Vibe Kodlama Verimliliği İpuçları: Kod Yazmadan Önce Mutlaka Okuyun! En Uygun Çözümü Bulmak İçin Önce Yapay Zekayı Kullanın.

Geçenlerde bir arkadaşım Codex kullanırken verimliliği nasıl artırabileceğini sordu.

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？

Size aşağıdaki komut istemini kopyalayıp yapıştırmanızı ve her projeye başlamadan önce çalıştırmanızı söylemiştim.

他试了一下，回来跟我说，确实省了好多时间。

Bunu düşündüm ve birçok kişinin bu özellikten habersiz olduğunu fark ettim. Tıpkı birçok kişinin yapay zekayı kod yazmak için kullanması gibi, hemen Vibe Coding ile başlayıp yapay zekanın web siteleri oluşturmasına ve uygulamalar yazmasına izin veriyorlar.

Acele etmeye gerçekten gerek yok.

Yapmak istediğiniz şeyi, GitHub'da birileri büyük olasılıkla zaten yapmıştır.

Yapmak istediğiniz şey büyük olasılıkla GitHub'da zaten yapılmıştır. Birçok çözüm zaten olgunlaşmış durumda ve kod kalitesi kendi yazabileceğinizden bile daha yüksek olabilir. Mevcut çalışmalara doğrudan referans verip onları değiştirebilecekken neden sıfırdan yeniden yazasınız ki?

Benim kişisel alışkanlığım, yeni bir projeye başlamak istediğimde hemen kod yazmamaktır. Önce Codex'e şu öneriyi gönderirim:

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。

Sadece bu tek cümle.

Bu komut üç şey yaptı.

Bir düşünün, bu komut üç şey yapıyor.

İlk olarak, yapay zekanın kendi çözümünü yazmaya başlamak yerine GitHub'da mevcut çözümleri bulmasına olanak tanır. Birçok kişi, GitHub eklentisiyle entegre edildiğinde Codex'in gerçek zamanlı olarak açık kaynak projelerini arayabildiğini bilmeyebilir; bu sadece bir özellik değil.

İkinci olarak, bu projelerin kalitesini değerlendirmenize yardımcı olmak için yapay zekayı kullanır: hala bakımlarının yapılıp yapılmadığı, dağıtımın ne kadar karmaşık olduğu ve hangi özelliklerin doğrudan kullanılabileceği gibi. GitHub'daki her projeyi manuel olarak aramak bir veya iki saat sürebilir. Bırakın yapay zeka bunu yapsın, sonuçları dakikalar içinde alırsınız.

Üçüncüsü, yapay zekanın size net bir karar önerisi sunmasına olanak tanır: doğrudan kullanmak, değiştirmek veya sıfırdan yazmak; ayrıca en basit MVP çözümünü planlamanıza da yardımcı olur.

Neden çok sayıda jeton biriktirebiliyoruz?

Size şunu söyleyeyim, bu işlem gerçekten de size çok fazla jeton tasarrufu sağlayabilir.

Neden mi? Çünkü yapay zekanın doğrudan kod yazmasına izin verirseniz, istediğiniz şeyin zaten var olduğunu bilemeyecektir. Sizin için sıfırdan çok büyük miktarda kod üretecektir. Bu kod, mevcut açık kaynaklı projelerin işlevselliğiyle örtüşebilir ve sonuçta onu kendiniz temizlemek zorunda kalabilirsiniz.

Ancak, önce yapay zekanın cevabı bulmanıza yardımcı olmasına izin verirseniz, önerileri mevcut ekosisteme dayanacaktır ve kodu yazarken kod miktarı en az yarı yarıya azaltılabilir.

Ben de aynısını yapıyorum. Yeni bir projeye başladığımda önce bu öneri programını çalıştırıyorum ve ardından yapay zekanın önerilerine göre bir sonraki adımı belirliyorum. Bu gerçekten verimliliği artırıyor.

