


Pengenalan
Penghasilan kod yang berkesan bergantung pada penguasaan kejuruteraan segera. Gesaan yang direka dengan baik membimbing Model Bahasa Besar (LLM) untuk menjana, menambah baik dan mengoptimumkan kod aplikasi. Panduan ini meneroka 15 teknik gesaan terbukti yang dikategorikan sebagai teknik akar, berasaskan penghalusan, berasaskan penguraian, berasaskan penaakulan dan penyebuan. Kami akan menggambarkan setiap satu menggunakan aplikasi web Flask yang mudah, bermula dengan apl asas "Hello World" dan mempertingkatkannya secara berperingkat.
Nota Penyelidikan: Kami berunding dengan aixrv.org untuk teknik gesaan yang muncul. Pada masa penulisan, tiada pendekatan baharu selain daripada yang dibentangkan di sini telah dikenal pasti. Walau bagaimanapun, kejuruteraan segera adalah bidang yang berkembang pesat, jadi pemantauan berterusan disyorkan.
1. Teknik Akar
Kaedah gesaan asas ini menyediakan laluan lurus ke output kod ringkas.
1.1. Gesaan Arahan Langsung
-
Ikhtisar: Perintah ringkas tanpa butiran tambahan.
-
Contoh Segera: "Buat apl Kelalang Python minimum yang memaparkan 'Hello World!' di URL akar."
-
Kod Dijana (Konseptual): (Coretan kod serupa dengan contoh asal akan dipaparkan di sini)
-
Mengapa Ia Berfungsi: Memadai untuk tugasan yang lebih kecil. Menyediakan asas untuk peningkatan seterusnya.
1.2. Gesaan Berasaskan Pertanyaan
-
Ikhtisar: Mengemukakan soalan untuk mendapatkan respons penjelasan dan/atau kod.
-
Contoh Segera: "Bagaimana cara saya membina aplikasi Flask asas yang mengembalikan 'Hello World!' di halaman utama?"
-
Respons Dijana (Konseptual): Model mungkin memberikan kod dan penjelasan bagi setiap langkah.
-
Mengapa Ia Berfungsi: Menggalakkan respons yang lebih bermaklumat daripada LLM.
1.3. Gesaan Berdasarkan Contoh
-
Ikhtisar: Menyediakan sampel gaya atau format yang diingini.
-
Contoh Segera: "Berikut ialah pelayan Node.js Express 'Hello World' yang ringkas: [kod Node.js]. Buat pelayan Flask 'Hello World' yang serupa."
-
Mengapa Ia Berfungsi: Model mencerminkan struktur dan gaya, memastikan konsistensi. Lebih tepat daripada arahan langsung.
2. Teknik Berasaskan Penapisan
Teknik ini memfokuskan pada penambahbaikan kod sedia ada secara berulang.
2.1. Penggesaan Penghalusan Berulang
-
Ikhtisar: Memperbaik penyelesaian awal secara berperingkat.
-
Jujukan Segera:
- "Jana aplikasi Flask minimum yang mengembalikan 'Hello World!'"
- "Ubah suai apl ini untuk memasukkan
/hello/<name></name>
titik akhir yang menyambut pengguna dengan nama."
-
Coretan Kod Ditapis (Konseptual): (Coretan kod yang menunjukkan titik akhir yang ditambah akan dipaparkan di sini)
-
Mengapa Ia Berfungsi: Dibina berdasarkan kod sedia ada, membolehkan peningkatan tambahan.
2.2. Gesaan Sambungan
-
Ikhtisar: Menambah ciri baharu pada kod sedia ada.
-
Contoh Segera: "Tambahkan titik akhir pada apl Flask yang mengembalikan respons JSON dengan senarai pengguna sampel."
-
Coretan Kod Ditapis (Konseptual): (Coretan kod untuk titik akhir baharu akan dipaparkan di sini)
-
Mengapa Ia Berfungsi: Menyasarkan ciri khusus, membolehkan perhatian model terfokus.
2.3. Transformasi Gaya/Pemformatan
-
Ikhtisar: Mengubah suai gaya kod (cth., pematuhan PEP 8).
-
Contoh Segera: "Faktor semula apl Flask untuk mematuhi konvensyen penamaan PEP 8 dan hadkan panjang baris kepada 79 aksara."
-
Mengapa Ia Berfungsi: Menggunakan pilihan gaya secara sistematik.
3. Teknik Berasaskan Penguraian
Teknik ini memecahkan tugas besar kepada langkah yang lebih kecil dan lebih mudah diurus.
3.1. Penguraian Fungsi demi Fungsi
-
Ikhtisar: Mengasingkan tugas kepada sub-fungsi atau modul.
-
Contoh Segera:
- "Buat fungsi
init_db()
untuk memulakan pangkalan data SQLite." - "Buat
insert_user(name)
untuk menambah pengguna pada pangkalan data." - "Buat
get_all_users()
untuk mendapatkan semula semua pengguna."
- "Buat fungsi
-
Keputusan (Konseptual): (Coretan kod untuk tiga fungsi akan dipaparkan di sini)
-
Mengapa Ia Berfungsi: Menyusun tugasan besar ke dalam komponen modular yang boleh diselenggara.
3.2. Anjuran Berasaskan Potongan
-
Ikhtisar: Menyediakan kod separa dan meminta model melengkapkan bahagian yang hilang.
-
Contoh Segera: "Lengkapkan apl Flask di bawah dengan menambah laluan untuk menambah dan mendapatkan pengguna: [Coretan kod separa]"
-
Mengapa Ia Berfungsi: Memfokuskan model pada jurang tertentu, memastikan kesepaduan kod.
