扩展视野：ChatGPT在软件程序开发中的使用案例

ChatGPT目前是一个热门话题，这要归功于其创新的类似人类的回应。像Bing和Snapchat这样的大型玩家正在将其整合到他们的服务中。谷歌和其他竞争对手正在努力竞争。但是，ChatGPT是什么？它真的有效吗？更重要的是，你能用它来改进你的应用程序吗？

什么是ChatGPT？

ChatGPT 代表Chat Generative Pre-trained Transformer。该工具是一个聊天机器人，可以解析自然语言提示，并以类似人类的方式回答它们。它是在一个巨大的文本数据库上训练的，可以总结信息，回答问题，甚至编写故事。

机器人会在每次对话中记住之前的交流，并利用这些信息来回答未来的提问或回应。这使得ChatGPT的对话感觉比与其他聊天机器人对话更自然。

ChatGPT目前是如何被使用的？

开发者、内容创作者和设计师已经在广泛使用ChatGPT来节省时间并自动化许多任务。人们已经用ChatGPT做了：

撰写学校或大学论文

撰写求职信以申请工作

获取常见算法的代码片段

回答法律问题

总结长文本

根据提示写故事

获取简单问题的答案（类似于Google的知识卡片）

ChatGPT擅长应对甚至相当复杂的指令。它提供的答案有时并不完全准确，因为算法无法知道它所训练的数据是否准确。然而，它可以对各种问题和指令提供深入的答案，包括与设计相关的。

ChatGPT的局限性和伦理问题

ChatGPT的批评者将其描述为仅仅是一个“强大的马尔可夫链文本生成器”，在某些方面，这种批评是成立的。ChatGPT通过预测“接下来是什么”来工作，给定一个提示，这就像一个马尔可夫链。然而，ChatGPT是在一个巨大的数据集上进行训练的，并且它更深入地查看了提示以及它分析的每个单词或代码段前后的内容。这使它能够制定出对复杂问题的答案，并使这些答案看起来是有意义的。

不幸的是，ChatGPT 经常“自信地错误”。曾经有过 ChatGPT 提供整个代码片段来使用一个 不存在的 API 功能，或者提供链接到一个 完全不同的网站。Bing 的 AI 聊天机器人如此自信，以至于它甚至 侮辱和精神控制质疑其错误答案的用户 。

这些问题只是教育机构对ChatGPT的众多反对意见之一。如果你不熟悉某个主题，或者你在核实事实和引文方面松懈，很容易被完全错误的生成答案所欺骗。ChatGPT真的让“不要相信你读到的一切”这句话再次变得相关，它用自然语言和回答问题时的置信度所引发的一些研究人员的担忧在于，自动生成的内容可能会被用来 传播假新闻和错误信息。

如果你想将ChatGPT作为工具使用，你需要了解它的局限性，并利用它来增强你自己的研究，而不是取代它。

一个人在笔记本电脑上使用ChatGPT

使用ChatGPT提升您的应用程序的方法

进行市场调研

通过让ChatGPT提供有关用户行为和兴趣的数据和见解，节省您进行市场调研的时间。确定您的目标受众是否主要针对网页、安卓或iPhone用户，并了解您的目标受众可能拥有的智能手机功能。

ChatGPT 还可以生成您目标类别中最受欢迎的应用程序列表，并详细列出其功能、价格和评价分数。这些信息可以手动收集，但 ChatGPT 可以节省大量时间。

布局最佳实践

应用程序设计的一个重要部分是拥有一个明确定义的设计文档，其中包含功能列表、UI标准和预期行为。功能膨胀以及令人困惑或不一致的界面元素是两个经常在发布前毁掉项目的因素。

ChatGPT 可以用来制定供开发人员和设计师参考的最佳实践列表。该列表可能遗漏了一些对您的项目重要的事情，或者涵盖了一些在您的情况下不重要的事情，因此人工审查是必不可少的。ChatGPT 的优势在于它为您提供了一个公正的起点，您可以与您的同事一起启动最佳实践的讨论。

生成应用程序创意

有时候，即使是最有创意的人也会缺乏创意。ChatGPT是一个能够激发创意的强大工具。给定一个广泛的提示，例如要求提供一个特定利基市场的应用程序创意，ChatGPT可以列出一些有用的和一些不太有用的创意。

