ဆောင်းပါးလမ်းညွှန်
Codex ကိုသုံးတဲ့အခါ ထိရောက်မှု ဘယ်လိုတိုးတက်အောင်လုပ်ရမလဲလို့ သူငယ်ချင်းတစ်ယောက်က တစ်နေ့က မေးတယ်။
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？
ပရောဂျက်တစ်ခုစီမစခင်မှာ အောက်ပါ prompt ကို ကူးယူပြီး paste လုပ်ပြီး run ဖို့ ကျွန်တော်ပြောထားပါတယ်။
他试了一下，回来跟我说，确实省了好多时间。
ကျွန်တော် စဉ်းစားနေတာ၊ ဒီ feature ကို လူအတော်များများ မသိကြဘူးထင်တယ်။ လူအများစုက AI ကိုသုံးပြီး ကုဒ်ရေးသလိုပါပဲ၊ Vibe Coding ကနေစပြီး AI က ဝက်ဘ်ဆိုက်တွေ ဖန်တီးပြီး အက်ပ်တွေ ရေးခိုင်းပါတယ်။
တကယ်ကို အလျင်စလိုလုပ်စရာမလိုပါဘူး။
မင်းလုပ်ချင်တာကို GitHub မှာ တစ်ယောက်ယောက်က လုပ်ပြီးသား ဖြစ်နိုင်ပါတယ်။
သင်လုပ်ချင်တာတွေကို GitHub မှာ လုပ်ပြီးသွားလောက်ပါပြီ။ ဖြေရှင်းချက်အများစုဟာ ရင့်ကျက်ပြီးသားဖြစ်ပြီး ကုဒ်အရည်အသွေးကလည်း သင်ကိုယ်တိုင်ရေးနိုင်တာထက်တောင် မြင့်မားနိုင်ပါတယ်။ ရှိပြီးသားအလုပ်ကို တိုက်ရိုက်ရည်ညွှန်းပြီး ပြုပြင်မွမ်းမံနိုင်တဲ့အခါ ဘာလို့ အစကနေ ပြန်ရေးရမှာလဲ။
ကျွန်တော့်ရဲ့ ကိုယ်ရေးကိုယ်တာ အကျင့်ကတော့ ပရောဂျက်အသစ်တစ်ခု စတင်ချင်တိုင်း ကုဒ်တွေကို ချက်ချင်းမရေးပါဘူး။ ပထမဆုံး Codex ကို ဒီအကြံပြုချက် ပို့လိုက်ပါတယ်။
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。
ဒီစာကြောင်းတစ်ကြောင်းတည်းပဲ။
ဒီလှုံ့ဆော်မှုက အရာသုံးခုကို လုပ်ဆောင်ပေးခဲ့ပါတယ်။
စဉ်းစားကြည့်ပါ၊ ဒီ prompt က အရာသုံးခုကို လုပ်ဆောင်ပါတယ်။
ပထမဦးစွာ၊ ၎င်းသည် AI အား ၎င်း၏ကိုယ်ပိုင်ရေးသားမှုများစတင်မည့်အစား GitHub တွင်ရှိပြီးသားဖြေရှင်းချက်များကိုရှာဖွေနိုင်စေပါသည်။ Codex ကို GitHub plugin နှင့်ပေါင်းစပ်လိုက်သောအခါ open-source ပရောဂျက်များကို အချိန်နှင့်တပြေးညီရှာဖွေနိုင်ကြောင်း လူအတော်များများမသိကြပေ။ ၎င်းသည် လုပ်ဆောင်ချက်တစ်ခုမျှသာမဟုတ်ပါ။
