോംപ്റ്റ് നമ്മുടെ ഡിഎൻഎയിൽ ഉറച്ചുനിൽക്കണമെന്ന് ഞാൻ വ്യക്തിപരമായി കരുതുന്നു . ഒരു പുതിയ പ്രോജക്റ്റ് ആരംഭിക്കുന്നതിന് മുമ്പ് ഇത് നടപ്പിലാക്കുന്നത് ധാരാളം സമയം ലാഭിക്കുന്നു.

ഈ സമീപനത്തിന്റെ മറ്റൊരു നേട്ടം, നിങ്ങൾ ചക്രം പുനർനിർമ്മിക്കുന്നത് ഒഴിവാക്കുന്നു എന്നതാണ്. എളുപ്പത്തിൽ ലഭ്യമായ പരിഹാരങ്ങൾ കണ്ടെത്താൻ AI നിങ്ങളെ സഹായിക്കുന്നു, ഇത് യഥാർത്ഥത്തിൽ ഇഷ്ടാനുസൃതമാക്കിയ വശങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു. ഈ രീതിയിൽ, നിങ്ങളുടെ ഊർജ്ജം ഏറ്റവും മൂല്യവത്തായ മേഖലകളിൽ ചെലവഴിക്കാൻ കഴിയും.

എന്റെ സ്വന്തം അനുഭവം എന്തെന്നാൽ, കോഡ് എഴുതാൻ ഞാൻ ആദ്യമായി AI ഉപയോഗിക്കാൻ തുടങ്ങിയപ്പോൾ, ഞാൻ ശരിക്കും ആവേശഭരിതനായിരുന്നു, AI ഉപയോഗിച്ച് എല്ലാം ആദ്യം മുതൽ സൃഷ്ടിക്കണമെന്ന് ഞാൻ ആഗ്രഹിച്ചു. എന്നാൽ കുറച്ചുകാലം അത് ഉപയോഗിച്ചപ്പോൾ, അങ്ങനെ ചെയ്യുന്നത് പലപ്പോഴും മന്ദഗതിയിലാണെന്ന് ഞാൻ കണ്ടെത്തി. നിലവിലുള്ള ഓപ്പൺ സോഴ്‌സ് പ്രോജക്റ്റുകൾ നിരവധി ആളുകൾ പരിശോധിച്ചുറപ്പിച്ചിട്ടുണ്ടെങ്കിലും, AI സൃഷ്ടിച്ച കോഡ് ഡീബഗ് ചെയ്യുകയും പരിഷ്‌ക്കരിക്കുകയും പരിപാലിക്കുകയും ചെയ്യേണ്ടി വരുന്നതിനാലാണിത്, അതിനാൽ അവയുടെ ഗുണനിലവാരം കൂടുതൽ ഉറപ്പുനൽകുന്നു.

ഇത് അവബോധജന്യമായി തോന്നില്ലേ? പക്ഷേ ഇതിനെക്കുറിച്ച് ചിന്തിക്കുക: കോഡിന്റെ ഏറ്റവും പ്രധാനപ്പെട്ട കാര്യം അത് എഴുതുകയല്ല, മറിച്ച് ശരിയായി എഴുതുക എന്നതാണ്. നിലവിലുള്ള പരിഹാരങ്ങൾ ഇതിനകം സാധൂകരിക്കപ്പെട്ടിട്ടുണ്ട്; അവ നേരിട്ട് ഉപയോഗിക്കുന്നത് പ്രശ്നങ്ങൾ നേരിടാനുള്ള സാധ്യത ഗണ്യമായി കുറയ്ക്കും.

അതുകൊണ്ട് എന്റെ ഉപദേശം, അടുത്ത തവണ നിങ്ങൾ കോഡെക്സ് അല്ലെങ്കിൽ ഏതെങ്കിലും AI ഉപയോഗിച്ച് കോഡ് എഴുതുമ്പോൾ, അതിലേക്ക് തിരക്കുകൂട്ടരുത്. ആദ്യം, പ്രോംപ്റ്റ് ഒരിക്കൽ പ്രവർത്തിപ്പിച്ച് ഉത്തരം കണ്ടെത്താൻ AI നിങ്ങളെ സഹായിക്കട്ടെ.

നിങ്ങൾ ചെയ്യാൻ ശ്രമിക്കുന്നത് മറ്റൊരാൾ ഇതിനകം ചെയ്തിട്ടുണ്ടെന്ന് നിങ്ങൾ കണ്ടെത്തിയേക്കാം.

നിങ്ങൾ അത് എടുത്ത് ഉപയോഗിച്ചാൽ മതി.

നിങ്ങൾ ലാഭിക്കുന്ന സമയം കൂടുതൽ രസകരമായ എന്തെങ്കിലും ചെയ്യാൻ ഉപയോഗിക്കുക.

ഇത്രയും ദൂരം വായിച്ചതിനാൽ, ഇത് സഹായകരമാണെന്ന് തോന്നിയാൽ ദയവായി ലൈക്ക് ചെയ്യുകയും ഷെയർ ചെയ്യുകയും ചെയ്യുക. ആദ്യം അപ്‌ഡേറ്റുകൾ ലഭിക്കണമെങ്കിൽ, നിങ്ങൾക്ക് എന്നെ പിന്തുടരാനും കഴിയും!

എന്റെ ലേഖനം വായിച്ചതിന് നന്ദി. അടുത്ത തവണ കാണാം.

ചെൻ വെയ്‌ലിയാങ്ങിന്റെ ബ്ലോഗിൽ ( https://www.chenweiliang.com/ ) പങ്കിട്ട "വൈബ് കോഡിംഗ് എഫിഷ്യൻസി ഡബിൾലിംഗ് ടെക്നിക്കുകൾ: കോഡ് എഴുതുന്നതിനുമുമ്പ് നിർബന്ധമായും വായിക്കേണ്ട ഒന്ന്! ആദ്യം ഒപ്റ്റിമൽ പരിഹാരം കണ്ടെത്താൻ AI ഉപയോഗിക്കുക" എന്ന ലേഖനം നിങ്ങൾക്ക് സഹായകരമാകുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

ഈ ലേഖനത്തിന്റെ ലിങ്ക് പങ്കിടാൻ മടിക്കേണ്ടതില്ല: https://www.chenweiliang.com/cwl-34473.html

കൂടുതൽ മറഞ്ഞിരിക്കുന്ന തന്ത്രങ്ങൾ അൺലോക്ക് ചെയ്യാൻ🔑, ഞങ്ങളുടെ ടെലിഗ്രാം ചാനലിൽ ചേരാൻ സ്വാഗതം!

ഇഷ്ടമായാൽ ഷെയർ ചെയ്യുക, ലൈക്ക് ചെയ്യുക! നിങ്ങളുടെ ഷെയറുകളും ലൈക്കുകളും ഞങ്ങളുടെ തുടർച്ചയായ പ്രചോദനമാണ്!

 

发表 评论

您的邮箱地址不会被公开。必填项已用*标注

ടോപ്പ് സ്ക്രോൾ