第十一章 - 借助AI提升工作效率

OLong
160 阅读4分钟

第十一章 - 借助AI提升工作效率

掌握如何运用AI大语言模型快速完成任务

本章将介绍使用AI大语言模型（LLMs）加速任务完成的技巧。本书已涵盖诸多主题：通过读取和遍历AST提取有用数据、生成AST自动创建代码、编写代码检查工具、使用类型检查器等。现在，我们将探讨如何借助AI更快更准确地编写脚本，同时保持对代码的理解能力，及时修正AI给出的错误建议。

当前可选AI工具众多。主流产品包括OpenAI的ChatGPT和GPT-4、微软的BingAI以及谷歌的Bard。还有类似Quora出品的Poe这类集成多工具的一站式平台。

工具选择建议

处理代码相关任务时，优先选择受过代码训练的模型。GPT 3.5和GPT 4在编程任务中表现优异，Bing AI的代码处理能力也值得肯定。Poe等工具适合同时测试多个模型，建议多尝试几种。本章后续示例将使用ChatGPT免费版和Bing AI，因其最易获取。

提示词技巧

生成TypeScript代码或遍历AST时，明确要求AI使用TypeScript编译器API至关重要。否则AI可能错误推荐NPM包或生成无效方案。

从AST提取数据

假设要从代码文件中提取所有类定义，可以这样提问：

使用TypeScript编译器API，找出并记录任意给定文件中定义的所有类

GPT 3.5可能返回如下代码：

import * as ts from "typescript"
function findClasses(node: ts.Node, sourceFile: ts.SourceFile) {
  if (ts.isClassDeclaration(node) && node.name) {
    const className = node.name.text
    const classStart = node.getStart(sourceFile)
    const classEnd = node.getEnd(sourceFile)
    const classText = sourceFile.text.substring(classStart, classEnd)
    console.log("Class:", className)
    console.log("Class Text:", classText)
    console.log("------------------------")
  }
  ts.forEachChild(node, (childNode) => findClasses(childNode, sourceFile))
}

function findClassesInFile(filePath: string) {
  const sourceCode = ts.sys.readFile(filePath)
  const sourceFile = ts.createSourceFile(filePath, sourceCode, ts.ScriptTarget.Latest, true)
  
  const compilerOptions: ts.CompilerOptions = {
    target: ts.ScriptTarget.ES5,
    module: ts.ModuleKind.CommonJS
  }

  const transpileResult = ts.transpileModule(sourceCode, {
    compilerOptions,
    fileName: filePath
  })

  const transpiledCode = transpileResult.outputText
  const transpiledSourceFile = ts.createSourceFile(filePath, transpiledCode, ts.ScriptTarget.ES5, true)

  findClasses(transpiledSourceFile, transpiledSourceFile)
}

findClassesInFile("path/to/your/file.ts")

这个方案存在缺陷：将代码转译为ES5标准时，类声明被转换为函数原型，导致ts.isClassDeclaration(node)始终返回false。不过它提供了良好的修改基础。

GPT 4生成的方案更为可靠：

import * as ts from "typescript"

function getClasses(sourceFile: ts.SourceFile): string[] {
  const classes: string[] = []
  
  const visit = (node: ts.Node): void => {
    if (ts.isClassDeclaration(node) && node.name) {
      classes.push(node.name.text)
    }
    ts.forEachChild(node, visit)
  }

  visit(sourceFile)
  return classes
}

function findClassesInFile(filePath: string): void {
  const program = ts.createProgram([filePath], {})
  const sourceFile = program.getSourceFile(filePath)

  if (!sourceFile) {
    console.error(`Could not find source file: ${filePath}`)
    return
  }

  const classes = getClasses(sourceFile)
  console.log(`Classes found in ${filePath}:`, classes)
}

const filePath = "./example.ts"
findClassesInFile(filePath)

该代码能正确创建程序并遍历AST找出所有类名。而Bing AI（截至2023年中）对此提示无法生成有效代码，Poe的Sage模型生成的代码也存在运行时错误。建议多尝试不同模型。

注意：多数AI返回TypeScript代码片段，需转译为JavaScript后执行，或直接要求AI返回JavaScript代码。

代码生成技巧

本书另一重点是代码生成。虽然TypeScript编译器API是最佳选择，但复杂任务往往需要多次提示，并将AI生成的结果组合成可用脚本。

以第9章的ThreeJS画线任务为例，可以这样提问：

给定如下配置，如何使用ThreeJS绘制线条？
{
  materialColor: 0x0000ff,
  points: [
    [10, 0, 0],
    [0, 10, 0],
    [0, 0, 0],
  ],
}

ChatGPT可能返回：

const config = {
  materialColor: 0x0000ff,
  points: [
    [10, 0, 0],
    [0, 10, 0],
    [0, 0, 0]
  ]
}

const scene = new THREE.Scene()
const material = new THREE.LineBasicMaterial({ color: config.materialColor })
const geometry = new THREE.Geometry()

config.points.forEach((point) => {
  const [x, y, z] = point
  geometry.vertices.push(new THREE.Vector3(x, y, z))
})

const line = new THREE.Line(geometry, material)
scene.add(line)

提供配置样本有助于AI生成更符合需求的代码。上下文信息越丰富，AI输出质量越高。

创建定制机器人

针对特定任务，可以创建预置上下文的专属AI机器人。

Poe等工具支持快速创建定制机器人。只需选择基础模型（目前仅ChatGPT和Claude-instant可选），设置预置提示词即可。用户每次提问时，系统都会自动注入这些预设提示。

若现有基础模型不满足需求，Poe还支持对接自定义API端点，完全自主处理提问和响应。

ThreeJS机器人示例

本书配套的ThreeJS机器人就是典型案例。基于ChatGPT模型，预设提示词为"使用ThreeJS输出以下代码"。当用户输入"创建3D球体"时，将返回：

const geometry = new THREE.SphereGeometry(5, 32, 32)
const material = new THREE.MeshBasicMaterial({ color: 0xffff00 })
const ball = new THREE.Mesh(geometry, material)
scene.add(ball)

本章小结

AI代码生成尚处早期阶段，但已能产出可用脚本。建议运用本书介绍的测试验证方法，确保AI生成结果符合预期。通过合理提示和结果校验，AI将成为开发者的高效助手。

avatar
文章
阅读
粉丝