ဒုတိယအချက်အနေနဲ့ ဒီပရောဂျက်တွေရဲ့ အရည်အသွေးကို အကဲဖြတ်ဖို့အတွက် AI ကို အသုံးပြုပါတယ်- ဆက်လက်ထိန်းသိမ်းထားဆဲလား၊ ဖြန့်ကျက်မှုက ဘယ်လောက်ရှုပ်ထွေးလဲ၊ ဘယ်အင်္ဂါရပ်တွေကို တိုက်ရိုက်အသုံးပြုနိုင်လဲဆိုတာတွေကိုပါ။ GitHub မှာ ပရောဂျက်တစ်ခုချင်းစီကို ကိုယ်တိုင်ရှာဖွေမယ်ဆိုရင် တစ်နာရီ ဒါမှမဟုတ် နှစ်နာရီလောက် ကြာနိုင်ပါတယ်။ AI ကို run ခိုင်းလိုက်ရင် ရလဒ်တွေကို မိနစ်ပိုင်းအတွင်း ရရှိပါလိမ့်မယ်။
တတိယအချက်အနေနဲ့ AI က တိုက်ရိုက်သုံးရမလား၊ ပြုပြင်ရမလား၊ ဒါမှမဟုတ် အစကနေရေးရမလားဆိုတဲ့ ရှင်းလင်းတဲ့ ဆုံးဖြတ်ချက်အကြံပြုချက်တစ်ခု ပေးနိုင်ပြီး အရိုးရှင်းဆုံး MVP ဖြေရှင်းချက်ကို စီစဉ်ဖို့လည်း ကူညီပေးပါတယ်။
ဘာကြောင့် တိုကင်တွေ အများကြီး သိမ်းဆည်းနိုင်တာလဲ။
ဒီလုပ်ဆောင်ချက်က တိုကင်တွေ အများကြီး ချွေတာနိုင်တယ်လို့ ပြောပါရစေ။
ဘာကြောင့်လဲဆိုတော့ AI ကို ကုဒ်ရေးခိုင်းရင် သင်လိုချင်တာရှိပြီးသားဆိုတာ သူသိမှာမဟုတ်ဘူး။ အစကနေ သင့်အတွက် ကုဒ်အမြောက်အမြားကို ထုတ်ပေးလိမ့်မယ်။ ဒီကုဒ်ဟာ ရှိပြီးသား open-source ပရောဂျက်တွေရဲ့ လုပ်ဆောင်ချက်နဲ့ ထပ်တူကျနိုင်ပြီး နောက်ဆုံးမှာ သင်ကိုယ်တိုင် သန့်ရှင်းရေးလုပ်ရလိမ့်မယ်။
သို့သော်၊ AI ကို အဖြေရှာဖွေရန် ဦးစွာကူညီခွင့်ပြုပါက ၎င်း၏ အကြံပြုချက်များသည် ရှိပြီးသား ဂေဟစနစ်အပေါ် အခြေခံမည်ဖြစ်ပြီး ကုဒ်ရေးသောအခါ ကုဒ်ပမာဏကို အနည်းဆုံး ထက်ဝက်လျှော့ချနိုင်သည်။
ကျွန်တော်ကိုယ်တိုင်လည်း အဲဒီလိုပဲ လုပ်ပါတယ်။ ပရောဂျက်အသစ်တစ်ခု စတင်တိုင်း ဒီအကြံပြုချက်အစီအစဉ်ကို အရင်လုပ်ဆောင်ပြီး AI ရဲ့ အကြံပြုချက်တွေအပေါ် အခြေခံပြီး နောက်တစ်ဆင့်ကို ဆုံးဖြတ်ပါတယ်။ ဒါက ထိရောက်မှုကို အမှန်တကယ် တိုးတက်စေပါတယ်။
အမှန်အတိုင်းပြောရရင် ဒီနည်းလမ်းက လူတိုင်းအတွက် အလုပ်ဖြစ်မလားဆိုတာ ကျွန်တော်သေချာမသိပါဘူး။ တချို့ပရောဂျက်တွေမှာ အလွယ်တကူရရှိနိုင်တဲ့ ဖြေရှင်းချက်တွေ မရှိနိုင်ပါဘူး။ ဒါပေမယ့် စဉ်းစားကြည့်ပါ- GitHub မှာ repositories သန်းရာပေါင်းများစွာနဲ့ သင်လုပ်ချင်တဲ့ အရာအများစုအတွက် တစ်ယောက်ယောက်က လုပ်ပြီးသားဖြစ်နိုင်ခြေ အရမ်းများပါတယ်။
