ನಿಮ್ಮ ದೈನಂದಿನ ಡೆವ್ ವರ್ಕ್ಫ್ಲೋದಲ್ಲಿ AI ಬಳಕೆ
AI ಎಂಜಿನಿಯರಿಂಗ್ ನಿರ್ಧಾರಗಳನ್ನು (engineering judgment) ಬದಲಿಸುವುದಿಲ್ಲ. ಇದು ಸಮಸ್ಯೆಯಲ್ಲಿ ಸಿಲುಕಿಕೊಂಡಾಗ ಪರಿಹಾರಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುವ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
AI ಗೆ "ಕೋಡ್ ಅನ್ನು ಉತ್ತಮಗೊಳಿಸಿ" ಎಂದು ಕೇಳುವುದನ್ನು ನಿಲ್ಲಿಸಿ. ಬದಲಾಗಿ ಈ ಐದು ಪ್ರಾಯೋಗಿಕ ವಿಧಾನಗಳನ್ನು ಬಳಸಿ.
- ಕಾರ್ಯಕ್ಷಮತೆಯ ಅಡಚಣೆಗಳನ್ನು (performance bottlenecks) ಪತ್ತೆಹಚ್ಚಿ ನಿಮ್ಮ ಆಡಿಟ್ಗಳಿಗಾಗಿ ಚೆಕ್ಲಿಸ್ಟ್ಗಳನ್ನು ರಚಿಸಲು AI ಬಳಸಿ. ಈ ಕೆಳಗಿನ ನಿರ್ದಿಷ್ಟ ಅಳತೆಗಳ ಬಗ್ಗೆ ಕೇಳಿ:
- ಡೇಟಾಬೇಸ್ ಕಾಲ್ ಸಂಖ್ಯೆಗಳು (Database call counts)
- ನೆಟ್ವರ್ಕ್ ವಾಟರ್ಫಾಲ್ಸ್ (Network waterfalls)
- ಬಂಡಲ್ ಗಾತ್ರಗಳು (Bundle sizes)
- RUM ಮತ್ತು ಸರ್ವರ್ ಸಮಯಗಳು (RUM and server timings)
- Lighthouse ಸ್ಕೋರ್ಗಳು
- ಅನಿರೀಕ್ಷಿತ ಟೆಸ್ಟ್ ಕೇಸ್ಗಳನ್ನು (test cases) ಸೃಷ್ಟಿಸಿ AI ಗೆ ಫಂಕ್ಷನ್ ಸಿಗ್ನೇಚರ್ ಅಥವಾ ಸ್ಪೆಕ್ (spec) ನೀಡಿ. ಈ ಕೆಳಗಿನವುಗಳ ಬಗ್ಗೆ ಕೇಳಿ:
- ಬೌಂಡರಿ ಕೇಸ್ಗಳು (Boundary cases)
- ವಿಚಿತ್ರ ಇನ್ಪುಟ್ಗಳು (Strange inputs)
- ರೇಸ್ ಕಂಡೀಷನ್ಗಳು (Race conditions)
- Property-based testing ಐಡಿಯಾಗಳು ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಹೆಚ್ಚಿಸಲು ಈ ಸಲಹೆಗಳನ್ನು ನೈಜ ಟೆಸ್ಟ್ಗಳಾಗಿ ಪರಿವರ್ತಿಸಿ.
- ನಿರ್ಬಂಧಗಳೊಂದಿಗೆ ರಿಫ್ಯಾಕ್ಟರ್ (Refactor) ಮಾಡಿ ಅಸ್ಪಷ್ಟ ಪ್ರಾಂಪ್ಟ್ಗಳು ಕೆಟ್ಟ ಕೋಡ್ಗೆ ಕಾರಣವಾಗುತ್ತವೆ. ನಿರ್ದಿಷ್ಟ ಸೂಚನೆಗಳನ್ನು ಬಳಸಿ:
- "ವರ್ತನೆಯನ್ನು ಬದಲಿಸದೆ ಸೈಕ್ಲೋಮ್ಯಾಟಿಕ್ ಕಾಂಪ್ಲೆಕ್ಸಿಟಿಯನ್ನು (cyclomatic complexity) ಕಡಿಮೆ ಮಾಡಿ."
- "ಪ್ಯೂರ್ ಫಂಕ್ಷನ್ಗಳನ್ನು (pure functions) ಹೊರತೆಗೆಯಿರಿ ಮತ್ತು ಸೈಡ್ ಎಫೆಕ್ಟ್ಗಳನ್ನು (side effects) ಸ್ಪಷ್ಟಪಡಿಸಿ."
