2023-04-03 ChatGPT

概述

ChatGPT 从 2 月份热度一直持续到现在，并且在接下来的一段时间内，热度还会持续下去。笔者从 3 月初开始慢慢接触，从最初的在 搜索引擎 和 ChatGPT 之间来回切换并验证， 到目前的简单搜索场景 80% 的时间都是直接用 ChatGPT 的，本文总结下这一个月的时间，笔者用到的最多的 4 个功能。

文档查询

开发者在日常工作者经常需要在服务器或容器内运行各种命令，熟练掌握并记住每个命令的的使用方法显然不现实也没必要，换做以前，常规的做法是通过 搜索引擎 或者直接去 官方文档 查找， 但是这种方式相比 ChatGPT 来说，效率还是低很多。

场景

查询当前服务器上所有的镜像以及每个镜像所有的标签。

如果用 搜索引擎 查找的方式，大概需要这样一个流程:

• 输入关键词，点击查询
• 从搜索结果列表中选取页面
• 点击 3 - 5 个 (平均值) 页面后，查找到自己需要的内容

但是，如果换做 ChatGPT 的话，只需要一步即可完成上述工作 (前提是 提示词 要设置正确)，下面是 ChatGPT 返回的结果:

生成单元测试

这个功能可以帮助开发者省去很多编写 重复代码 的工作量。

场景

使用代码实现一个函数，求两个整数的除法运算，要求编程语言为 Golang 并且附带单元测试，下面是 ChatGPT 返回的结果:

ChatGPT 实现的函数中，基本上边界条件都考虑到了，健壮性很高，代码实现也很 优雅，当然了，这个功能太过常见，应该是 ChatGPT 学习数据里面的基础库了。 不过从这两个简单的例子中，有两个方面启发到了笔者:

1. 在定制化的业务场景中，通过 ChatGPT 快速建模并给出海量机器学习库训练后的代码，为我们自己的实现提供参考
2. 通过上传自己的实现代码，通过 ChatGPT 完成代码优化、代码质量检查、自动化测试等工作

ChatGPT 给出了很 “专业” 的 表驱动测试法。

自动化文档

这个功能可以帮助开发者省去很多编写 文档注解 的工作量。

r.GET("/ping", func(c *gin.Context) {
    c.JSON(http.StatusOK, gin.H{
      "message": "pong",
    })
})

上面是一段接口示例代码，要求 ChatGPT 自动为其生成注解，下面是 ChatGPT 返回的结果:

ChatGPT 不仅生成了注解，而且给出了一套 “傻瓜式” 操作指令，而且针对每个步骤以及生成的注解参数给出了详细的说明。

Github 找项目

如果我们想知道某个细分技术领域下的技术栈或开源项目，可以不用专门去 Github 搜索查找，让 ChatGPT 帮助我们完成即可，毕竟两者的数据是互通的 (因为微软？)。

下面随便举几个小的例子，来看看 ChatGPT 返回的结果:

这里的数据有些滞后，因为笔者使用的不是最新版本 ChatGPT。

小结

以上就是笔者目前经常使用 ChatGPT 辅助开发的 4 个功能，后面如果有更好的工作辅助方式，再总结分享。