3.3. Arahan Langkah demi Langkah
-
Ikhtisar: Menghitung sub-tugas atau langkah logik.
-
Contoh Segera:
- "Import perpustakaan yang diperlukan."
- "Sediakan permulaan pangkalan data."
- "Buat laluan untuk menambah pengguna menggunakan
insert_user()
." - "Buat laluan untuk menyenaraikan pengguna menggunakan
get_all_users()
."
-
Mengapa Ia Berfungsi: Menjadikan proses penjanaan kod telus dan memastikan penjujukan operasi yang betul.
4. Teknik Berasaskan Penaakulan
Gesaan ini menggalakkan model untuk menyatakan proses penaakulannya sebelum memberikan kod.
4.1. Rangkaian Pemikiran Mendorong
-
Ikhtisar: Meminta penjelasan langkah demi langkah tentang proses penaakulan.
-
Contoh Segera: "Terangkan cara menambahkan pengesahan pada apl Flask langkah demi langkah, kemudian berikan kod."
-
Mengapa Ia Berfungsi: Menggalakkan laluan yang jelas kepada penyelesaian, menghasilkan kod yang lebih koheren.
4.2. Rantaian Pemikiran Sifar Pukulan
-
Ikhtisar: Meminta model membuat alasan melalui masalah tanpa contoh.
-
Contoh Segera: "Terangkan pilihan perpustakaan pencincangan kata laluan anda untuk Flask dan tunjukkan kod yang menyepadukannya untuk pendaftaran pengguna."
-
Mengapa Ia Berfungsi: Menggalakkan pendekatan menyeluruh terhadap pemilihan dan penggunaan perpustakaan.
4.3. Rantaian Fikiran Sedikit Pukulan
-
Ikhtisar: Menyediakan contoh penaakulan sebelum mengemukakan masalah baharu.
-
Contoh Segera: "[Contoh penaakulan langkah demi langkah untuk sistem log masuk]. Dengan menggunakan pendekatan ini, tambahkan
/register
laluan yang menyimpan bukti kelayakan pengguna baharu dengan selamat." -
Mengapa Ia Berfungsi: Menyediakan rangka kerja untuk aplikasi logik yang konsisten kepada masalah baharu.
5. Teknik Priming
Teknik ini menggunakan konteks tambahan untuk mempengaruhi gaya kod dan pengetahuan domain.
5.1. Anjuran Berasaskan Persona
-
Ikhtisar: Mengarahkan model untuk menggunakan peranan tertentu (mis., pakar keselamatan).
-
Contoh Segera: "Anda seorang pembangun bahagian belakang Python kanan yang pakar dalam keselamatan. Hasilkan laluan pendaftaran pengguna Flask yang selamat."
-
Mengapa Ia Berfungsi: Menyesuaikan penyelesaian kepada kepakaran persona, selalunya termasuk amalan terbaik keselamatan.
5.2. Rangka (Templat) Priming
-
Ikhtisar: Menyediakan templat dengan ruang letak untuk diisi oleh model.
-
Contoh Segera: "Lengkapkan templat apl Flask ini untuk melaksanakan borang log masuk pengguna: [Templat kelalang dengan pemegang tempat]"
-
Mengapa Ia Berfungsi: Mengekang model kepada rangka kerja tertentu.
5.3. Rujukan-Pencucian Berat
-
Ikhtisar: Menyediakan dokumentasi atau skema data untuk digunakan oleh model.
-
Contoh Segera: "Menggunakan dokumentasi SQLAlchemy ini [pautan], kemas kini laluan apl Flask untuk menggunakan model SQLAlchemy dan bukannya SQL mentah."
-
Mengapa Ia Berfungsi: Membolehkan penyepaduan pengetahuan khusus, memastikan kod yang tepat dan terkini.
Kesimpulan
15 teknik ini secara sistematik membimbing pembangunan dan pengoptimuman kod menggunakan LLM. Teknik akar membentuk asas, teknik penghalusan meningkatkannya, teknik penguraian menguruskan kerumitan, teknik penaakulan meningkatkan kejelasan, dan teknik penyebuan menambah konteks. Eksperimen dengan kombinasi untuk hasil yang optimum. Ingat bahawa kejuruteraan segera ialah bidang yang sedang berkembang, jadi pembelajaran dan penyesuaian berterusan adalah kuncinya.
Atas ialah kandungan terperinci Teknik Menggesa Setiap Pembangun Perlu Tahu untuk Penjanaan Kod. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Tutorial ini menunjukkan cara menggunakan Python untuk memproses konsep statistik undang -undang ZIPF dan menunjukkan kecekapan membaca dan menyusun fail teks besar Python semasa memproses undang -undang. Anda mungkin tertanya -tanya apa maksud pengedaran ZIPF istilah. Untuk memahami istilah ini, kita perlu menentukan undang -undang Zipf. Jangan risau, saya akan cuba memudahkan arahan. Undang -undang Zipf Undang -undang Zipf hanya bermaksud: Dalam korpus bahasa semulajadi yang besar, kata -kata yang paling kerap berlaku muncul kira -kira dua kali lebih kerap sebagai kata -kata kerap kedua, tiga kali sebagai kata -kata kerap ketiga, empat kali sebagai kata -kata kerap keempat, dan sebagainya. Mari kita lihat contoh. Jika anda melihat corpus coklat dalam bahasa Inggeris Amerika, anda akan melihat bahawa perkataan yang paling kerap adalah "th

