الگوی پرامپت برای وظیفه چندمرحلهای عامل کدنویسی
خلاصهٔ پاسخ
پرامپت مؤثر هدف، زمینه مخزن، محدودیت، معیار پذیرش، روش بررسی و نقطه توقف را یکجا روشن میکند.

در این مقاله
پرامپت مؤثر هدف، زمینه مخزن، محدودیت، معیار پذیرش، روش بررسی و نقطه توقف را یکجا روشن میکند.
پاسخ کوتاه
یک دستور حرفهای پنج جزء دارد: هدف تجاری، نقطه شروع قابل اعتماد، محدوده اختیار، معیار پذیرش و گزارش پایان. از عامل بخواهید ابتدا شواهد را بخواند، سپس برنامه کوتاه بسازد، تغییر کوچک انجام دهد و نتیجه را با فرمانهای واقعی بررسی کند.
گردشکار پیشنهادی
- هدف و دلیل آن را بدون تجویز جزئیات غیرضروری بنویسید.
- مسیر فایلها، Issue، خطای بازتولیدپذیر و قراردادهای مرتبط را بدهید.
- اعمال ممنوع مانند تغییر migration، نصب dependency یا دسترسی شبکه را مشخص کنید.
- معیارهای پذیرش و فرمانهای کنترل را درج کنید.
- از عامل بخواهید در ابهام پرریسک متوقف شود و سؤال مشخص بپرسد.
- خروجی نهایی را شامل فایلهای تغییرکرده، تستها، ریسک و کار باقیمانده تعریف کنید.
مثال اجرایی
نمونه کوتاه: «خطای 500 ایجاد سفارش تکراری را رفع کن. ابتدا سرویس و تستهای سفارش را بخوان. API عمومی و schema را تغییر نده. یک تست بازتولید اضافه کن، کوچکترین اصلاح را انجام بده، تست همان پروژه را اجرا کن و diff و ریسک را گزارش بده. اگر علت نیازمند migration است، قبل از تغییر متوقف شو.»
چطور نتیجه را راستیآزمایی کنیم؟
اگر شخص دیگری بتواند فقط با خواندن دستور تشخیص دهد چه چیزی مجاز، چه چیزی تمامشده و چه چیزی نیازمند تأیید است، پرامپت قابل اجراست.
خطاهای رایج
عبارت «هر کاری لازم است» اختیار را بیمرز میکند؛ درخواست چند هدف نامرتبط نیز diff را بزرگ و بازبینی را سخت میکند. هر نشست را حول یک نتیجه منسجم نگه دارید.
جایگاه این مطلب در مسیر یادگیری
ابتدا تفاوت دستیار و عامل را روشن کنید؛ سپس مرزهای دسترسی عامل را با سطح وظیفه هماهنگ کنید.
منابع و محدودیت
کیفیت نتیجه تنها تابع متن پرامپت نیست؛ دسترسی به زمینه درست، ابزار، مدل، کدبیس و حلقه بازخورد نیز اثر دارد. این الگو جای تست و بازبینی را نمیگیرد. راهنمای مسئولانه GitHub برای عاملها.
جمعبندی
پرامپت خوب متن طولانی نیست؛ قرارداد کوتاه و آزمونپذیری است که عامل و بازبین از آن برداشت یکسان دارند.
گفتوگو
تجربهتان را بنویسید یا سؤال بپرسید. نظرات پس از تأیید مدیر منتشر میشوند.
در حال بارگذاری…
برای ادامهٔ مطالعه
چطور برای وظیفه کدنویسی هوش مصنوعی معیار پذیرش بنویسیم؟
معیار پذیرش خوب، رفتار قابل مشاهده، محدودیت تغییر، آزمون لازم و تعریف پایان کار را مشخص میکند.
پوریا افضلی · 7 دقیقه مطالعه
مطالعه مقالهدستیار کدنویسی، عامل کدنویسی و تکمیل خودکار چه تفاوتی دارند؟
تکمیل خودکار پیشنهاد کوتاه میدهد، دستیار در گفتوگو و بررسی کد کمک میکند و عامل میتواند یک فرایند چندمرحلهای را با ابزارها پیش ببرد؛ تفاوت اصلی در دامنه اختیار است.
پوریا افضلی · 7 دقیقه مطالعه
مطالعه مقاله
