Martin Fowler
·
编程中使用大型语言模型提示的示例
原文英文，约2800词，阅读约需10分钟。
📝
内容提要
该文介绍了Thoughtworks中国技术负责人徐浩如何使用ChatGPT生成自测代码。他使用指令提示和思路提示来引导ChatGPT的实现策略，并通过添加更多信息来完善生成的计划。
🎯
关键要点
-
徐浩是Thoughtworks中国的技术负责人，利用ChatGPT生成自测代码。
-
他使用链式思维提示和一般知识提示来引导ChatGPT的实现策略。
-
初始提示设置了应用程序的上下文和代码结构要求。
-
系统为在线白板，使用的技术栈包括typescript、react、redux等。
-
实现策略包括共享视图模型和本地视图模型的具体实现方式。
-
提示中强调了设计指南，确保生成的代码符合预期。
-
使用生成知识的提示技术，分步骤与ChatGPT互动。
-
实现策略部分结合了指令提示和链式思维提示。
-
生成的任务列表为实现意识层特性提供了清晰的步骤。
-
徐浩可以根据生成的计划进行调整和优化。
-
最终目标是生成代码和测试，但初期阶段专注于生成计划。
-
通过迭代提示，徐浩可以逐步完善生成的代码和测试。
-
在测试和实现过程中，避免使用机密信息，确保安全性。
🏷️
