基于面向对象的大模型代码生成

众多周至,大模型非常依赖上下文,要让大模型生成比较好的代码,必须准确地给大模型传递上下文信息和指令。

痛点
目前大模型主要以自然语言进行交互,通过自然语言交互的好处是降低大模型的使用门槛,但是由于语言的不精确性和发散性,同样一个功能,不同的人描述,大模型生成的结果不一样。

那如何解决呢?
基于面向对象的思想,软件编程本质上是对对象的操作。因此,在对对象操作室,大模型必须显示知道对象的情况,因此,整个提示主要分为两部分:

  1. 对象的描述
  2. 对对象操作的描述,其中对对象的操作必须显示来自1中的对象。

例如:对用户进行crud。

  1. 首先定义user对象包含哪些属性
  2. 对user进行crud。
    这里,步骤2的user必须是英文对象,不能是汉语。由于大模型能理解crud,因此,生成的代码就会包含对user的crud方法。

整体思路就是这样,具体在不同的语言,不同的场景,需要根据场景定义其他约束。比如依赖什么,技术栈是什么,什么语言等等。

总结,本文核心在于将对象的描述通过精确的语言来描述,提升大模型在生成代码的鲁棒性。事实上,对于对象的操作,也可以定义一套简单的约束,这样可以保证大模型生成代码的质量。

你可能感兴趣的:(人工智能)