人工智能与GPT：解锁AI编程潜力

最近读了一本非常不错的书，作者是Sean A Williams。这是一本薄薄的英文书，但写得非常好。如果你对这本书感兴趣但找不到，可以私信我。

CHAT GPT for Coders
用CHAT GPT解锁人工智能的力量：高效编码的全面指南

接下来的内容是我阅读笔记和个人感悟。

首先，先看下面这个视频，它展示了一个最直观的Transformer，它有输入就有输出（这不是像有问题就有答案一样吗？）

GPT的功能

GPT是一个生成模型，只要有输入就会有输出，同时还会有一定的随机性。但不能保证输出一定符合人类的期望结果（这是AIGC中最难对齐的部分）。在这个基础上，我们来看看GPT能做什么。

实质上，GPT是一个针对输入生成输出的模型。不过它可以根据输入进行多种任务的输出，比如翻译、总结、回答问题、代码生成等。

对于程序员来说，它可以做以下事情：

1. 根据要求输出代码。
2. 根据输入进行调试。
3. 根据错误信息提供解决问题的思路和方法。
4. 可以集成到IDE或其他工具中提供辅助功能。
5. 解读各种语言的代码，理解其功能。
6. 提供一定的自定义能力，或者说定制化。
7. 作为强大的自然语言处理工具或库。

实际上，在使用GPT进行编程辅助时，可以明显感觉到效率的快速提升，低级别的编码工作也能快速被替代。同时，它还能极大地扩展熟练员工的工作能力范围。我建议老板们给员工提供这样一个工具，既能节省成本，又能提高工作效率。

如果GPT的对齐能力更好，肯定能替代越来越多的低级编码人员。所以，我真的不建议那些现在还在考虑转行到IT行业的人继续这么做。

接下来，分别介绍一下GPT的不同方面。

GPT编码

如果你要用GPT进行编程，你需要明确它不会完成你所有的功能，它会有错误，尤其是内存问题。它可能在逻辑上没有问题，但是内存的使用和管理一定会出问题。

你可以把它想象成一个具有一定计算机科学知识的刚毕业学生，这可能是一个恰当的水平，但有时它还会给你惊喜。

所以，在使用它进行编码时，你需要明确功能指令描述，并提供一些技术要求，例如变量命名规则、函数使用、类使用、设计模式等。只有在你脑海中对这些东西的构想或逻辑设计清晰之后，你才能更清楚地期望GPT帮助你完成工作。

举个例子：

任务：根据要求完成一个TODO功能，使用Django框架，编写相应的View和Template代码。

你可以得到精确的views.py、models.py和与TODO相关的template代码。但是它不会告诉你如何运行，也不会告诉你如何创建这个App。

而下面这个提示可能会告诉你所有这些信息。

用Django完成一个TODO的演示，提供所有相关代码。

它返回的是所有的Python代码、Template代码以及交互过程。

所以，使用GPT编码时，你要清晰地知道自己的指令是否能完整地表达需求。只有当你能清晰地表达逻辑时，才能使用GPT进行编码工作。它不能代替你进行系统性的思考，但可以辅助你完成任何任务。

如果你看到这里了，我给你一个建议：努力学习和应用人工智能。

时代在变革，学习最重要的就是学习人工智能。工作最重要的就是使用人工智能。而学习人工智能，最好的方式应该是通过视频学习，比如知学堂推出的《程序员的AI大模型进阶之旅》，这是一门非常有趣的AI大模型入门课程，简单快速了解大模型，而不是阅读大量文档。这是一种非常有效的学习方法。此外，添加小助手微信，可能会有惊喜哦。

你想试试吗？

GPT调试

调试的目的是解决代码问题，使其正常运行。所以，在进行调试时，你需要：

1. 清楚理解逻辑。
2. 提供出错的代码和错误信息。
3. 让GPT尝试告诉你问题以及如何修改。
4. 确认修改后的代码，如果不行，重复步骤1-3。

我建议你在所谓的调试之前也使用GPT，因为它可以进行代码Review和静态检查，甚至只看代码就能评估出部分错误。为什么不早点使用呢？

在编码之前、之中和之后都可以使用GPT。你可以把它当作一个万能工具。

但同时要注意以下几点：

1. 问题要清晰。
2. 代码要简洁。
3. 不要全然依赖它解决所有问题。

根据我的经验，有效的调试方法有：

打印、日志、性能分析、断点、人工查看代码。

GPT高级技巧

数据库设计方面，GPT在平均水平以上，因为它既懂三范式，又有大量实践经验。它还可以直接生成适用于各种数据库的SQL代码，让你可以直接试用。即使是性能测试，也不是问题。

接口调用方面，只需要提供接口描述文档，它就能生成正确的调用代码。省时省力。

在Web开发方面，我用GPT编写过基本的前后端代码，后端问题较少，前端问题较多，但也可以解决。

在人工智能方面，数据处理是它擅长的，模型只能帮你思考一下，但辅助代码编写是可以的。这很实用，但也有限。

自然语言处理方面，只要使用它的API，完全可以达到你期望的理想水平，只是有点贵。

最佳实践和避坑指南

不要完全相信书上的内容，GPT可以使用，但不能完全依赖它。因为它生成的结果并不能保证正确和简洁。

最好给它提供最小、最准确的需求，这样它才能给出准确的结果。如果需求太广泛，它给出的结果可能不正确，甚至可能没有用。

如果你能给它提供一些Few-Shot学习的机会，结果会更好。

多看看别人如何使用GPT的提示，这对你会有很大帮助。

不要相信GPT生成的操作多维数据甚至动态内存的代码。

关注我，带你学习人工智能和使用人工智能进行编程！