简介
有效的代码生成取决于掌握提示工程。 精心设计的提示指导大型语言模型 (LLM) 生成、改进和优化应用程序代码。本指南探讨了 15 种经过验证的提示技术,分为根源技术、基于细化的技术、基于分解的技术、基于推理的技术和启动技术。 我们将使用一个简单的 Flask Web 应用程序来说明每个应用程序,从基本的“Hello World”应用程序开始,并逐步增强它。
研究笔记:我们咨询了 aixrv.org 以了解新兴的提示技术。 在撰写本文时,除了此处介绍的方法之外,尚未发现任何新方法。 然而,即时工程是一个快速发展的领域,因此建议持续监控。
1。根源技术
这些基本的提示方法为简单的代码输出提供了直接的路径。
1.1。直接指令提示
-
概述:简洁的命令,没有额外的细节。
-
提示示例:“创建一个最小的 Python Flask 应用程序,显示“Hello World!”在根 URL 处。”
-
生成的代码(概念):(与原始示例类似的代码片段将出现在此处)
-
为什么有效:足以完成较小的任务。 为后续增强提供基础。
1.2。基于查询的提示
-
概述:提出问题以引发解释性响应和/或代码。
-
提示示例:“如何构建一个返回“Hello World!”的基本 Flask 应用程序在主页上?”
-
生成的响应(概念):模型可能会提供代码和每个步骤的解释。
-
为什么有效:鼓励法学硕士提供更多信息。
1.3。基于示例的提示
-
概述:提供所需样式或格式的示例。
-
提示示例:“这是一个简单的 Node.js Express 'Hello World' 服务器:[Node.js 代码]。创建一个类似的 Flask 'Hello World' 服务器。”
-
为什么有效:模型反映了结构和风格,确保了一致性。 比直接指导更精确。
2。基于细化的技术
这些技术专注于迭代改进现有代码。
2.1。迭代细化提示
-
概述:逐步改进初始解决方案。
-
提示顺序:
- “生成一个最小的 Flask 应用程序,返回‘Hello World!’”
- “修改此应用程序以包含一个通过名称向用户致意的
/hello/<name></name>
端点。”
-
精炼代码片段(概念):(显示添加端点的代码片段将出现在此处)
-
为什么有效:基于现有代码构建,允许增量改进。
2.2。扩展提示
-
概述:向现有代码添加新功能。
-
提示示例:“将端点添加到 Flask 应用程序,该应用程序返回带有示例用户列表的 JSON 响应。”
-
精炼的代码片段(概念):(新端点的代码片段将出现在此处)
-
为什么有效: 针对特定功能,允许集中模型注意力。
2.3。样式/格式转换
-
概述:修改代码样式(例如,PEP 8 合规性)。
-
提示示例:“重构 Flask 应用程序以遵守 PEP 8 命名约定并将行长度限制为 79 个字符。”
-
为什么有效:系统地应用样式偏好。
3。基于分解的技术
这些技术将大任务分解为更小、更易于管理的步骤。
3.1。逐个函数分解
-
概述:将任务分成子功能或模块。
-
提示示例:
- “创建一个函数
init_db()
来初始化 SQLite 数据库。” - “创建
insert_user(name)
以将用户添加到数据库。” - “创建
get_all_users()
以检索所有用户。”
- “创建一个函数
-
结果(概念):(三个函数的代码片段将出现在此处)
-
它的工作原理:将大型任务组织成模块化、可维护的组件。
3.2。基于块的提示
-
概述:提供部分代码并要求模型完成缺失的部分。
-
提示示例:“通过添加添加和检索用户的路由来完成下面的 Flask 应用:[部分代码片段]”
-
为什么有效:将模型集中在特定的差距上,确保代码内聚性。
3.3。分步说明
-
概述:枚举子任务或逻辑步骤。
-
提示示例:
- “导入必要的库。”
- “设置数据库初始化。”
- “使用
insert_user()
创建一条添加用户的路由。” - “使用
get_all_users()
创建一条列出用户的路由。”
-
为什么有效:使代码生成过程透明并确保正确的操作顺序。
4。基于推理的技术
这些提示鼓励模型在提供代码之前阐明其推理过程。
4.1。思维链提示
-
概述:请求推理过程的逐步解释。
-
提示示例:“解释如何逐步向 Flask 应用添加身份验证,然后提供代码。”
-
为什么有效:鼓励提供清晰的解决方案,从而产生更连贯的代码。
4.2。零射击思想链
-
概述:要求模型在没有示例的情况下推理问题。
-
提示示例:“解释您为 Flask 选择的密码哈希库,并显示集成它以供用户注册的代码。”
-
为什么有效:促进彻底的库选择和使用方法。
4.3。少镜头思维链
-
概述:在提出新问题之前提供推理示例。
-
提示示例:“[登录系统的分步推理示例]。使用此方法,添加安全存储新用户凭据的
/register
路由。” -
为什么有效:为新问题提供一致的逻辑应用框架。
5。启动技巧
这些技术使用添加的上下文来影响代码风格和领域知识。
5.1。基于角色的提示
-
概述:指示模型采用特定角色(例如安全专家)。
-
提示示例:“您是一名专注于安全的高级 Python 后端开发人员。生成安全的 Flask 用户注册路径。”
-
为什么有效:根据角色的专业知识定制解决方案,通常包括安全最佳实践。
5.2。骨架(模板)底漆
-
概述: 提供带有占位符的模板以供模型填充。
-
提示示例:“完成此 Flask 应用模板以实现用户登录表单:[带有占位符的 Flask 模板]”
-
它的工作原理:将模型约束到特定框架。
5.3。参考-重启动
-
概述:提供供模型使用的文档或数据模式。
-
提示示例:“使用此 SQLAlchemy 文档 [链接],更新 Flask 应用程序路由以使用 SQLAlchemy 模型而不是原始 SQL。”
-
为什么有效:允许专业知识集成,确保准确和最新的代码。
结论
这 15 种技术系统地指导使用 LLM 进行代码开发和优化。 根源技术建立基础,细化技术增强基础,分解技术管理复杂性,推理技术提高清晰度,启动技术添加上下文。 尝试组合以获得最佳结果。 请记住,即时工程是一个不断发展的领域,因此持续学习和适应是关键。
以上是每个开发人员都应该了解的代码生成提示技术的详细内容。更多信息请关注PHP中文网其他相关文章!