ဧရာမလူများ၏ ပခုံးပေါ်တွင် ရပ်နေခြင်း
မင်းက programmer မဟုတ်တဲ့အတွက် code ကို အစကနေ ရေးစရာမလိုပါဘူး။ content creator မဟုတ်တဲ့အတွက် နေ့တိုင်း original content ဖန်တီးစရာမလိုပါဘူး။ မင်းက အဓိပ္ပာယ်ရှိတဲ့ တစ်ခုခုကို လုပ်ချင်သူတစ်ယောက်ပါ။ အလိမ္မာဆုံးနည်းလမ်းကတော့ တခြားသူတွေ ဘာတွေလုပ်ပြီးသားလဲဆိုတာကို အရင်ကြည့်ပြီးမှ ဧရာမလူတွေရဲ့ပခုံးပေါ်မှာ ရပ်ကြည့်ဖို့ပါပဲ။
တစ်ခါတစ်ရံမှာ AI ခေတ်မှာ AI ကိုသုံးဖို့ အကောင်းဆုံးနည်းလမ်းက AI ကို မင်းအတွက် အရာအားလုံးကို လုပ်ပေးခိုင်းတာမဟုတ်ဘဲ AI ကို အချက်အလက်ရှာဖွေခြင်းနဲ့ ဆုံးဖြတ်ချက်ချခြင်းတွေကို မင်းအတွက် လုပ်ပေးခိုင်းပြီး မင်းကိုယ်တိုင် လုပ်ဆောင်နိုင်အောင် လုပ်ပေးဖို့လို့ ငါခံစားရတယ်။
ဒီဟာနဲ့ အရင်က ရှာဖွေရေးအင်ဂျင်သုံးတာ ဘာကွာခြားလဲ။ အရင်က လိုအပ်ချက်တစ်ခုကို ရှာဖွေတဲ့အခါ လင့်ခ်တွေ အများကြီးပေါ်လာပြီး ဘယ်လင့်ခ်က အလုပ်ဖြစ်ပြီး ဘယ်လင့်ခ်က အလုပ်မဖြစ်ဘူးဆိုတာကို တစ်ကြောင်းချင်းစီ နှိပ်ပြီး ကြည့်ရပါတယ်။ အခု AI ကို သင့်ရဲ့လိုအပ်ချက်တွေကို ပြောပြလိုက်ရင် AI က စစ်ထုတ်ပေးပြီး တိုက်ရိုက်နိဂုံးချုပ်ပေးပါတယ်။
ယုံနိုင်ပါသလား။
ဤအချက်ပြမှုကို ထွင်းထုထားသင့်သည်။DNA ကိုin
ဒီညွှန်ကြားချက်ကို ကျွန်တော်တို့ရဲ့ DNA မှာ စွဲမြဲနေသင့်တယ်လို့ ကျွန်တော်ကိုယ်တိုင်ထင်ပါတယ် ။ ပရောဂျက်အသစ်တစ်ခုမစခင်မှာ လုပ်ဆောင်ခြင်းက အချိန်အများကြီး သက်သာစေပါတယ်။
ဒီနည်းလမ်းရဲ့ နောက်ထပ်အားသာချက်တစ်ခုကတော့ ဘီးကို ပြန်လည်တီထွင်တာမျိုးကို ရှောင်ရှားနိုင်ခြင်းပါပဲ။ AI က အလွယ်တကူရရှိနိုင်တဲ့ ဖြေရှင်းနည်းတွေကို ရှာဖွေဖို့ ကူညီပေးပြီး အမှန်တကယ် စိတ်ကြိုက်ပြင်ဆင်ထားတဲ့ ရှုထောင့်တွေကို အာရုံစိုက်နိုင်စေပါတယ်။ ဒီနည်းလမ်းအားဖြင့် သင့်ရဲ့စွမ်းအင်ကို အဖိုးတန်ဆုံးနေရာတွေမှာ သုံးစွဲနိုင်ပါတယ်။
