AI編程

token

讓LLM回答問題

Instruction tuning

In-context learning

讓LLM思考

Chain of Thought(CoT)

讓LLM使用工具

Reasoning and Acting(ReAct)

AI編程

Session

以每一Session為單位獨立

Context

維持每Session的對話記錄、檔案、指令輸出、系統指示等等

Memory

橫跨Session提供資訊給不同代理

代理模式

Plan

Act

擴充思考

參考各個官方網站的最佳實踐

資訊安全

可指定是否要讓平台學習輸入的資料

平台無法保證是否會輸出受到憑證保護的程式碼，最終責任仍在自己身上

只要確實指示規格、限制代理的執行權限，就不容易導致大事故

代理型，付費，每月約20美金

代理型，付費，可與ChatGPT Plus共用

可免費使用

GitHub Codespaces + Copilot

Cursor

基本付費

Prism

AWS CodeWhisperer

Google Duet AI for Developers

1. 開啟相關檔案

2. 撰寫頂層註解

3. 設定匯入與參照

4. 注重有意義的命名

5. 撰寫具體且範圍適宜的函式註解

6. 提供範例程式碼

編程更像是在寫法律條文

你需要定義術語、建立規則，並管理不同規則之間的複雜關係

試著用聊天對話來撰寫稅法，你辦得到嗎？不行

即使是最簡單的稅法，也過於複雜，無法完全記住

文件能夠組織複雜性、引用具體內容，並有系統地追蹤變更

聊天對話只能讓你依賴記憶和運氣

當需求被明確地寫入文件，而不是散落在聊天記錄中，自然語言才能真正成為一種程式語言

Everything as Code

打磨單一提示（提示品質）

提供足夠的資訊、前提、範例（脈絡品質）

設計能讓代理自律執行的系統（循環）