GPT模型可以幫助我們做很多事，除了寫作等，在編程代碼方面表現也十分優秀，它既可以查找代碼中的錯誤，也可以快速生成簡單的編碼程序，可以輔助程序員在幾分鐘內完成任務，今天【無際AI】給大家分享100條代碼提示詞，讓大家更快更準的讓GPT幫我們提供編程輔助，記得收藏哦！
生成代碼：
1. 創建一個用于解析[file format]并提取[information]的[language]腳本，需滿足以下要求：[requirements list]。
2. 開發一個針對[domain]的[language]微服務，該微服務包括用于[operations list]的端點，并遵循[design pattern]。
3. 編寫一個[language]函數，用于基于[condition]過濾[data structure]，該函數接受以下輸入：[input variables]，預期輸出為：[output description]。
4. 設計一個用[strategy or technique]解決[problem]的[language]算法。
5. 實現一個異步處理[task]的[language]函數，該函數接受以下輸入：[input variables]，預期輸出為：[output description]。
完成代碼
1. 完成用于解析[file format]并提取[information]的[language]代碼：[code snippet]。
2. 完成針對[use case]的[design pattern]在[language]中的實現：[code snippet]。
3. 填寫缺失的[language]代碼以實現以下函數的緩存機制：[code snippet]。
4. 完成將[data structure]轉換為[output format]的[language]代碼：[code snippet]。
5. 完成針對[problem]的多線程解決方案在[language]中的實現：[code snippet]。
錯誤檢測提示
1. 在以下的[language]代碼片段中定位任何邏輯錯誤：[code snippet]。
2. 在給定的[language]代碼中識別潛在的性能問題：[code snippet]。
3. 在以下的[language]代碼中找出任何資源泄露，并提出修復建議：[code snippet]。
4. 在給定的[language]代碼中檢查潛在的死鎖問題：[code snippet]。
5. 審查以下的[language]代碼，以識別潛在的SQL注入漏洞：[code snippet]。
代碼審查
1. 分析給定的[language]代碼以尋找代碼異味（code smells），并提出改進建議：[code snippet]。
2. 檢查以下的[language]代碼是否遵循適當的日志和監控實踐：[code snippet]。
3. 審查給定的[language]代碼以識別潛在的可擴展性問題：[code snippet]。
4. 評估以下[language]代碼的測試覆蓋率：[code snippet]。
5. 評價給定的[language]代碼與[platform or technology]的兼容性：[code snippet]。
自然語言處理
1. 對以下文本進行文本分類：[text sample]。
2. 生成以下視頻字幕的摘要：[text sample]。
3. 分析以下產品評論的情感：[text sample]。
4. 識別以下社交媒體帖子中的關鍵短語：[text sample]。
5. 從以下結構化文本中提取信息：[text sample]。
API 文檔生成
1. 為以下的[language]代碼創建一個API文檔模板：[code snippet]。
2. 為給定的[language] RESTful API生成用戶指南：[code snippet]。
3. 記錄以下[language]命令行工具的功能和使用方法：[code snippet]。
4. 為給定的[language]庫或框架創建一個API參考文檔：[code snippet]。
5. 使用示例代碼為以下[language] API編寫一個教程：[code snippet]。
查詢優化
1. 優化以下GraphQL查詢以提高性能：[GraphQL query]。
2. 分析給定的SQL查詢以確定適當的索引：[SQL query]。
3. 為提高查詢性能，對以下數據庫模式提出改進建議：[schema description]。
4. 使用不同的NoSQL數據庫（例如，MongoDB、Cassandra、Couchbase）比較給定NoSQL查詢的性能：[NoSQL query]。
序列查詢優化
1. 優化以下用于時間序列數據庫（例如，InfluxDB、TimescaleDB）的數據庫查詢：[time-series query]。
2. 分析給定的時間序列查詢以識別任何潛在的性能問題：[time-series query]。
3. 為以下時間序列數據庫查詢提出索引或分區策略：[time-series query]。
4. 使用不同的時間序列數據庫（例如，InfluxDB、TimescaleDB、OpenTSDB）比較給定時間序列查詢的性能：[time-series query]。
聊天機器人和對話式 AI
1. 設計一個用于處理[type of reservation]預訂的聊天機器人的對話流程。
2. 創建一個聊天機器人交互，幫助用戶根據他們的需求比較和選擇[products or services]。
3. 開發一個提供有關[topic or domain]信息的聊天機器人的對話腳本。
4. 實現一個能夠在[specific context or domain]中理解并響應用戶意圖的聊天機器人。
5. 設計一個能夠根據用戶偏好為[product or service]提供個性化推薦的聊天機器人。
用戶界面設計
1. 生成一個用于可視化[data or metrics]的[web/mobile]儀表板的UI（用戶界面）模型。
2. 建議改進[App or website]現有的用戶界面以增強用戶參與度。
3. 設計一個專注于可訪問性和包容性的[web/mobile]應用的用戶界面。
4. 創建一個用于促進用戶在[specific use case]中協作的[web/mobile]應用的線框圖。
5. 設計一個遵循[design system or style guide]并支持[theme or customization]的[web/mobile]應用的UI組件庫。
自動測試提示
1. 編寫一個針對給定的[language]代碼的測試腳本，覆蓋[functional or non-functional]測試：[code snippet]。
2. 為以下的[language]類或模塊生成測試場景：[code snippet]。
3. 設計一個專注于[latency, throughput, or resource usage]的[web/mobile]應用的性能測試策略。
4. 創建一個用于驗證其功能和穩定性的[language]庫或框架的測試套件。
5. 開發一個覆蓋關鍵用戶工作流程的[web/mobile]應用的端到端測試策略。
代碼重構
1. 建議重構以下的[language]代碼以提高可測試性：[code snippet]。
2. 在給定的[language]代碼中識別應用[architecture pattern]的機會：[code snippet]。
3. 優化以下的[language]代碼以降低內存使用：[code snippet]。
4. 重構給定的[language]代碼以改善其錯誤處理和韌性：[code snippet]。
5. 建議對給定的[language]代碼進行更改，以遵循[SOLID或其他設計原則]：[code snippet]。
