共计 3220 个字符，预计需要花费 9 分钟才能阅读完成。
👉腾小云导读
ChatGPT4 相比 ChatGPT3.5 在逻辑推理能力上有很大的提高，其代码生成能力颇为优越。因而作者尝试在工作中某些不涉密的根底工作上，利用 ChatGPT4 来晋升研发效率，简略尝试之后发现其在不少场景是无效的。本文将向大家展现如何充分利用 ChatGPT-4 联合结对编程办法，在研发过程中实现显著的效率晋升。
重要提醒：大家在做相应尝试的时候，肯定要留神信息安全。
👉看目录，点珍藏
1 场景一：正则表达式编写
2 场景二：重构代码
3 场景三：实现业务逻辑
4 场景四：改 bug 与写单测
5 场景五：取名字
6 总结
01、场景一：场景正则表达式编写
我所在的团队负责某可观测平台的研发。PromQL 是可观测畛域罕用的查询语言，Protobuf 这种协定有自带基于正则表达式的参数查看器，因而咱们须要写一个正则表达式，来检测 PromQL 的合法性，以便于尽早的发现不非法的 PromQL，抛出谬误、升高底层引擎的压力。
对于这个需要，按集体教训来说我认为至多得花超过一小时编码及单元测试。得翻阅不少 PromQL 手册、正则表达式的手册。咱们试着把这个工作交给 ChatGPT4：
ChatGPT4 写了一个很简单的表达式，并且通知咱们这个需要是不合理的，完满的语法检测得要实现一个语法分析器，而不是正则表达式。
这里我欠缺了我的需要：咱们在接入层的正则应该在乎准确率，疏忽召回率，旨在尽早发现一部份谬误，而不是全副谬误：
这一次的输入看上去还不错。然而我懒、不想认真看，我又不释怀它写。所以我要求它本人写个单测，进行充沛的自测：
ChatGPT4 写的单测十分 readability，它还晓得表驱动的形式写测试数据。咱们把代码 run 起来：
有一个测试用例没过，咱们能够把这种状况通知 ChatGPT4，让它本人解决：
ChatGPT4 说：要解决这个问题，必须引入更简单的表达式。然而这不是咱们想要的后果，因而咱们还是抉择了更简略的正则表达式交付需要，做一些简略的查看，更简单的查看就交给 promql 语法解析器去做。
所以我花 5 分钟，发现了需要的不合理，抉择了最合乎业务需要的计划，并且还写完了咱们想要的正则表达式。并且代码十分 readability，同时有单测。
02、场景二：重构代码
咱们写代码的过程中，往往会因为忽略，而产出各种「bug 和坏滋味」。咱们来试试 ChatGPT4 能帮咱们做什么。上面随机找了一段咱们代码仓库外面的不涉密根底代码，发给 ChatGPT4：
package strings
import (
"fmt"
"regexp"
"strconv"
)
var reOfByte = regexp.MustCompile(`(\d+)([GgMmKkBb]?)`)
// ParseByteNumber 解析带有容量的字符串
func ParseByteNumber(s string) int64 {arr := reOfByte.FindAllStringSubmatch(s, -1)
if len(arr) < 1 || len(arr[0]) < 3 {return -1}
n, err := strconv.Atoi(arr[0][1])
if err != nil {return -2}
if n <= 0 {return -3}
switch arr[0][2] {
case "G", "g":
return int64(n) * (1024 * 1024 * 1024)
case "M", "m":
return int64(n) * (1024 * 1024)
case "K", "k":
return int64(n) * (1024)
case "B", "b", "":
return int64(n)
default:
return -4
}
}先让 ChatGPT 看一眼代码：
ChatGPT4 示意它看懂了。接下来咱们给 ChatGPT4 提一下重构的需要，看看 ChatGPT4 的体现：