Dürüst olmak gerekirse, bu yöntemin herkes için işe yarayacağından emin değilim; bazı projelerde gerçekten de hazır çözümler bulunmayabilir. Ama bir düşünün: GitHub'da yüz milyonlarca depo varken, yapmak istediğiniz şeylerin çoğu için birinin bunu zaten yapmış olma olasılığı çok yüksek.

Devlerin omuzlarında durmak

Siz bir programcı değilsiniz, bu yüzden sıfırdan kod yazmanıza gerek yok. Siz bir içerik üreticisi değilsiniz, bu yüzden her gün özgün içerik üretmenize gerek yok. Siz sadece anlamlı bir şeyler yapmak isteyen birisiniz ve en akıllıca yaklaşım, önce başkalarının daha önce neler yaptığını görmek ve sonra da devlerin omuzlarında yükselmektir.

Bazen yapay zekâ çağında yapay zekâyı kullanmanın en akıllıca yolunun, yapay zekânın her şeyi sizin yerinize yapmasına izin vermek değil, bilgi edinme ve karar analizini sizin yerinize yapmasına izin vermek ve ardından bunu uygulamak olduğunu düşünüyorum.

Peki, bununla eskiden arama motoru kullanmak arasındaki fark nedir? Eskiden, belirli bir gereksinimi aradığınızda bir sürü bağlantı görünürdü ve hangilerinin işe yaradığını, hangilerinin yaramadığını görmek için tek tek tıklamanız gerekirdi. Şimdi ise, yapay zekaya gereksinimlerinizi söylüyorsunuz ve o da sizin için filtreleyip doğrudan sonuca ulaşmanızı sağlıyor.

İnanabiliyor musunuz?

Bu uyarı yazısı kazınmalıdır.DNAiçinde

Şahsen bu yöntemin DNA'mıza işlemiş olması gerektiğini düşünüyorum . Yeni bir projeye başlamadan önce bunu gözden geçirmek gerçekten çok zaman kazandırıyor.

Bu yaklaşımın bir diğer avantajı da, sıfırdan bir şey icat etmekten kaçınmanızdır. Yapay zeka, hazır çözümler bulmanıza yardımcı olarak, gerçekten özelleştirilmiş yönlere odaklanmanızı sağlar. Bu sayede enerjinizi en değerli alanlara ayırabilirsiniz.

Kendi deneyimime göre, kod yazmak için yapay zekayı ilk kullanmaya başladığımda çok heyecanlıydım ve yapay zekanın her şeyi sıfırdan üretmesini istiyordum. Ancak bir süre kullandıktan sonra, bunun genellikle daha yavaş olduğunu fark ettim. Bunun nedeni, yapay zeka tarafından üretilen kodu hata ayıklamanız, değiştirmeniz ve bakımını yapmanız gerekirken, mevcut açık kaynak projelerinin birçok kişi tarafından doğrulanmış olması ve dolayısıyla kalitelerinin daha garantili olmasıdır.

Bu kulağa mantıksız gelebilir, değil mi? Ama bir düşünün: kodla ilgili en önemli şey onu yazmak değil, doğru yazmaktır. Mevcut çözümler zaten doğrulanmıştır; bunları doğrudan kullanmak, sorunlarla karşılaşma olasılığını önemli ölçüde azaltacaktır.

Bu yüzden tavsiyem şu: Bir dahaki sefere Codex veya herhangi bir yapay zeka ile kod yazarken acele etmeyin. Önce komut istemini bir kez çalıştırın ve yapay zekanın cevabı bulmanıza yardımcı olmasına izin verin.

Yapmaya çalıştığınız şeyin daha önce başkası tarafından yapılmış olduğunu fark edebilirsiniz.

Onu alıp kullanmanız yeterli.

Kazandığınız zamanı daha ilgi çekici şeyler yapmak için kullanın.

Buraya kadar okuduğunuza göre, eğer faydalı bulduysanız lütfen beğenin ve paylaşın. Güncellemeleri ilk öğrenmek istiyorsanız beni takip edebilirsiniz!

Makalemi okuduğunuz için teşekkür ederim. Bir sonraki yazıda görüşmek üzere.