Chuyên gia hàng đầu trong lĩnh vực Công nghệ Thông tin chia sẻ bí quyết cho coder mới vào nghề khi sử dụng ChatGPT để lập trình

Dưới đây là những lời khuyên về cách tạo ra mã lập trình hiệu quả hơn từ các chuyên gia trong lĩnh vực khoa học máy tính và các nhân viên công nghệ đã sử dụng ChatGPT trong quá trình phát triển phần mềm.

ChatGPT, một sản phẩm đột phá của OpenAI, đã tạo ra làn sóng trong cộng đồng Công nghệ Thông tin. Với khả năng lập trình đáng kinh ngạc, chatbot này không chỉ làm cho những lập trình viên ngỡ ngàng mà còn thu hút sự chú ý của nhiều CEO trong ngành công nghệ. Đáng chú ý, đã có các doanh nghiệp bắt đầu áp dụng công nghệ này vào các hoạt động hàng ngày của họ.

Mặc dù Trí tuệ Nhân tạo (AI) đang phá vỡ những rào cản trong lĩnh vực lập trình và thúc đẩy quá trình phát triển phần mềm trở nên dễ dàng hơn, nhưng vẫn có không ít người gặp khó khăn trong việc đạt được kết quả như mong đợi. Dưới đây là những gợi ý về cách tạo ra mã lập trình hiệu quả hơn từ các chuyên gia trong lĩnh vực khoa học máy tính và các nhân viên công nghệ đã áp dụng ChatGPT trong quá trình phát triển phần mềm.

Chia nhỏ câu lệnh của bạn và giữ chúng đơn giản

Đầu tiên, việc đơn giản hóa và làm rõ yêu cầu đóng vai trò quan trọng trong lĩnh vực Trí tuệ Nhân tạo. Chatbot hoạt động dựa trên các hướng dẫn (hay câu lệnh - prompt) bằng tiếng Anh (hoặc tiếng Việt) với sự rõ ràng và dễ hiểu.

Ammaar Reshi, một người tự nhận là mới học lập trình, đã sử dụng chatbot để phát triển ứng dụng và các trò chơi, ông nhấn mạnh rằng việc cung cấp quá nhiều thông tin có thể dẫn đến kết quả không như mong đợi. Lập trình viên mới khuyên rằng cần phải giới thiệu dự án từng bước cho ChatGPT.

“Tôi coi GPT như một người lắng nghe một cách nửa vời. Nếu bạn yêu cầu bot làm mọi thứ cùng một lúc, chẳng hạn tạo toàn bộ trò chơi điện tử, nó có thể sẽ gặp nhiều lỗi. Tôi khuyên bạn nên giải thích dự án của mình với GPT trước. Hãy tiếp cận từng bước một và xây dựng từng phần bằng GPT, hỏi xem nó sẽ hoạt động như thế nào,” Reshi nói.  

“Tôi thấy nó ít lỗi hơn nhiều khi bạn tách ra vì nó không cố gắng giữ mọi thứ trong đầu nữa,” anh nói thêm. 

Gán vai trò cho ChatGPT và cung cấp đoạn mã mẫu

Việc gán cho ChatGPT một cá tính hoặc một vai trò công việc cụ thể có thể giúp chatbot hiểu được mong muốn của người dùng, theo Jason Gulya, chủ tịch hội đồng AI tại Đại học Berkeley, người giảng dạy về cách sử dụng ChatGPT.

Khi nói đến lập trình, Reshi khuyên rằng người dùng nên bắt đầu bằng cách gán cho ChatGPT vai trò của một 'lập trình viên hàng đầu thế giới'. 

“Tôi nghĩ việc cho nó nhập vai thành một ai đó hoạt động thực sự tốt. Bởi vì nếu không thì nó chỉ sử dụng kiến thức lập trình chung chung. Bằng cách bổ sung thêm tính cách cụ thể đó, bạn sẽ có nhiều khả năng nhận được kết quả tốt nhất mà nó được đào tạo.', lập trình viên này nói.

