程序员一定要收藏的100条GPT编程辅助相关指令,无际AI分享

GPT模型可以帮助我们做很多事,除了写作等,在编程代码方面表现也十分优秀,它既可以查找代码中的错误,也可以快速生成简单的编码程序,可以辅助程序员在几分钟内完成任务,今天【无际Ai】给大家分享100条代码提示词,让大家更快更准的让GPT帮我们提供编程辅助,记得收藏哦!

程序员一定要收藏的100条GPT编程辅助相关指令,无际AI分享_第1张图片

生成代码:

  1. 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]。
  2. 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]。
  3. 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]。
  4. 设计一个用[strategy or technique]解决[problem]的[language]算法。
  5. 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]。

程序员一定要收藏的100条GPT编程辅助相关指令,无际AI分享_第2张图片

完成代码

  1. 完成用于解析[file format]并提取[information]的[language]代码:[code snippet]。
  2. 完成针对[use case]的[design pattern]在[language]中的实现:[code snippet]。
  3. 填写缺失的[language]代码以实现以下函数的缓存机制:[code snippet]。
  4. 完成将[data structure]转换为[output format]的[language]代码:[code snippet]。
  5. 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

  1. 在以下的[language]代码片段中定位任何逻辑错误:[code snippet]。
  2. 在给定的[language]代码中识别潜在的性能问题:[code snippet]。
  3. 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]。
  4. 在给定的[language]代码中检查潜在的死锁问题:[code snippet]。
  5. 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

  1. 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]。
  2. 检查以下的[language]代码是否遵循适当的日志和监控实践:[code snippet]。
  3. 审查给定的[language]代码以识别潜在的可扩展性问题:[code snippet]。
  4. 评估以下[language]代码的测试覆盖率:[code snippet]。
  5. 评价给定的[language]代码与[platform or technology]的兼容性:[code snippet]。

自然语言处理

  1. 对以下文本进行文本分类:[text sample]。
  2. 生成以下视频字幕的摘要:[text sample]。
  3. 分析以下产品评论的情感:[text sample]。
  4. 识别以下社交媒体帖子中的关键短语:[text sample]。
  5. 从以下结构化文本中提取信息:[text sample]。

API 文档生成

  1. 为以下的[language]代码创建一个API文档模板:[code snippet]。
  2. 为给定的[language] RESTful API生成用户指南:[code snippet]。
  3. 记录以下[language]命令行工具的功能和使用方法:[code snippet]。
  4. 为给定的[language]库或框架创建一个API参考文档:[code snippet]。
  5. 使用示例代码为以下[language] API编写一个教程:[code snippet]。

查询优化

  1. 优化以下GraphQL查询以提高性能:[GraphQL query]。
  2. 分析给定的SQL查询以确定适当的索引:[SQL query]。
  3. 为提高查询性能,对以下数据库模式提出改进建议:[schema description]。
  4. 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

  1. 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]。
  2. 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]。
  3. 为以下时间序列数据库查询提出索引或分区策略:[time-series query]。
  4. 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

  1. 设计一个用于处理[type of reservation]预订的聊天机器人的对话流程。
  2. 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]。
  3. 开发一个提供有关[topic or domain]信息的聊天机器人的对话脚本。
  4. 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。
  5. 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

  1. 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。
  2. 建议改进[app or website]现有的用户界面以增强用户参与度。
  3. 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。
  4. 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。
  5. 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

  1. 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]。
  2. 为以下的[language]类或模块生成测试场景:[code snippet]。
  3. 设计一个专注于[latency, throughput, or resource usage]的[web/mobile]应用的性能测试策略。
  4. 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。
  5. 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

  1. 建议重构以下的[language]代码以提高可测试性:[code snippet]。
  2. 在给定的[language]代码中识别应用[architecture pattern]的机会:[code snippet]。
  3. 优化以下的[language]代码以降低内存使用:[code snippet]。
  4. 重构给定的[language]代码以改善其错误处理和韧性:[code snippet]。
  5. 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

  1. 设计一个启发式算法以解决以下问题:[problem description]。
  2. 提高给定机器学习算法在[specific use case]中的准确性:[algorithm or pseudocode]。
  3. 开发一个流式算法,能够用于[specific task or operation]的实时处理[data or events]。
  4. 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]。
  5. 评估给定算法在[accuracy, performance, or resource usage]方面的权衡:[algorithm or pseudocode]。

代码翻译

  1. 将使用[design pattern]的以下[source language]代码翻译为[target language]:[code snippet]。
  2. 将给定的[source language]数据处理管道转换为[target language]:[code snippet]。
  3. 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]。
  4. 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]。
  5. 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]。
  6. 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

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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]。

程序员一定要收藏的100条GPT编程辅助相关指令,无际AI分享_第3张图片

技术写作

  1. 编写一个教程,解释如何将[library or service]与[programming language or technology]集成。
  2. 创建一个逐步指导,在[cloud or platform]中部署和扩展[application or service]。
  3. 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。
  4. 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。
  5. 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

  1. 解释以下项目需求,并建议一个技术栈或工具:[requirements description]。
  2. 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]。
  3. 评估以下项目需求的可行性和潜在风险:[requirements description]。
  4. 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]。
  5. 将以下项目需求转换为用户故事或用例:[requirements description]。

网络和安全

  1. 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]。
  2. 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]。
  3. 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]。
  4. 设计一个用于[specific use case or application]的安全且高效的协议。
  5. 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

  1. 为以下数据集生成数据可视化:[dataset description or URL]。
  2. 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]。
  3. 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]。
  4. 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]。
  5. 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

  1. 建议一个机器学习算法或模型以解决以下问题:[problem description]。
  2. 提高给定机器学习模型在[specific use case]中的性能:[model or code snippet]。
  3. 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。
  4. 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

  1. 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]。
  2. 建议改进[language or technology]项目现有的CI/CD流程:[pipeline description or URL]。
  3. 为部署在[cloud or platform]上的[web/mobile]应用设计一个监控和报警策略。
  4. 为[language or technology]应用创建一个Dockerfile或容器化策略。
  5. 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。

以上内容由【无际Ai】整理发布,转载请注明出处。点关注,不迷路!未来将会持续更新AI人工智能方面的热点资讯和科普教程等内容!

你可能感兴趣的:(gpt,人工智能)