ChatGPT篇|ChatGPT在软件开发上的辅助能力

GPT42024-01-16 09:42:12537
引言

在当今快节奏的软件开发领域,开发团队面临着许多挑战,包括需求分析、系统设计、编码实现以及性能优化等方面。为了应对这些挑战,开发者们一直在寻求各种方法和工具来提高开发效率和软件质量。其中,人工智能技术的快速发展为软件开发带来了一种全新的辅助能力。作为一种基于自然语言处理和机器学习的技术,ChatGPT作为人工智能助手,为软件开发人员提供了强大的支持和帮助。

- ChatGPT 在软件开发上究竟能提供多大的辅助?

- 传统软件开发究竟又会因此发生怎样的变化?

带着这些疑问,我们以教务项目为素材,以具体的项目场景为背景,对ChatGPT在软件开发上的辅助能力进行了简要的测评。

需求
我们模拟一个从零开始的开发场景,开发者只有一个关于目标系统的基础概念,将需求分析和细化工作全部交给ChatGPT生成。为了结果尽可能细致,我们在prompt时加入了功能和非功能性需求的拆分。
1.1
需求生成
1.2
基于简单需求描述进行细化

1.3
基于需求识别用户故事

1.4
基于需求制定验收标准

编码辅助
我们模拟项目的迭代场景,在项目出现新的需求或挑战时,考察ChatGPT能否在现有的项目代码基础之上直接为我们生成可用代码及必要的辅助提示。

我们主要考虑以下三个问题:1.给定一段较长的功能性需求的文本,让其进行代码生成以满足需求。2.向其询问非功能性需求的具体实现方式。3.给定部分已经实现的功能性代码,要求其添加非功能性优化代码。

2.1
根据功能性需求生成代码

// 这是一个基本的代码框架示例,用于展示教务管理系统的结构和部分功能实现// 请根据需要导入所需的 Java 类和库// 用户类,包括教师和学生class User {  private String id;  private String name;  private String phoneNumber;  private String email;  private String password;  // 其他属性和方法  // 个人信息维护  public void viewPersonalInfo() {    // 查看个人信息的实现  }  public void updatePersonalInfo() {    // 修改个人信息的实现  }}// 学院类class College {  private String id;  private String name;  // 其他属性和方法}// 专业类class Major {  private String id;  private String name;  private College college;  // 其他属性和方法}// 课程类class Course {  private String id;  private String name;  private String courseCode;  private College college;  private int credit;  private int hours;  private String teacher;  private String description;  private String classTime;  private String classroom;  private int capacity;  // 其他属性和方法}// 管理员类class Admin extends User {  // 查看用户信息  public void viewUserInfo() {    // 查看用户信息的实现  }  // 录入单条用户信息  public void addUserInfo(User user, College college, Major major) {    // 录入单条用户信息的实现  }  // 批量导入用户信息  public void importUserInfoFromCSV(String filePath) {    // 批量导入用户信息的实现  }  // 修改用户信息  public void updateUserInfo(User user) {    // 修改用户信息的实现  }  // 修改用户状态  public void updateUserStatus(User user, String status) {    // 修改用户状态的实现  }  // 新增课程管理员  public void addCourseAdmin(User user) {    // 新增课程管理员的实现  }  // 审核课程申请  public void approveCourseRequest(User user, Course course) {    // 审核课程申请的实现  }  // 对所有课程的维护  public void viewAllCourses() {    // 查看所有课程的实现  }  public void deleteCourse(Course course) {    // 删除课程的实现  }

GPT在这个问题上打了太极,回避了直接生成完整代码,只是将重要的实体类生成了,这自然不是我们所期待的,于是我们尝试针对某一需求进行更加细致的提问:
UserController.java (Controller):
@RestController@RequestMapping("/users")public class UserController {  private UserService userService;  @GetMapping("/{userId}")  public UserDTO getUser(@PathVariable String userId) {    User user = userService.getUserById(userId);    // 将 User 转换为 UserDTO,只返回必要的个人信息字段    UserDTO userDTO = convertToDTO(user);    return userDTO;  }  @PutMapping("/{userId}")  public void updateUser(@PathVariable String userId, @RequestBody UserDTO userDTO) {    User user = convertToEntity(userDTO);    userService.updateUser(userId, user);  }  // 其他方法和注入 userService 的代码}

UserService.java (Service):

@Servicepublic class UserService {  private UserDao userDao;  public User getUserById(String userId) {    return userDao.getUserById(userId);  }  public void updateUser(String userId, User user) {    User existingUser = userDao.getUserById(userId);    // 更新用户的个人信息    existingUser.setPhoneNumber(user.getPhoneNumber());    existingUser.setEmail(user.getEmail());    existingUser.setPassword(user.getPassword());    // 其他个人信息的更新    userDao.updateUser(existingUser);  }  // 其他方法和注入 userDao 的代码}

UserDao.java (DAO):@Repositorypublic class UserDao {  // 使用 JdbcTemplate 或 MyBatis 进行数据库操作  public User getUserById(String userId) {    // 查询数据库,根据 userId 获取用户信息    // 返回 User 对象  }  public void updateUser(User user) {    // 更新数据库中的用户信息  }  // 其他方法和数据库操作的代码}

2.2
在现有代码上迭代新需求
我们尝试在一个现有系统上添加一些非功能性优化,首先询问ChatGPT关于优化的措施与具体代码,再让它将这些代码直接嵌入我们现有的系统中。
// 使用缓存示例@Servicepublic class UserService {    private UserDao userDao;    private CacheManager cacheManager;    public User getUserById(String userId) {        // 尝试从缓存中获取用户信息        User user = cacheManager.get(userId);        if (user == null) {            // 缓存未命中,从数据库获取用户信息            user = userDao.getUserById(userId);            // 将用户信息存入缓存            cacheManager.put(userId, user);        }        return user;    }    // 其他方法和注入 userDao 和 cacheManager 的代码}

