ChatGPT 可以是一个有价值的工具，既可以查找你自己的代码中的错误，也可以快速生成简单的编码程序。ChatGPT 无需花费数小时在 Stack Overflow 上搜索解决方案，而是可以在几分钟内完成任务。因为它是编写代码、查找程序中的错误等等的最佳 AI 工具。
生成代码：
- 创建一个用于解析file format并提取information的language脚本，需满足以下要求：requirements list。
- 开发一个针对domain的language微服务，该微服务包括用于operations list的端点，并遵循design pattern。
- 编写一个language函数，用于基于condition过滤data structure，该函数接受以下输入：input variables，预期输出为：output description。
- 设计一个用strategy or technique解决problem的language算法。
- 实现一个异步处理task的language函数，该函数接受以下输入：input variables，预期输出为：output description。
完成代码
- 完成用于解析file format并提取information的language代码：code snippet。
- 完成针对use case的design pattern在language中的实现：code snippet。
- 填写缺失的language代码以实现以下函数的缓存机制：code snippet。
- 完成将data structure转换为output format的language代码：code snippet。
- 完成针对problem的多线程解决方案在language中的实现：code snippet。
错误检测提示
- 在以下的language代码片段中定位任何逻辑错误：code snippet。
- 在给定的language代码中识别潜在的性能问题：code snippet。
- 在以下的language代码中找出任何资源泄露，并提出修复建议：code snippet。
- 在给定的language代码中检查潜在的死锁问题：code snippet。
- 审查以下的language代码，以识别潜在的SQL注入漏洞：code snippet。
代码审查
- 分析给定的language代码以寻找代码异味（code smells），并提出改进建议：code snippet。
- 检查以下的language代码是否遵循适当的日志和监控实践：code snippet。
- 审查给定的language代码以识别潜在的可扩展性问题：code snippet。
- 评估以下language代码的测试覆盖率：code snippet。
- 评价给定的language代码与platform or technology的兼容性：code snippet。
自然语言处理
- 对以下文本进行文本分类：text sample。
- 生成以下视频字幕的摘要：text sample。
- 分析以下产品评论的情感：text sample。
- 识别以下社交媒体帖子中的关键短语：text sample。
- 从以下结构化文本中提取信息：text sample。
API 文档生成
- 为以下的language代码创建一个API文档模板：code snippet。
- 为给定的language RESTful API生成用户指南：code snippet。
- 记录以下language命令行工具的功能和使用方法：code snippet。
- 为给定的language库或框架创建一个API参考文档：code snippet。
- 使用示例代码为以下language API编写一个教程：code snippet。
查询优化
- 优化以下GraphQL查询以提高性能：GraphQL query。
- 分析给定的SQL查询以确定适当的索引：SQL query。
- 为提高查询性能，对以下数据库模式提出改进建议：schema description。
- 使用不同的NoSQL数据库（例如，MongoDB、Cassandra、Couchbase）比较给定NoSQL查询的性能：NoSQL query。
序列查询优化
- 优化以下用于时间序列数据库（例如，InfluxDB、TimescaleDB）的数据库查询：time-series query。
- 分析给定的时间序列查询以识别任何潜在的性能问题：time-series query。
- 为以下时间序列数据库查询提出索引或分区策略：time-series query。
- 使用不同的时间序列数据库（例如，InfluxDB、TimescaleDB、OpenTSDB）比较给定时间序列查询的性能：time-series query。
聊天机器人和对话式 AI
- 设计一个用于处理type of reservation预订的聊天机器人的对话流程。
- 创建一个聊天机器人交互，帮助用户根据他们的需求比较和选择products or services。
- 开发一个提供有关topic or domain信息的聊天机器人的对话脚本。
- 实现一个能够在specific context or domain中理解并响应用户意图的聊天机器人。
- 设计一个能够根据用户偏好为product or service提供个性化推荐的聊天机器人。
用户界面设计
- 生成一个用于可视化data or metrics的web/mobile仪表板的UI（用户界面）模型。
- 建议改进app or website现有的用户界面以增强用户参与度。
- 设计一个专注于可访问性和包容性的web/mobile应用的用户界面。
- 创建一个用于促进用户在specific use case中协作的web/mobile应用的线框图。
- 设计一个遵循design system or style guide并支持theme or customization的web/mobile应用的UI组件库。
自动测试提示
- 编写一个针对给定的language代码的测试脚本，覆盖functional or non-functional测试：code snippet。
- 为以下的language类或模块生成测试场景：code snippet。
- 设计一个专注于latency, throughput, or resource usage的web/mobile应用的性能测试策略。
- 创建一个用于验证其功能和稳定性的language库或框架的测试套件。
- 开发一个覆盖关键用户工作流程的web/mobile应用的端到端测试策略。
代码重构
- 建议重构以下的language代码以提高可测试性：code snippet。
- 在给定的language代码中识别应用architecture pattern的机会：code snippet。
- 优化以下的language代码以降低内存使用：code snippet。
- 重构给定的language代码以改善其错误处理和韧性：code snippet。
- 建议对给定的language代码进行更改，以遵循SOLID或其他设计原则：code snippet。
算法开发
- 设计一个启发式算法以解决以下问题：problem description。
- 提高给定机器学习算法在specific use case中的准确性：algorithm or pseudocode。