ကျွန်တော့်ရဲ့ကိုယ်ပိုင်အတွေ့အကြုံအရ AI ကိုသုံးပြီး ကုဒ်ရေးဖို့ စသုံးတုန်းက အရမ်းစိတ်လှုပ်ရှားခဲ့ပြီး AI က အရာအားလုံးကို သုညကနေ ဖန်တီးပေးစေချင်ခဲ့ပါတယ်။ ဒါပေမယ့် ခဏလောက်သုံးပြီးတဲ့နောက်မှာ ဒီလိုလုပ်တာက နှေးကွေးတတ်တယ်ဆိုတာ တွေ့ရှိခဲ့ပါတယ်။ ဘာကြောင့်လဲဆိုတော့ AI ကထုတ်ပေးတဲ့ ကုဒ်ကို debug လုပ်၊ ပြုပြင်၊ ထိန်းသိမ်းရတာကြောင့်ပါ။ ရှိပြီးသား open-source ပရောဂျက်တွေကိုတော့ လူအများက အတည်ပြုပြီးသားဖြစ်လို့ သူတို့ရဲ့ အရည်အသွေးက ပိုပြီးအာမခံချက်ရှိပါတယ်။
ဒါက ဆန့်ကျင်ဘက်လို့ ထင်ရမလားပဲ။ ဒါပေမယ့် စဉ်းစားကြည့်ပါ- ကုဒ်ရဲ့ အရေးကြီးဆုံးအရာက ကုဒ်ကို ရေးသားခြင်းမဟုတ်ဘဲ မှန်ကန်စွာ ရေးသားခြင်းပါပဲ။ ရှိပြီးသား ဖြေရှင်းနည်းတွေကို အတည်ပြုပြီးသားပါ။ တိုက်ရိုက်အသုံးပြုခြင်းအားဖြင့် ပြဿနာတွေနဲ့ ကြုံတွေ့ရနိုင်ခြေကို သိသိသာသာ လျှော့ချပေးပါလိမ့်မယ်။
ဒါကြောင့် ကျွန်တော့်အကြံပြုချက်ကတော့ နောက်တစ်ကြိမ် Codex ဒါမှမဟုတ် AI တစ်ခုခုနဲ့ ကုဒ်ရေးတဲ့အခါ အလျင်စလိုမလုပ်ပါနဲ့။ ပထမဦးစွာ prompt ကို တစ်ကြိမ် run ပြီး AI က အဖြေရှာဖို့ ကူညီပေးပါစေ။
သင်လုပ်ဆောင်ရန် ကြိုးစားနေသည့်အရာကို အခြားသူတစ်ဦးက လုပ်ဆောင်ပြီးဖြစ်ကြောင်း သင်တွေ့ရှိနိုင်ပါသည်။
မင်းယူသွားပြီးသုံးဖို့ပဲလိုတယ်။
သင်သိမ်းဆည်းထားတဲ့အချိန်ကို ပိုစိတ်ဝင်စားစရာကောင်းတဲ့အရာတစ်ခုခုလုပ်ဖို့ အသုံးပြုပါ။
ဒီအထိဖတ်ပြီးပြီဆိုတော့ အသုံးဝင်ရင် like လုပ်ပြီး share လုပ်ပေးပါ။ update တွေကို ဦးစွာရယူချင်ရင် ကျွန်တော့်ကို follow လုပ်နိုင်ပါတယ်။
ကျွန်တော့်ရဲ့ဆောင်းပါးကို ဖတ်ရှုပေးတဲ့အတွက် ကျေးဇူးတင်ပါတယ်။ နောက်တစ်ကြိမ်မှာ ပြန်ဆုံကြမယ်။
Chen Weiliang ရဲ့ဘလော့ဂ် ( https://www.chenweiliang.com/ ) မှာ မျှဝေထားတဲ့ "Vibe Coding Efficiency Doubling Techniques: A Must-Read Before Writing Code! Use AI to Find the Optimal Solution First" ဆောင်းပါးက သင့်အတွက် အထောက်အကူဖြစ်လိမ့်မယ်လို့ မျှော်လင့်ပါတယ်။
ဒီဆောင်းပါးလင့်ခ်ကို မျှဝေပေးဖို့ မတွန့်ဆုတ်ပါနဲ့- https://www.chenweiliang.com/cwl-34473.html