// 输入验证示例@RestControllerpublic class UserController {    @PostMapping("/users")    public void createUser(@RequestBody UserDTO userDTO) {        // 对用户输入进行验证,确保输入数据的有效性        if (!validateUserInput(userDTO)) {            throw new IllegalArgumentException("Invalid user input");        }        // 创建用户        // ...    }    private boolean validateUserInput(UserDTO userDTO) {        // 对用户输入进行验证,确保输入数据的有效性        // 返回验证结果

// 异步消息队列示例@Servicepublic class UserService {    private UserDao userDao;    private MessageQueueService messageQueueService;    public void createUser(User user) {        // 创建用户        userDao.createUser(user);        // 发送用户创建事件到消息队列,异步处理其他相关操作        messageQueueService.sendMessage("user.created", user.getId());    }    // 其他方法和注入 userDao 和 messageQueueService 的代码}
2.3
基于现有代码直接修改
最后一步,我们给出了一段实际的代码,要求chatgpt在原来代码的基础上添加缓存功能。
@Servicepublic class UserService {    private UserDao userDao;        public User getUserById(String userId) {        return userDao.getUserById(userId);    }        public void updateUser(String userId, User user) {        User existingUser = userDao.getUserById(userId);        existingUser.setPhoneNumber(user.getPhoneNumber());        existingUser.setEmail(user.getEmail());        existingUser.setPassword(user.getPassword());        // 其他个人信息的更新                userDao.updateUser(existingUser);    }        public void createUser(User user) {        userDao.createUser(user);    }        // 其他方法和注入 userDao 的代码}

开发影响
3.1
提示质量对于ChatGPT性能的影响

ChatGPT可以为程序员编写代码提供强有力的帮助和支持已经是软工领域的共识。然而,我们发现,ChatGPT能够提供多大的帮助,很大程度取决于提问的方式和提示的质量。

1. 精准的需求描述

在提出问题之前,提问者需要仔细地考虑问题的范围和具体需求。无论是期望使用的语言,框架,还是期望实现的功能或非功能代码,都应尽可能详细地进行描述,避免使用较为笼统的词汇和指代不明的代词,以便ChatGPT能够根据这些提示产生更加准确的回答。

2. 划分子任务,提问由浅入深

   提问者需要擅长拆解问题,将一个庞大的项目拆解成为一个个需求明确的小任务,提问时问题需要由浅入深,由粗到细,才能一步步引导ChatGPT给出更加具体切实的回答。

3. 提问“刨根问底”

提问者想要得到尽可能详细和准确的答案,还需要发挥”刨根问底“的精神。一方面,从我们的尝试中可以看出,很多代码细节ChatGPT并不会在一开始就给出,但通过不断追问细节,ChatGPT其实有能力给出非常具体的回答。此外,ChatGPT生成的内容不一定总是正确的,如果对生成的内容有质疑,可以直接向ChatGPT提出,让其进行解释或引导它更正回答,而不要盲目轻信。

因此,为了最大限度发挥ChatGPT的优势,未来程序员需要具备精准详细提问、拆解问题以及逐步深入引导ChatGPT生成具体代码的能力。只有这样才能与ChatGPT高效合作,共同完成软件开发任务。

3.2
ChatGPT的不足

1.无法支持复杂软件的端到端开发

ChatGPT更偏向于给出一个代码实现框架,内部很多具体的方法和所需依赖都难以一次性生成,而需要提问者在实际编译运行中不断发现问题,进一步细粒度提问。但在进一步诱导生成更细粒度代码的过程中,ChatGPT可能会“遗忘”之前生成的代码(例如随着轮次的增加,ChatGPT新生成的代码变得不符合之前轮次中所生成的代码上下文)。因此,目前ChatGPT对于软件开发的辅助仍然难以达到完全端到端的程度,软件开发的”最后一公里“仍然需要程序员自身不断进行调试修改与完善。

2. 具有较大随机性。

相同的问题,多次提问ChatGPT后产生的回答可能截然不同,总体来说生成结果具有较大随机性,这对于一些想要利用ChatGPT进行的科学研究可能存在一定程度的影响。例如,如果想要研究不同提示模板对于生成内容的影响,可能无法确定是提示模板更换带来的生成效果改善,还是单纯随机生成的结果。

3.无法保证正确性。

    “一本正经地胡说八道”是很多人诟病ChatGPT存在的问题,这一问题目前仍然没有得到很好的解决,即使是GPT-4生成的内容也依然无法保证正确性。这就要求利用ChatGPT辅助软件开发的程序员自身拥有一定的背景知识和项目理解,仔细评估ChatGPT的回答,并进行必要的修改和调整,以确保生成的代码符合实际需求。

总结
ChatGPT在软件开发上提供的辅助能力大小取决于多个因素,包括问题的明确程度、提示的质量、提问者的技巧以及模型的能力。通过提供清晰、具体的问题和高质量的提示,ChatGPT可以生成代码、解决问题、提供设计建议等。然而,它的辅助能力有限,无法完全替代人类开发者的判断和经验。

传统软件开发可能会发生一些变化。使用ChatGPT作为辅助工具可以加快开发速度和提高生产力。它可以为开发者提供想法、示例代码和解决方案,帮助他们更快地实现功能需求、解决问题和进行系统优化。这可能会改变开发者的工作流程和角色,让他们更专注于高层次的设计和创新,而将重复性的编码任务交给ChatGPT完成。

本文链接:http://lechangxia.cc/gpt4/231.html

相关文章