- "ಪಬ್ಲಿಕ್ API ಅನ್ನು ಹಾಗೆಯೇ ಇರಿಸಿ ಆದರೆ ಹೆಸರಿಸುವಿಕೆಯನ್ನು (naming) ಸುಧಾರಿಸಿ." ನಿರ್ಬಂಧಗಳು ಔಟ್ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸಲು ಸುಲಭವಾಗಿಸುತ್ತವೆ.
- ಸಂದರ್ಭಕ್ಕೆ ಅನುಗುಣವಾದ ವಿವರಣೆಗಳನ್ನು ಕೇಳಿ ನೀವು ನಿಮ್ಮ ಪ್ರಾಜೆಕ್ಟ್ ವಿವರಗಳನ್ನು ನೀಡಿದಾಗ AI ನೀವು ವೇಗವಾಗಿ ಕಲಿಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಹೀಗೆ ಕೇಳಿ:
- "StrictMode ನಲ್ಲಿ ಈ React render ಎರಡು ಬಾರಿ ಏಕೆ ಸಂಭವಿಸುತ್ತದೆ?"
- "ಈ SQL ಕ್ವೆರಿ ಪ್ಲಾನ್ ಆಧಾರದ ಮೇಲೆ, ವಿಳಂಬಕ್ಕೆ (lag) ಕಾರಣವೇನು?"
- "ಈ ನಿರ್ದಿಷ್ಟ ಕೋಡ್ಬೇಸ್ನಲ್ಲಿ ನಾನು ಈ ವ್ಯಾಲಿಡೇಶನ್ ಅನ್ನು ಎಲ್ಲಿ ಇಡಬೇಕು?"
- ವ್ಯಾಲಿಡೇಶನ್ ಲೂಪ್ ಅನ್ನು ಅನುಸರಿಸಿ AI ಹೆಚ್ಚಾಗಿ ಹೆಚ್ಚಿನ ಆತ್ಮವಿಶ್ವಾಸದೊಂದಿಗೆ ತಪ್ಪು ವಿವರಗಳನ್ನು ನೀಡುತ್ತದೆ. ಈ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸಿ:
- ಅದು ಕಾಂಪೈಲ್ (compile) ಆಗುವುದಾದರೆ, ಅದನ್ನು ಟೆಸ್ಟ್ ಮಾಡಿ.
- ಅದು ಸೆಕ್ಯೂರಿಟಿಗೆ (security) ಸಂಬಂಧಿಸಿದ್ದರೆ, ಅದನ್ನು ಎರಡು ಬಾರಿ ಪರಿಶೀಲಿಸಿ.
- ಅದು ಒಂದು ಸತ್ಯವನ್ನು ಹೇಳಿದರೆ, ಮೂಲವನ್ನು (source) ಪರಿಶೀಲಿಸಿ.
ಉತ್ತಮ ಫಲಿತಾಂಶಗಳಿಗಾಗಿ ಈ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್ ಬಳಸಿ:
- Goal: ನೀವು ಏನನ್ನು ಸಾಧಿಸಲು ಬಯಸುತ್ತೀರಿ.
- Context: ನಿಮ್ಮ ಭಾಷೆ ಮತ್ತು ಫ್ರೇಮ್ವರ್ಕ್.
- Input: ನಿಮ್ಮ ಕೋಡ್, ಲಾಗ್ಗಳು ಅಥವಾ ದೋಷಗಳು.
- Output format: ಬುಲೆಟ್ಗಳು, ಹಂತಗಳು ಅಥವಾ ಡಿಫ್ (diff).
- Constraints: ಕಾರ್ಯಕ್ಷಮತೆ, ಓದುವಿಕೆ ಅಥವಾ ಯಾವುದೇ ಹೊಸ ಅವಲಂಬನೆಗಳಿಲ್ಲ (no new dependencies).
ಉದಾಹರಣೆ: Goal: API ವಿಳಂಬವನ್ನು (latency) ಕಡಿಮೆ ಮಾಡಿ. Context: Node.js ಮತ್ತು Postgres. Input: ಎಂಡ್ಪಾಯಿಂಟ್ ಕೋಡ್ ಮತ್ತು ಕ್ವೆರಿ. Output: 5 ಸುಧಾರಣೆಗಳ ಪಟ್ಟಿ. Constraints: ಈ ಸ್ಪ್ರಿಂಟ್ನಲ್ಲಿ ಯಾವುದೇ ಸ್ಕೀಮಾ ಬದಲಾವಣೆಗಳಿಲ್ಲ.
ನಿಮ್ಮ ದೈನಂದಿನ ಕೆಲಸದಲ್ಲಿ ನೀವು AI ಅನ್ನು ಹೇಗೆ ಬಳಸುತ್ತೀರಿ?
ಮೂಲ: https://dev.to/imkrunal/using-ai-in-your-daily-dev-workflow-without-the-hype-57b1
ಐಚ್ಛಿಕ ಕಲಿಕಾ ಸಮುದಾಯ: https://t.me/GyaanSetuAi