GPT dla programistów
Szybka druga para oczu do Twojego kodu: objaśnienia obcych modułów, namierzanie bugów, poprawki layoutu ze zrzutu ekranu i testy, o których zdarzyło Ci się zapomnieć.

GPT.me działa jak szybka druga para oczu do kodu: wklej funkcję, błąd lub diffa i w kilka sekund otrzymaj wyjaśnienie, hipotezę lub test. Narzędzie jest darmowe i nie wymaga rejestracji. GPT-6 Luna jest wystarczająco szybki do codziennych pytań. GPT-6.1 Terra chwilę myśli przed udzieleniem odpowiedzi, co pomaga przy błędach logicznych i kompromisach architektonicznych, a także świetnie radzi sobie z analizą zrzutów ekranu. Odpowiedzi otrzymujesz w formacie Markdown z podświetlaniem składni. Nigdy nie wklejaj poufnych danych: Twoje wiadomości trafiają przez nasz serwer do dostawcy modelu. Oto siedem zastosowań wraz z promptami gotowymi do otwarcia na czacie.
Zrozum i popraw kod
Cztery zastosowania dla kodu, nad którym właśnie pracujesz – od pierwszego wglądu po testy dbające o jego stabilność.
Przewodnik po nieznanym kodzie
Dostałeś w spadku moduł bez dokumentacji? Zanim cokolwiek zmienisz, poproś o sugerowaną kolejność czytania i mapę przepływu danych.
Nie znam jeszcze tego kodu w [język], a muszę zmienić [część]. Wyjaśnij ogólnie, co on robi, a następnie prześledź przepływ danych od [punkt wejściowy] do [wynik]. Wypisz funkcje w kolejności, w jakiej warto je czytać, i wskaż wszystko, co może zaskakiwać, np. ukryte efekty uboczne lub stan globalny: [wklej kod]
Rozpocznij przegląd. Narzędzie Code Assistant przydaje się do pojedynczych fragmentów kodu.
Namierz buga na podstawie objawów
Gdy błąd pojawia się tylko czasami, uszeregowane hipotezy są lepsze niż zgadywanie. GPT-6.1 Terra analizuje dowody przed udzieleniem odpowiedzi.
W mojej aplikacji w [język i framework] występuje błąd: [opisz objaw i kiedy się pojawia]. Oto powiązane logi i kod: [wklej logi i kod]. Podaj maksymalnie cztery hipotezy uszeregowane według prawdopodobieństwa. Dla każdej wskaż popierające ją dowody oraz najprostszy eksperyment, który pozwoli ją potwierdzić lub wykluczyć.
Debuguj z GPT-6.1 Terra, przeprowadź pierwszy eksperyment i opisz wyniki w tym samym wątku.
Napraw układ strony ze zrzutu ekranu
Opisanie zepsutego layoutu słowami bywa trudne; pokazanie go jest proste. Załącz zrzut ekranu wraz ze strukturą tej części strony.
Załączam zrzut ekranu z problemem w layoucie: [co jest nie tak i jak powinno wyglądać]. Kod i style tej części to: [wklej HTML i CSS]. Wyjaśnij przyczynę problemu i podaj najmniejszą zmianę w CSS, która go naprawi, nie psując widoku na innych ekranach.
Otwórz w GPT-6.1 Terra i załącz zrzut ekranu.
Napisz testy dla pominiętych przypadków
Główny scenariusz (happy path) zazwyczaj jest przetestowany. Puste dane wejściowe, wartości brzegowe i nietypowe kodowania znaków – często nie.
Napisz testy jednostkowe w [framework testowy] dla tej funkcji w [język]: [wklej funkcję]. Zacznij od krótkiej listy przypadków brzegowych, które planujesz pokryć (np. puste dane, granice, nieprawidłowe typy, duże wartości). Następnie napisz testy, po jednym zachowaniu na test, z nazwami opisującymi oczekiwany rezultat.
Napisz testy, uruchom je i wklej ewentualne błędy z powrotem na ten sam czat, który ma już w kontekście Twoją funkcję.
Architektura, dane i porządki w kodzie
Trzy zastosowania związane z otoczeniem kodu: decyzje, zapytania i historia zmian. Żadne z nich nie wymaga wklejania długich fragmentów, więc bez problemu mieszczą się w jednej wiadomości.
Porównaj dwa podejścia przed wdrożeniem
Krótkie pisemne zestawienie często rozwiązuje dylemat architektoniczny szybciej niż kolejne spotkanie.
Mój cel to [cel] w projekcie opartym na [stack]. Wybieram między [opcja A] a [opcja B]. Porównaj je pod kątem złożoności, wydajności, możliwych awarii i trudności późniejszych modyfikacji, biorąc pod uwagę ograniczenia: [ograniczenia]. Zakończ rekomendacją i wskaż jedno założenie, które mogłoby ją zmienić.
Porównaj opcje z GPT-6.1 Terra i podziel się wnioskami z zespołem jako punktem wyjścia.
Napisz i zweryfikuj zapytanie SQL
Podaj schemat bazy i kilka przykładowych wierszy, aby model mógł pokazać przewidywany wynik, a Ty szybko wyłapiesz błędny join.
Oto schemat bazy [baza danych]: [wklej polecenia CREATE TABLE]. Napisz zapytanie zwracające [czego potrzebujesz]. Wyjaśnij każdy join i filtr w jednej linijce, a potem pokaż wiersze, które zapytanie zwróciłoby dla tych danych testowych, abym mógł sprawdzić logikę: [wklej przykładowe wiersze]
Zbuduj zapytanie, a potem przetestuj je najpierw na kopii danych.
Zamień diff w czytelny opis commita
Dobra historia repozytorium pomaga kolejnej osobie czytającej kod – czyli często Tobie samemu. Wklej diffa i uzyskaj wiadomość w stylu Twojego zespołu.
Napisz commit message dla tego diffa w konwencji [konwencja]: linia podsumowania do 72 znaków, pusta linia, a potem zwięzła treść wyjaśniająca, dlaczego wprowadzono zmianę, a nie tylko co zmieniono. Jeśli diff łączy niepowiązane zmiany, podpowiedz, jak go podzielić: [wklej diff]
Wygeneruj treść commita i dopasuj ją do wymagań review.
Czego unikać
- Wklejania sekretów. Usuń klucze API, hasła, tokeny i dane klientów, zanim cokolwiek wyślesz.
- Ufania API z pamięci modelu. Modele mają datę graniczną wiedzy i nie przeglądają aktualnej dokumentacji, więc funkcja mogła zmienić nazwę lub zostać usunięta. Zawsze uruchamiaj kod i sprawdzaj docs.
- Wysyłania całego repozytorium. Zbyt długie wiadomości są przycinane. Wklejaj tylko tę funkcję i błąd, które mają znaczenie.
- Merge'owania bez review. Każdą odpowiedź traktuj jak propozycję od kolegi z zespołu i przeczytaj każdą linijkę.
Powiązane strony
- Kolejne dwadzieścia promptów do programowania oraz narzędzie Code Assistant.
- Poradniki: GPT do programowania oraz jak działają modele rozumujące.
- Tworzysz własną aplikację? Zobacz GPT API oraz porównanie GPT-6 Luna vs GPT-6.1 Terra.
Masz pytanie? Zadaj je teraz
Bez rejestracji i pobierania. Otwórz czat, wpisz to, o czym myślisz, a odpowiedź zacznie pojawiać się po sekundzie lub dwóch.
Zacznij czatować

