AI写代码靠谱吗？

最新推荐文章于 2025-10-08 08:21:29 发布

原创最新推荐文章于 2025-10-08 08:21:29 发布 · 1k 阅读

CC 4.0 BY-SA版权

文章讲述了作者使用ChatGPT辅助完成OCR图片识别任务，通过细化需求和反馈修正，成功生成代码。尽管初期存在错误，但经过调整后能快速解决问题。作者认为，学会向AI提出明确需求和处理报错将是未来的重要技能，并推荐了一个免费的GPT3.5在线平台以及提示词优化方法，鼓励更多人尝试AI编码。

ChatGPT出来半年多了，用GPT编码的程序员有多少？虽然没有数据支撑，但我感觉用AI编码程序员并不多。我问过几个朋友，他们的回复是，AI没办法完成他想要完成的任务，最终还是得靠自己去写。

GPT真的没办法帮助程序完成任务吗？我感觉不是。但为什么会造成这样现象？我总结有2个原因

prompt的问题，比如把需求描述的不够细，AI在不了解细节的情况下只能猜。如果你没办法把需求描述清楚，AI肯定是没办法帮你完成任务的。如何向AI提需求，未来很大可能会成为一门职业。而且这个时间我相信并不会太长。
对AI期望太高，很多AI回复的代码并不能立马运行，在这个过程中很可能出现报错。这样就需要来来回回跟AI沟通，才能搞定。

我自己其实已经有很多年没有做一线的编码工作了，但在用AI编码的尝试上，我觉得上面两个问题都不大。

首先，我们要学会把需求拆细。不要一开始就问一个很大而全的问题。就跟自己写程序一样，一个方法解决一个问题。其次，就是学会把出现的问题反馈给AI，让它去修正。

比如我今天就用GPT完成了这样一个任务：我有一个文件夹下面有很多图片，我想要用OCR图片识别文字的方法把所有图片按照名称进行排序，然后按顺序输出文本内容。如果是以前，我可能需要自己写。但用GPT，一分钟不到，初版的程序就写好了。虽然第一次返回的结果里有个小BUG，但就一句话，改完后就能正常运行了。

完整代码如下：

import os
import requests
import json
import base64

# 定义接口地址和参数
url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"
client_id = "your_client_id"
client_secret = "your_client_secret"

# 定义图片文件夹路径
img_dir = "your_image_folder_path"

# 获取图片文件夹中所有图片文件名并按读取顺序排序
img_files = os.listdir(img_dir)
img_files.sort()

# 定义最终文本变量
final_text = ""

# 循环遍历每个图片文件并识别
for img_file in img_files:
    # 拼接图片文件路径
    img_path = os.path.join(img_dir, img_file)
    
    # 读取图片二进制数据并进行base64编码
    with open(img_path, "rb") as f:
        img_data = base64.b64encode(f.read())

    # 定义请求参数
    params = {
        "image": img_data,
        "access_token": "",
        "detect_direction": "true",
        "language_type": "CHN_ENG"
    }

    # 获取access_token
    token_url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}".format(client_id, client_secret)
    token_res = requests.post(token_url)
    access_token = json.loads(token_res.text)["access_token"]
    params["access_token"] = access_token

    # 发送POST请求识别图片文字
    res = requests.post(url, data=params)

    # 解析响应结果并拼接文本
    res_json = json.loads(res.text)
    if "words_result" in res_json:
        words_result = res_json["words_result"]
        for words_item in words_result:
            final_text += words_item["words"]
            final_text += "\n"

# 输出最终文本
print(final_text)

我这里用的是百度的图片识别接口，需要申请去百度智能云申请一个应用拿到client_id和client_secret。

总用时不到5分钟。当然因为我有一点编程基础，所以运行时看到报错，我就知道问题在哪里了。如果你没有一点编程基础，通过跟AI互动，我相信也能解决，这种解决过程能帮助你学习编程。

我后面用同样的提示语，在GPT4里提问，获得代码是直接可以运行的。现在GPT4还是很贵，但GPT3.5的话，你可以用我搭建的网站：https://ai.yunyoute.cn 纯福利，免费，无需注册，开箱即用。

我相信随着AI的进步，很多编码工作是可以代的。如果你还没有开始，我建议你现在就尝试去做。

ps: 有同学不太知道该怎么向GPT提问题。你可以尝试在询问GPT的时候，用下面这个提示词：

你将扮演一位 prompt engineer 专家，你非常清楚通过哪些问题能引导 AI 提供令人满意的专业解答。

你将专注于引导我设计促使 GPT 生成具有最小冗余的特定内容所需的策略和 prompt 语句结构。对于每个资源，请提供简洁的摘要，并突出显示在设计有效指令方面有帮助的具体引用。此外，还应包括实例演示，帮我理解如何将其中的概念和策略应用于提示工程。

我是 GPT 新手，我很难清晰表达我的需求。并且不了解 GPT 不能直接联网的局限性。我希望一步步通过问题引导我完成需求的描述，使它能变成明确、简洁又带有足够背景的 prompt。

输出模版：

指引：

你的prompt设计指引，使用简洁易懂的，精确的讲解方式，来引导我对prompt进行迭代设计。

对于每个改良的结果，按 5-10 分的范围给出你的评估分数并添加指导，提出可以改进的地方。如评分>= 8，询问：「你想运行此提示吗？」

附带选项「嗯」和「no 」。如果我说表示肯定，请运行你建议的最后一个提示。否则，请为我生成更好的提示。

确保在我表示肯定时运行提示非常重要。请继续此提示，直到我说「停」或你运行提示为止。

尽管可能地使用 Markdown，确保我们的输出结果有良好的可读性和美观度，使用强调样式突出重点。

解答：

引导任务完成之后，你再重新变成 GPT 来解答我的问题。

谢谢。