给定更详细的提示，该工具可以创建类似于设计文档的东西。该文档不会完整或精致，但它将作为一个起点。您可以编辑此文档，添加ChatGPT忽略的部分，并删除任何没有意义的内容。将ChatGPT视为您和您的设计团队之间终极的对话启动器。不要将它生成的内容作为指令列表使用。相反，将其作为灵感，并添加您自己的人文 touch。

制定营销策略

如果你计划推出一个应用程序，你需要在目标受众会看到并下载它的地方分享它。虽然可以从网站下载应用程序并侧载，或者使用像F-Droid这样的利基商店，但很少有人这样做。大多数人都使用Google Play商店或苹果的应用商店。开发者必须满足这些商店的具体要求，才能使他们的应用程序上架。ChatGPT可以提供这些要求的清单，以确保你的应用程序符合这些要求。

AI工具还可以为您提供一份营销创意清单。例如，帮助您制定推荐计划，或提供一份您可能想联系的网红清单，以获得对您应用的评测。根据您提问的方式，它提供的营销创意可以是高层面的，也可以是您在应用设计过程中所需的详细信息。

高级代码生成和重构

开发者现在使用LLM生成整个组件和模块。如果你需要用户认证的模板类或用于数据库的CRUD（创建、读取、更新、删除）操作的新函数，LLM可以提供一个强大的起点。

示例使用：在开发中，一个常见的任务是语言迁移。与其手动将现有的AngularJS组件转换为现代的React结构，开发者可以让LLM执行转换，从而节省掉数小时的繁琐重复工作。这种转变使人类开发人员能够专注于架构设计和复杂的业务逻辑。

自动化测试和质量保证 (QA)

最有效的节省时间的方法之一是自动化测试生成。给定一个函数定义或一段代码，LLM 可以瞬间使用 Jest（JavaScript）、xctest（Swift）或 JUnit（Java/Kotlin）等框架创建全面的单元测试。此外，它们在生成运行这些测试所需的真实模拟数据结构方面也非常出色。通过自动生成大部分测试套件，AI 显著加速了 QA 循环并提高了代码覆盖率。

高级调试和错误解决

在排除故障时，大型语言模型（LLMs）远优于一个简单的搜索引擎。当应用程序崩溃时，开发人员可以将Xcode、Android Studio或生产日志等环境中的整个堆栈跟踪粘贴到LLM中。模型分析错误的上下文，识别可能的根源，并不仅提供解决方案，还解释为什么错误发生。这大大减少了调试时间，特别是对于由不熟悉的库或复杂系统引起的 Issues。

代码文档和注释

维护整洁、最新的文档通常会被忽视，但对团队速度至关重要。LLM可以自动生成函数、类和API的详细技术文档（如JSDoc或JavaDoc注释），确保一致性和遵守编码标准，而不需要工程师进行大量的手动工作。

将LLM直接集成到应用程序中（AI驱动的功能）

LLM最具变革性的应用是将其智能直接嵌入最终应用程序中，创造动态和个性化的用户体验。应用程序本身变成了AI驱动的应用程序。

生产力应用程序： 实现一个功能，能够通过单次点击总结长邮件线程、会议记录或文档。

健身应用程序: 提供一个对话式AI伴侣，提供个性化的锻炼分析、营养建议和激励，根据用户的进展调整其语气和建议。

营销/设计应用程序： 集成生成式AI，使用户能够在应用程序界面中快速草拟广告文案、社交媒体帖子或设计变体。

检索增强生成 (RAG) 概念

尽管 LLMs 很强大，但它们的知识在它们最后一次训练时就固定了。对于依赖专有或实时数据的应用程序（例如公司内部文件、详细的产品目录或用户的健康历史记录），检索增强生成 (RAG) 是必不可少的。

RAG 通过使用 LLM 来搜索和解释一个最新的私人文件数据库之前生成响应。这个过程确保答案是基于事实的，并且与用户的特定上下文相关，而不是仅仅依赖于模型的通用训练数据。

利用视觉和多模态API

现代LLM不仅可以处理文本，还可以处理图像、视频和音频输入。这为应用程序功能打开了全新的可能性：

零售/电子商务： 用户上传一张家具的照片，应用程序使用Vision API来识别商店库存中类似的物品。

安全/培训应用程序： 用户上传活动视频（如高尔夫挥杆或物理治疗练习），模型提供实时的文本形式反馈。

如何训练ChatGPT生成有用的回复

ChatGPT 是一个非常有用的工具，在原型制作和创建应用程序概念时可以节省大量时间。然而，它确实有局限性。ChatGPT 只知道它训练过的那些事情，并且它只能复述信息。对于旁观者来说，它可能看起来能够进行完整的对话并“思考”，但实际上它并不能真正做到这一点。