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

选择Python还是C 取决于项目需求:1)如果需要快速开发、数据处理和原型设计,选择Python;2)如果需要高性能、低延迟和接近硬件的控制,选择C 。

通过每天投入2小时的Python学习,可以有效提升编程技能。1.学习新知识:阅读文档或观看教程。2.实践:编写代码和完成练习。3.复习:巩固所学内容。4.项目实践:应用所学于实际项目中。这样的结构化学习计划能帮助你系统掌握Python并实现职业目标。

在两小时内高效学习Python的方法包括:1.回顾基础知识,确保熟悉Python的安装和基本语法;2.理解Python的核心概念,如变量、列表、函数等;3.通过使用示例掌握基本和高级用法;4.学习常见错误与调试技巧;5.应用性能优化与最佳实践,如使用列表推导式和遵循PEP8风格指南。

Python适合初学者和数据科学,C 适用于系统编程和游戏开发。1.Python简洁易用,适用于数据科学和Web开发。2.C 提供高性能和控制力,适用于游戏开发和系统编程。选择应基于项目需求和个人兴趣。

Python更适合数据科学和快速开发,C 更适合高性能和系统编程。1.Python语法简洁,易于学习,适用于数据处理和科学计算。2.C 语法复杂,但性能优越,常用于游戏开发和系统编程。

每天投入两小时学习Python是可行的。1.学习新知识:用一小时学习新概念,如列表和字典。2.实践和练习:用一小时进行编程练习,如编写小程序。通过合理规划和坚持不懈,你可以在短时间内掌握Python的核心概念。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境

mPDF
mPDF是一个PHP库,可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件,并处理不同的语言。与原始脚本如HTML2FPDF相比,它的速度较慢,并且在使用Unicode字体时生成的文件较大,但支持CSS样式等,并进行了大量增强。支持几乎所有语言,包括RTL(阿拉伯语和希伯来语)和CJK(中日韩)。支持嵌套的块级元素(如P、DIV),

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

PhpStorm Mac 版本
最新(2018.2.1 )专业的PHP集成开发工具

Dreamweaver CS6
视觉化网页开发工具