Menggunakan AI dalam Alur Kerja Dev Harian Anda

AI tidak menggantikan penilaian teknis (engineering judgment). AI mempercepat waktu antara saat Anda buntu dan menemukan solusi.

Berhenti meminta AI untuk "memperbaiki kode." Gunakan lima metode praktis berikut sebagai gantinya.

  1. Temukan hambatan performa (bottlenecks) Gunakan AI untuk membuat daftar periksa (checklist) untuk audit Anda. Mintalah pengukuran spesifik seperti:
  • Jumlah panggilan database
  • Network waterfalls
  • Ukuran bundle
  • RUM dan waktu server (server timings)
  • Skor Lighthouse
  1. Hasilkan kasus pengujian (test cases) yang tidak terduga Berikan tanda tangan fungsi (function signature) atau spesifikasi kepada AI. Mintalah:
  • Kasus batas (boundary cases)
  • Input yang aneh
  • Race conditions
  • Ide pengujian berbasis properti (property-based testing) Ubah saran-saran ini menjadi pengujian nyata untuk meningkatkan keandalan.
  1. Refaktor dengan batasan Prompt yang samar menghasilkan kode yang buruk. Gunakan instruksi yang spesifik:
  • "Kurangi kompleksitas siklomatik tanpa mengubah perilaku."
  • "Ekstrak fungsi murni (pure functions) dan buat efek samping (side effects) menjadi eksplisit."
  • "Pertahankan API publik tetap sama tetapi tingkatkan penamaan." Batasan membuat hasil (output) lebih mudah ditinjau.
  1. Mintalah penjelasan yang spesifik sesuai konteks AI membantu Anda belajar lebih cepat saat Anda memberikan detail proyek Anda. Tanyakan:
  • "Mengapa render React ini terjadi dua kali di StrictMode?"
  • "Berdasarkan rencana kueri SQL ini, apa penyebab keterlambatannya (lag)?"
  • "Di mana saya harus meletakkan validasi ini dalam basis kode (codebase) tertentu ini?"
  1. Ikuti siklus validasi AI sering kali menghasilkan detail yang salah dengan tingkat kepercayaan diri yang tinggi. Ikuti aturan ini:
  • Jika berhasil dikompilasi, uji coba.
  • Jika berkaitan dengan keamanan, tinjau dua kali.
  • Jika menyatakan sebuah fakta, periksa sumbernya.

Gunakan templat prompt ini untuk hasil yang lebih baik:

  • Goal: Apa yang ingin Anda capai.
  • Context: Bahasa dan framework Anda.
  • Input: Kode, log, atau error Anda.
  • Output format: Poin-poin, langkah-langkah, atau diff.
  • Constraints: Performa, keterbacaan, atau tanpa dependensi baru.

Contoh: Goal: Mengurangi latensi API. Context: Node.js dan Postgres. Input: Kode endpoint dan kueri. Output: Daftar 5 peningkatan. Constraints: Tidak ada perubahan skema pada sprint ini.

Bagaimana Anda menggunakan AI dalam pekerjaan harian Anda?

Sumber: https://dev.to/imkrunal/using-ai-in-your-daily-dev-workflow-without-the-hype-57b1

Komunitas belajar opsional: https://t.me/GyaanSetuAi