我正在参加Trae「超级体验官」创意实践征文，本文所使用的 Trae 免费下载链接：www.trae.ai/。
如果你在用Trae平台的Claude-3.5-sonnet生成代码时，发现代码总是编译不过，或者生成的代码完全不符合你的需求，这可能意味着Claude-3.5在某些方面的能力还不够强。
除了呼吁官方赶紧升级到Claude-3.7外，也可以参考参考这篇文章。
这时候，我们需要调整策略，要么换用更强大的模型（比如GPT-4），要么优化我们给AI的提示词。下面我们来详细分析一下这个问题，并给出一些实用的解决方案。
一、为什么Claude-3.5-sonnet会生成不靠谱的代码？
- 对复杂代码的理解有限
Claude-3.5在处理特别复杂的代码逻辑时，可能会“卡壳”。比如，当代码里有很多层嵌套（像循环里面套循环，再加上异常处理），它可能会漏掉一些关键细节，导致生成的代码无法运行。 - 对新技术的支持不足
如果你用的是一些比较新的编程语言特性或者框架（比如React的最新版本），Claude-3.5可能还没学会这些新东西，因为它训练时用的数据可能没有覆盖到这些内容。 - 对长需求的记忆不够
如果你的需求描述特别长（比如超过2000字），Claude-3.5可能会“忘记”前面提到的关键要求，导致生成的代码偏离你的初衷。 - 训练数据的局限性
Claude-3.5的训练数据主要来自一些热门的开源项目，所以如果你要做一些偏门的东西（比如工业控制或者硬件编程），它可能就不太擅长了。
二、什么时候该换用GPT-4？
虽然Claude-3.5在很多场景下表现不错，但如果你遇到以下情况，建议在Trae上点击这个按钮，直接换用GPT-4：
- 代码特别复杂
比如你的项目需要同时处理多个文件，或者涉及复杂的并发操作（像多线程、锁机制等），GPT-4的表现会更好。 - 需要用到新特性
如果你用的编程语言或框架有最新的功能更新，GPT-4更有可能支持这些新特性。 - 硬件相关的开发
如果你的代码需要直接和硬件打交道（比如操作寄存器或者写嵌入式代码），GPT-4的生成效果会更靠谱。 - 高并发的场景
比如你要开发一个需要支持大量用户同时在线的系统，GPT-4生成的代码通常会更有保障。
三、如何优化提示词？
如果你暂时不想换模型，也可以通过优化提示词来提升Claude-3.5的表现。以下是一些实用的技巧：
-
明确约束条件
在提示词中清楚地告诉AI哪些事情是必须做的，哪些事情是绝对不能做的。比如：- “必须使用Python 3.9的语法”
- “禁止使用已经废弃的API”
- “代码的内存占用不能超过100MB”
-
分步骤生成代码
不要一次性让AI生成完整的代码，而是分阶段来：- 先让它设计接口
- 然后实现核心功能
- 最后补充异常处理和日志
-
提供测试用例
在提示词中加入具体的测试场景，比如：- “输入：一个包含10个数字的列表，输出：列表的平均值”
- “性能要求：处理1000条数据的时间不能超过1秒”
-
指定设计模式
如果你希望代码遵循某种设计模式（比如单例模式、工厂模式），可以直接告诉AI：- “请使用观察者模式来实现事件处理”
四、混合使用Claude-3.5和GPT-4
如果你觉得完全换用GPT-4成本太高，也可以尝试混合使用两个模型：
- 先用Claude-3.5生成代码的框架
- 再用GPT-4来优化关键部分（比如并发处理或者硬件交互）
这种方式既能节省成本，又能提高代码质量。
五、总结
当Claude-3.5生成的代码总是出问题时，我们可以从以下几个方面入手：
- 分析问题根源：是代码太复杂？还是需求描述不够清楚？
- 考虑换用GPT-4：特别是在处理复杂逻辑、新技术或者硬件相关开发时。
- 优化提示词：通过明确约束、分步生成和提供测试用例来提升AI的表现。
- 混合使用模型：用Claude-3.5打基础，用GPT-4做优化。
有兴趣深入AI编程的，可以加我微信一起交流：BinaryDreams，注明“掘金”。