Neil Ernst, phó giáo sư khoa học máy tính tại Đại học Victoria, cho biết việc thêm chi tiết kỹ thuật vào lời nhắc hoặc cung cấp các đoạn code ví dụ cho ChatGPT có thể giúp cải thiện kết quả đầu ra. Theo đó, ChatGPT sẽ nhận ra các thuật ngữ chính, sau đó người dùng có thể sinh tinh chỉnh nó bằng cách nói thêm một chút về những thay đổi cụ thể mà họ muốn nó thực hiện.

Chiến lược đặt prompt hiệu quả trong lập trình sử dụng AI

Khi sử dụng AI để lập trình, việc đặt ra các yêu cầu (prompt) một cách chính xác và chi tiết là chìa khóa để đạt được kết quả tốt nhất. Một prompt hiệu quả nên bắt đầu bằng việc mô tả cụ thể nhiệm vụ cần thực hiện. Chẳng hạn, thay vì chỉ nói 'Tạo một chương trình', hãy rõ ràng hơn với một yêu cầu như 'Tạo một chương trình Python để phân tích dữ liệu từ file CSV, trích xuất và tính giá trị trung bình của cột 'Doanh thu'.'

Thông tin về ngữ cảnh cũng cần được đưa ra một cách đầy đủ. Điều này bao gồm ngôn ngữ lập trình bạn đang sử dụng, yêu cầu kỹ thuật cụ thể, và bất kỳ chi tiết nào khác liên quan đến nhiệm vụ. Ví dụ, nếu bạn muốn viết một hàm JavaScript, bạn có thể đặt prompt như sau: 'Viết một hàm JavaScript để xác minh tính hợp lệ của địa chỉ email dựa trên biểu thức chính quy.'

Nếu bạn có những yêu cầu cụ thể về mức độ phức tạp hoặc hiệu suất, hãy đề cập đến chúng trong prompt. Ví dụ, bạn có thể yêu cầu 'Cần một thuật toán sắp xếp với độ phức tạp thời gian là O(n log n) để sắp xếp một mảng số nguyên.'

Trong trường hợp bạn muốn AI tuân thủ một style coding nhất định, hãy nêu rõ điều này. Ví dụ, nếu bạn muốn mã Python tuân thủ theo chuẩn PEP8, prompt của bạn có thể là: 'Viết mã Python tuân thủ theo chuẩn PEP8 để phân tích dữ liệu.'

Cũng đừng quên gợi ý về việc sử dụng các thư viện hoặc frameworks cụ thể. Nếu bạn muốn sử dụng React trong một dự án, prompt của bạn có thể là: 'Sử dụng thư viện React để xây dựng một giao diện người dùng đơn giản hiển thị dữ liệu từ API.'

Nếu bạn đang làm việc với một dự án lớn, hãy cân nhắc việc chia nhỏ yêu cầu thành các phần nhỏ hơn để quản lý dễ dàng hơn. Ví dụ, thay vì yêu cầu 'Phát triển một ứng dụng web hoàn chỉnh', bạn có thể bắt đầu với 'Tạo một API backend để xử lý yêu cầu từ người dùng.'

Cuối cùng, nếu bạn có ý tưởng cụ thể về cách tiếp cận, hãy bao gồm nó trong prompt. Đồng thời, nếu cần, hãy yêu cầu AI cung cấp các test cases để đảm bảo tính chính xác của mã lập trình.

Một ví dụ cuối cùng có thể là: 'Tạo một hàm Python để kết nối với API Twitter, lấy dữ liệu tweet mới nhất và phân tích tần suất xuất hiện của từ khóa 'AI'. Sử dụng thư viện requests cho kết nối API và pandas cho phân tích dữ liệu. Hãy đảm bảo mã tuân thủ theo chuẩn PEP8 và cung cấp các test cases để kiểm tra.'

Những ví dụ trên chỉ ra cách thức đặt prompt chi tiết và cụ thể, giúp tối ưu hóa kết quả bạn nhận được từ AI trong quá trình lập trình.

Tổng hợp