ChatGPT4 这些优化，使得代码 readability 了很多。特地是错误码返回的模块，原来的代码真是天坑。但同时咱们也发现这个函数实现是不太合乎需要的——它只匹配了 substring。例如 XXXX100KBXXX 这类参数也会被谬误匹配。咱们把这些状况通知 GPT4，看看它的体现：
这里咱们看到：
GPT4 不仅仅实现了需要，它还做到了兼容浮点数输出，使得返回的精度更高了。例如 1.5MB 理论是 1536B，按咱们最后的实现的确会失落精度，变成 1024B。此外，还帮咱们发现了个 BUG。
照例，让它补充一下单测：
通过 15 分钟的简略交换，我和 ChatGPT 一起实现了这次代码重构。
03、场景三：实现业务逻辑
尽管要求 chatGPT4 一次性给咱们交付整个残缺需要有点过分，但咱们仍然能够把需要拆分成小的逻辑单元给 chatGPT 实现，并要求它编写单测。
这次，咱们找了咱们我的项目外面最新的需要来做个试验，让 ChatGPT 帮咱们实现需要——做一个事件的聚合能力。咱们的可观测平台（伽利略）会收集各个平台的事件数据，聚合之后以更加可视化的形式给用户展现：
在我一直的追加需要细节之后，chatGPT4 交付了一个还算能够的成绩。然而这里咱们发现这段代码有个 BUG。当然，我是不会本人入手修复的，让 GPT4 本人来吧：
其交付的整体代码尽管不算特地清晰，但做一些批改还是能够用的。当然我感觉这跟我集体没把需要形容的太分明也有关系。
04、场景四：改 BUG
咱们的可观测平台（伽利略）反对自定义指标，底层辨认的变量类型是 $1,$2,$3 这种模式，UI 为了用户可读性，是体现为 A,B,C。最近呈现了一个 BUG，A+B+C+D+E+F+G+H+I+J+ K 配置上来再加载上来之后编程 A +B+C+D+E+F+G+H+I+J+B0。
起因 K 是 $11，然而前端转码的实现，是 for 循环遍历解决的，所有解决两位数字有 BUG，转回来辨认成了 $1 和 0：
咱们把这个问题给 ChatGPT，看它怎么解决：
此外，各位开发者通过下面的例子应该能感触到 GPT4 写单测的能力了。它不论是表驱动、测试用例的结构能力、代码的 readability 能力都十分强！此处咱们不进行开展赘述了。
05、场景五：取名字
咱们晓得取变量名和函数名是工程师们最头疼的问题。
这个 ChatGPT4 十分善于，毕竟这是它的母语呀。例如下面的解析存储容量的函数，它给的倡议的确比原名好太多了。
06、总结
说一说我集体对于 GPT3 和 GPT4 的应用体验。
当被输出需要，GPT3 好像是从网上搜了一些代码组合给我，而 GPT4 更能了解我的需要，而且它能依据我的反馈一直的优化它给我的代码。整体来说，GPT4 相比历代，在逻辑推理能力上有了很大的提高，它的代码生成能力更是让我十分震撼。
此外，它在视觉表白、跨畛域能力、编程能力等等也有飞跃的提高，此处不开展赘述。如果各位感兴趣，能够在公众号（点👉这里👈进入开发者社区，左边扫码即可进入公众号）后盾回复 「GPT-4」，查看残缺的测评报告。理解其能力的边界，将有助于各位更好利用。
尽管 GPT 等工具不能齐全代替工程师编码，但在很多繁琐且不须要交代太多背景的独立工作上，GPT4 还是实现的十分不错的。作为一个技术人员，尝试下与 GPT4 结对编程的形式，有可能在某些方面真的能晋升本身生产效率。欢送各位开发者体验。以上是本次分享全部内容，欢送大家在评论区分享交换。
-End-
原创作者|胡宸源
技术责编|胡宸源
你有什么应用 ChatGPT 的小技巧和心得，欢送在公众号（点👉这里👈进入开发者社区，左边扫码即可进入公众号）评论区分享探讨。咱们将选取 1 则最有创意的分享，送出腾讯云开发者 - 文化衫 1 个（见下图）。5 月 18 日中午 12 点开奖。
想理解 GPT- 4 残缺能力测评（视觉表白、跨畛域能力、编程能力等）？在腾讯云开发者公众号（点👉这里👈进入开发者社区，左边扫码即可进入公众号）后盾回复「GPT-4」，查看残缺测评报告。
