Django创始人Simon Willison揭秘：如何利用LLM提升编程效率

设定合理期望

在代码编写过程中，合理运用大语言模型（LLM）十分关键。需避免过度依赖，不可将其视为万能工具。自今年起，众多开发者意识到，LLM并非一开始便能生成完美的代码。然而，通过提供准确的指导，它能够成为有效的辅助工具。比如，在编写常规代码模块时，设定明确的目标，LLM能够高效地完成任务。

同时，需关注训练的截止时间点。众多大型语言模型的数据更新至特定时期，对新技术和库的认知可能存在不足。因此，开发者在使用时，若遇到较新内容，应额外提供补充说明，以确保获得更为精确的输出结果。

管理上下文

在确保大型语言模型（LLM）输出高质量结果的过程中，管理上下文扮演着关键角色。上下文指的是当前对话中的一部分文本内容。当与LLM进行关于代码的新一轮对话时，将现有代码纳入上下文，再进行后续的修改等操作，过程将更为顺畅。有开发者通过实践证实，此方法有助于LLM更准确地把握用户需求。

选取恰当的提示手段有助于提升上下文质量。例如，提供数个与目标产物紧密相关的实例，可激发LLM对新项目的创意，使其生成的代码更贴合预期。此方法已在众多实际应用中得到了证实。

提供明确指示

确保LLM有效运作，需明确指示其具体任务。明确指令至关重要。以编写特定功能代码为例，应详尽明确地传达需求，包括功能、输入输出等细节。研究数据显示，指令越具体，生成的代码质量亦更优。

它们亦能提供多样化的选项。当开发者面临多种实现途径难以抉择时，LLM可提供数种备选方案，开发者可从中挑选最合适的方案。此举有助于提升开发的速度与品质。

测试输出内容

LLM生成的代码需经过检验。尽管其能够预测token序列以编写代码，却可能因理解上的偏差等导致输出错误代码。在实际项目实施中，多次出现LLM编写的代码存在逻辑错误的情况。因此，在代码编写完毕后立即进行测试是至关重要的。

测试有助于迅速识别问题，以便人类介入后续优化。当代码执行中发生故障，开发者需查明根源，进行相应的调整。如此做法确保了代码最终的准确与稳固。

选择合适工具

挑选合适的LLM编程工具至关重要，关键在于其安全运行和代码迭代能力。比如，选用稳定性佳且广受欢迎的库，能在LLM的训练数据中找到更多示例，使用体验更为流畅。今年，众多开发者基于此原因倾向于采用此类库。

选择适合执行代码的辅助工具至关重要。借助这些工具执行代码，可以更清晰地观察执行效果，从而加快软件开发的速度。众多开发者亦借助此类工具提升了他们对大型语言模型（LLM）的使用感受。

拓展实用场景

若认为使用大型语言模型（LLM）进行编程缺乏吸引力，仍存在其他应用场景。例如，在解答与代码库相关的问题时，LLM能凭借其知识储备迅速为开发者提供答案，从而减少查找资料所需的时间。在现实开发过程中，众多开发者面临库使用难题时，往往会寻求LLM的帮助。

大型语言模型有助于开发者提升对新知识的吸收速度。例如，它能指导开发者如何进行页面定制构建。通过与其互动并学习其提供的示例，开发者可以更迅速地掌握相关技能。在使用LLM辅助编写代码的过程中，你是否遇到了任何挑战？