算法開發
1. 設計一個啟發式算法以解決以下問題：[problem description]。
2. 提高給定機器學習算法在[specific use case]中的準確性：[algorithm or pseudocode]。
3. 開發一個流式算法，能夠用于[specific task or operation]的實時處理[data or events]。
4. 提出一個基于機器學習或人工智能的解決方案，以提高以下算法的性能：[algorithm or pseudocode]。
5. 評估給定算法在[accuracy, performance, or resource usage]方面的權衡：[algorithm or pseudocode]。
代碼翻譯
1. 將使用[design pattern]的以下[source language]代碼翻譯為[target language]：[code snippet]。
2. 將給定的[source language]數據處理管道轉換為[target language]：[code snippet]。
3. 將與[database or service]交互的以下[source language]代碼遷移到具有類似數據庫或服務的[target language]：[code snippet]。
4. 用具有等效性能特性的[target language]重寫給定的[source language]數據結構實現：[code snippet]。
5. 在遵循[target language’s framework or library conventions]的情況下，將以下[source language]代碼片段適應為[target language]：[code snippet]。
6. 將執行[specific task or operation]的給定[source language]方法翻譯為[target language]：[code snippet]
個性化學習
1. 根據我偏好的學習風格（[visual/auditory/kinesthetic]），策劃一個用于學習[programming language or technology]的資源列表。
2. 考慮到我的時間限制和學習目標，推薦一個成為[specific programming domain or technology]專家的學習路徑。
3. 建議編碼挑戰或比賽，以幫助我提高在[programming language or technology]方面的技能。
4. 推薦專注于[programming language or technology]中的[specific topic or concept]的播客、視頻或其他多媒體資源。
5. 根據以下[language]項目或倉庫，識別我編碼技能中需要改進的領域：[URL or project description]。
技術寫作
1. 編寫一個教程，解釋如何將[library or service]與[programming language or technology]集成。
2. 創建一個逐步指導，在[cloud or platform]中部署和擴展[application or service]。
3. 草擬一個針對[programming language or technology]項目的README文件，其中包括貢獻指南和項目路線圖。
4. 編寫一個清晰、簡潔的解釋，描述[programming concept or technique]及其在[industry or domain]中的應用。
5. 創建一個用于比較或評估[programming language or technology]中不同[tools, libraries, or frameworks]的指南。
需求分析
1. 解釋以下項目需求，并建議一個技術棧或工具：[requirements description]。
2. 分析給定的項目需求，并提出一個帶有里程碑和交付物的詳細項目計劃：[requirements description]。
3. 評估以下項目需求的可行性和潛在風險：[requirements description]。
4. 建議對給定的項目需求進行更改或改進，以提高[performance, maintainability, or user experience]：[requirements description]。
5. 將以下項目需求轉換為用戶故事或用例：[requirements description]。
網絡和安全
1. 分析給定的網絡架構或設計以識別潛在的安全漏洞：[architecture or design description]。
2. 編寫一個安全的[language]函數或模塊，用于執行[specific task or operation]，同時防止[security threat or vulnerability]。
3. 建議改進以下[language]代碼或配置，以提高其網絡性能或安全性：[code snippet]。
4. 設計一個用于[specific use case or application]的安全且高效的協議。
5. 評估與[external service or API]交互時給定的[language]代碼或配置的安全性：[code snippet]。
數據可視化
1. 為以下數據集生成數據可視化：[dataset description or URL]。
2. 建議改進現有的數據可視化，以提高可讀性和理解性：[visualization description or URL]。
3. 設計一個儀表板或數據可視化，突出顯示給定數據集中的[key insights or patterns]：[dataset description or URL]。
4. 使用[language or library]創建一個數據可視化，允許用戶與數據交互并探索[specific relationships or trends]。
5. 為[web/mobile]應用開發一個數據可視化策略，以用戶友好的方式呈現[complex or large-scale]數據。
機器學習和人工智能
1. 建議一個機器學習算法或模型以解決以下問題：[problem description]。
2. 提高給定機器學習模型在[specific use case]中的性能：[model or code snippet]。
3. 為[domain]應用設計一個包括[數據預處理、特征提取、模型訓練和評估]的機器學習流程。
4. 考慮[constraints or requirements]，提出一個用于[specific task or operation]的深度學習架構。
開發運營和部署
1. 編寫一個[tool or script]，用于自動化地將[language or technology]應用部署到[cloud or platform]。
2. 建議改進[language or technology]項目現有的CI/CD流程：[pipeline description or URL]。
3. 為部署在[cloud or platform]上的[web/mobile]應用設計一個監控和報警策略。
4. 為[language or technology]應用創建一個Dockerfile或容器化策略。
5. 為在[cloud or platform]上處理[large-scale traffic or high-throughput]的[web/mobile]應用提出一個擴展策略。
以上內容由【無際Ai】整理發布，轉載請注明出處。點關注，不迷路！未來將會持續更新AI人工智能方面的熱點資訊和科普教程等內容！