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Berurusan dengan imej yang bising adalah masalah biasa, terutamanya dengan telefon bimbit atau foto kamera resolusi rendah. Tutorial ini meneroka teknik penapisan imej di Python menggunakan OpenCV untuk menangani isu ini. Penapisan Imej: Alat yang berkuasa Penapis Imej

Python, kegemaran sains dan pemprosesan data, menawarkan ekosistem yang kaya untuk pengkomputeran berprestasi tinggi. Walau bagaimanapun, pengaturcaraan selari dalam Python memberikan cabaran yang unik. Tutorial ini meneroka cabaran -cabaran ini, memberi tumpuan kepada Interprete Global

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan

Tutorial ini menunjukkan mewujudkan struktur data saluran paip tersuai di Python 3, memanfaatkan kelas dan pengendali yang berlebihan untuk fungsi yang dipertingkatkan. Fleksibiliti saluran paip terletak pada keupayaannya untuk menggunakan siri fungsi ke set data, GE

Serialization dan deserialization objek Python adalah aspek utama dari mana-mana program bukan remeh. Jika anda menyimpan sesuatu ke fail python, anda melakukan siri objek dan deserialization jika anda membaca fail konfigurasi, atau jika anda menjawab permintaan HTTP. Dalam erti kata, siri dan deserialization adalah perkara yang paling membosankan di dunia. Siapa yang peduli dengan semua format dan protokol ini? Anda mahu berterusan atau mengalirkan beberapa objek python dan mengambilnya sepenuhnya pada masa yang akan datang. Ini adalah cara yang baik untuk melihat dunia pada tahap konseptual. Walau bagaimanapun, pada tahap praktikal, skim siri, format atau protokol yang anda pilih boleh menentukan kelajuan, keselamatan, kebebasan status penyelenggaraan, dan aspek lain dari program

Modul Statistik Python menyediakan keupayaan analisis statistik data yang kuat untuk membantu kami dengan cepat memahami ciri -ciri keseluruhan data, seperti biostatistik dan analisis perniagaan. Daripada melihat titik data satu demi satu, cuma melihat statistik seperti min atau varians untuk menemui trend dan ciri dalam data asal yang mungkin diabaikan, dan membandingkan dataset besar dengan lebih mudah dan berkesan. Tutorial ini akan menjelaskan cara mengira min dan mengukur tahap penyebaran dataset. Kecuali dinyatakan sebaliknya, semua fungsi dalam modul ini menyokong pengiraan fungsi min () dan bukan hanya menjumlahkan purata. Nombor titik terapung juga boleh digunakan. Import secara rawak Statistik import dari fracti


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Versi Mac WebStorm
Alat pembangunan JavaScript yang berguna

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