- 开发一个流式算法，能够用于specific task or operation的实时处理data or events。
- 提出一个基于机器学习或人工智能的解决方案，以提高以下算法的性能：algorithm or pseudocode。
- 评估给定算法在accuracy, performance, or resource usage方面的权衡：algorithm or pseudocode。
代码翻译
- 将使用design pattern的以下source language代码翻译为target language：code snippet。
- 将给定的source language数据处理管道转换为target language：code snippet。
- 将与database or service交互的以下source language代码迁移到具有类似数据库或服务的target language：code snippet。
- 用具有等效性能特性的target language重写给定的source language数据结构实现：code snippet。
- 在遵循target language's framework or library conventions的情况下，将以下source language代码片段适应为target language：code snippet。
- 将执行specific task or operation的给定source language方法翻译为target language：code snippet
个性化学习
- 根据我偏好的学习风格（visual/auditory/kinesthetic），策划一个用于学习programming language or technology的资源列表。
- 考虑到我的时间限制和学习目标，推荐一个成为specific programming domain or technology专家的学习路径。
- 建议编码挑战或比赛，以帮助我提高在programming language or technology方面的技能。
- 推荐专注于programming language or technology中的specific topic or concept的播客、视频或其他多媒体资源。
- 根据以下language项目或仓库，识别我编码技能中需要改进的领域：URL or project description。
技术写作
- 编写一个教程，解释如何将library or service与programming language or technology集成。
- 创建一个逐步指导，在cloud or platform中部署和扩展application or service。
- 草拟一个针对programming language or technology项目的README文件，其中包括贡献指南和项目路线图。
- 编写一个清晰、简洁的解释，描述programming concept or technique及其在industry or domain中的应用。
- 创建一个用于比较或评估programming language or technology中不同tools, libraries, or frameworks的指南。
需求分析
- 解释以下项目需求，并建议一个技术栈或工具：requirements description。
- 分析给定的项目需求，并提出一个带有里程碑和交付物的详细项目计划：requirements description。
- 评估以下项目需求的可行性和潜在风险：requirements description。
- 建议对给定的项目需求进行更改或改进，以提高performance, maintainability, or user experience：requirements description。
- 将以下项目需求转换为用户故事或用例：requirements description。
网络和安全
- 分析给定的网络架构或设计以识别潜在的安全漏洞：architecture or design description。
- 编写一个安全的language函数或模块，用于执行specific task or operation，同时防止security threat or vulnerability。
- 建议改进以下language代码或配置，以提高其网络性能或安全性：code snippet。
- 设计一个用于specific use case or application的安全且高效的协议。
- 评估与external service or API交互时给定的language代码或配置的安全性：code snippet。
数据可视化
- 为以下数据集生成数据可视化：dataset description or URL。
- 建议改进现有的数据可视化，以提高可读性和理解性：visualization description or URL。
- 设计一个仪表板或数据可视化，突出显示给定数据集中的key insights or patterns：dataset description or URL。
- 使用language or library创建一个数据可视化，允许用户与数据交互并探索specific relationships or trends。
- 为web/mobile应用开发一个数据可视化策略，以用户友好的方式呈现complex or large-scale数据。
机器学习和人工智能
- 建议一个机器学习算法或模型以解决以下问题：problem description。
- 提高给定机器学习模型在specific use case中的性能：model or code snippet。
- 为domain应用设计一个包括数据预处理、特征提取、模型训练和评估的机器学习流程。
- 考虑constraints or requirements，提出一个用于specific task or operation的深度学习架构。
开发运营和部署
- 编写一个tool or script，用于自动化地将language or technology应用部署到cloud or platform。
- 建议改进language or technology项目现有的CI/CD流程：pipeline description or URL。
- 为部署在cloud or platform上的web/mobile应用设计一个监控和报警策略。
- 为language or technology应用创建一个Dockerfile或容器化策略。
- 为在cloud or platform上处理large-scale traffic or high-throughput的web/mobile应用提出一个扩展策略。
聊天GPT编码提示示例
ChatGPT 是一个强大的工具，可以快速准确地生成代码，但它仍然是一个相对较新的模型，可能缺乏人类编码人员所拥有的经验和对上下文的理解。
ChatGPT可以为各种编程语言生成代码，包括Python，JavaScript，C++，Java，Ruby，C#，PHP，Swift，Perl，Go，Shell，R，Lua，Rust，Scala，TypeScript，Kotlin，Dart和Elixir。
感谢阅读 欢迎点赞，收藏，评论