和任何其他计算机程序一样，如果你输入垃圾信息或提出表达不好的问题，你将得到垃圾答案。如果你想得到有用的回应，编写好的提示是至关重要的。

一个良好的 ChatGPT 提示应包括以下内容：

简短、简洁的句子来说明你希望ChatGPT做什么。

打开并描述你希望ChatGPT扮演什么角色，例如，“我希望你扮演一个应用程序设计师”。

定义你希望响应的格式，例如“列出”或“给我看一段代码”。

如果适用，请说明目标读者是谁。

列出需要涵盖的具体主题或需要解决的问题。

以额外的要求结束，例如“避免使用术语”或“至少写250字”。

如果你想让 ChatGPT 编写一份长文档或复杂的文档，你可能会得到更好的结果，如果要求它分阶段完成该文档。例如，先从大纲开始，然后要求它填充大纲的某些部分。如果任何答案都不明确，请要求它提供更多信息。

在向ChatGPT索要更多信息时，请精确地措辞。假设你已经以以下提示开始：

创建一个移动应用程序的设计文档，帮助人们使用线性进步法规划他们的力量训练锻炼。

这已经相当模糊了，但ChatGPT在回答这个问题方面做得很好，提供了有关应用程序的功能、用户界面、后端和目标设备的信息。然而，起始答案对于有用的Design文档来说过于广泛。专门讨论“功能”的部分提供了一个简短的功能列表，例如计时器、锻炼计划、锻炼库和社交分享功能。

如果你想要了解更多关于这个应用程序可能具有的功能的详细信息，请通过询问ChatGPT来详细说明:

这将促使ChatGPT简单地重复它已经提供的功能列表。然而，如果你要求ChatGPT做以下事情，你可以得到更好的回应：

请告诉我这个力量训练应用程序可以包含哪些社交功能。

它将回复一些例子，比如排行榜、挑战、社交媒体集成以及分享锻炼计划的能力。

ChatGPT无法猜测你希望它做什么，但它会始终尝试回答你的问题。如果你的提示含糊不清或不准确，这可能会导致意外的结果。在很多方面，ChatGPT最大的优点之一是它迫使你在提问之前仔细思考。

该工具在每次迭代中都在改进。随着用户测试其极限并试图欺骗它，模型被训练以处理更多不寻常的提示，从而提高答案的质量。正在努力的一个领域是个性化，以便ChatGPT可以记住与特定用户的过去互动，并提供针对该人兴趣量身定制的答案。

替代ChatGPT和新范式

虽然 ChatGPT 与生成式人工智能同义，但生态系统正在迅速多样化，开发者需要考虑可用的专用工具。

竞争格局和专业模型

市场提供了强大的替代方案，每个都有独特的优势：

Google的Gemini： 提供最先进的多模态和推理能力，通常直接集成到Google Cloud生态系统中。

Anthropic的Claude： 以其大的上下文窗口和强大的伦理/安全 guardrails 而闻名。

开源模型（Llama, Mistral）： 可以自我托管并在专有数据上进行微调，提供最大的自定义和隐私，特别适用于复杂的编码或内部知识任务。

工具调用 / 函数调用

这是一个改变游戏规则的范式，将LLM从文本生成器转变为一个复杂的代理。工具调用允许LLM对用户的请求进行推理，并确定需要调用哪些外部函数或API来完成任务。

示例：

用户提示：“帮我预订下周二从波士顿到伦敦的航班，并发给我确认邮件。”

LLM 动作： 模型不生成文本；它生成一个结构化请求来调用两个函数：bookFlight(出发地, 目的地, 日期) 和 sendEmail(收件人, 正文)。

这种能力使开发人员能够创建真正智能的应用程序，人工智能可以主动与应用程序的内部逻辑和外部服务进行交互。

与软件定制开发者合作

在北京心玥软件公司，我们提供 软件定制开发 ，适用于各种平台，包括移动设备。如果您有一个为您的业务开发应用的想法，我们可以帮助您完善这个想法并使其成为现实。我们可以与您合作，将您的概念变成一个功能齐全的应用，让您的用户喜欢。 今天联系我们 ，与我们的开发团队交谈，并获取将您的应用推向市场的价格估算。