Master coding prompts with ChatGPT
1.0.0
Dies ist eine praktische Anleitung zur Optimierung von ChatGPT-Eingabeaufforderungen für die Programmierung. Hier wollte ich Tipps und Techniken bereitstellen, die Entwicklern dabei helfen, ihre Chatgpt-Eingabeaufforderungen zu optimieren, um häufige Probleme zu vermeiden und ihre Erfahrung bei der Codegenerierung zu verbessern. Dieser Leitfaden richtet sich insbesondere an Benutzer eines chat.openai.com-Abonnements und ermöglicht es ihnen, ihre 25 Nachrichten pro 3 Stunden für gpt4 zu optimieren.
Willkommen im PromptMaster -Repository! Der Zweck dieses Repos besteht darin, Entwicklern praktische Anleitungen zur Optimierung von ChatGPT-Eingabeaufforderungen für Programmieraufgaben zu geben. Unser Ziel ist es, Tipps, Techniken und Best Practices weiterzugeben, um Ihnen dabei zu helfen, häufige Fallstricke zu vermeiden und Ihre Erfahrung bei der Codegenerierung mit ChatGPT zu verbessern. In diesem Repository wird auch die Verwendung von ChatGPT mit gängigen Entwicklungstools und die Aktualisierung des KI-Modells behandelt. Wir ermutigen die Entwicklergemeinschaft zur Zusammenarbeit und zu Beiträgen, um diese Ressource so umfassend und nützlich wie möglich zu gestalten.
Um die besten Ergebnisse mit ChatGPT zu erzielen, ist es wichtig, Ihre Eingabeaufforderungen richtig zu formatieren. Stellen Sie sicher, dass Ihre Eingabeaufforderungen klar, prägnant und spezifisch sind. Sie können auch Formatierungstechniken verwenden, z. B. Anweisungen in eine separate Zeile einfügen oder Aufzählungspunkte verwenden, um die Klarheit zu verbessern.
ChatGPT ist ein leistungsstarkes KI-Modell mit einer umfangreichen Wissensbasis. Stellen Sie sicher, dass Sie seine Fähigkeiten zu Ihrem Vorteil nutzen. Sie können Kontext bereitstellen oder das Modell bitten, Code für eine bestimmte Programmiersprache, Bibliothek oder ein bestimmtes Framework zu generieren. Darüber hinaus können Sie das Modell bitten, Schritt für Schritt zu denken oder Pseudocode zu generieren, bevor der eigentliche Code generiert wird.
Beachten Sie, dass ChatGPT, wie alle KI-Modelle, nicht perfekt ist und möglicherweise Code mit potenziellen Fallstricken oder Vorurteilen generiert. Um diese Probleme zu vermeiden, können Sie:
Problem: Der generierte Code ist zu lang und wird abgeschnitten, und wenn ChatGPT aufgefordert wird, an der Stelle fortzufahren, an der er aufgehört hat, beginnt es von vorne, anstatt den Code fortzusetzen. Um dies zu verhindern, können Sie entweder:
Perfekte Eingabeaufforderung:
ChatGPT, your answer got truncated. Please continue the previously generated code without repeating any part of it.
The last part of the previous code snippet was:
< Insert the last few lines of the generated code here >
Continue generating the remaining code from this point onwards, ensuring that the solution picks up where it left off and does not start over.Problem: Manchmal antwortet ChatGPT mit Code als Klartext statt innerhalb eines Codeblocks. Dies kann zu Einrückungsfehlern und Syntaxproblemen führen, wenn der Code kopiert und in eine Entwicklungsumgebung eingefügt wird. Um dies zu vermeiden, können Sie die folgende Eingabeaufforderung verwenden, um explizit Code innerhalb eines Codeblocks anzufordern.
Perfekte Eingabeaufforderung:
ChatGPT, please provide a solution to the problem in a properly formatted Python code block. The problem is:
< Insert problem description here >Durch die explizite Anforderung eines Codeblocks ist es wahrscheinlicher, dass Sie den generierten Code im richtigen Format erhalten, wodurch die Wahrscheinlichkeit verringert wird, dass beim Kopieren des Codes Einrückungs- oder Syntaxfehler auftreten.
Problem: Da ChatGPT einen Wissensstichtag von 2021 hat, hat es möglicherweise keinen Zugriff auf aktualisierte Bibliotheken oder Frameworks oder daran vorgenommene Änderungen. Daher kann es vorkommen, dass es auf unbekannte Bibliotheken und Frameworks stößt.
Vorgeschlagene Lösung: Um ChatGPT dabei zu helfen, unbekannte Bibliotheken und Frameworks besser zu verstehen und sich an sie anzupassen, können Sie:
-Geben Sie den Namen der Bibliothek oder des Frameworks an. -Beschreiben Sie den Zweck der Bibliothek oder des Frameworks. -Geben Sie ein Beispiel für die Verwendung der Bibliothek oder des Frameworks. -Erwähnen Sie alle spezifischen Funktionen oder Methoden, die Sie verwenden müssen. - Fügen Sie alle aktuellen relevanten Dokumentationen oder Ressourcen bei.
Perfekte Eingabeaufforderung:
ChatGPT, I need help with a problem using the <library/framework> version <version_number>, which is a <brief description of the library/framework>.
Here is a code snippet or documentation that demonstrates its usage:
< Insert code snippet or documentation link here >
Please provide a solution to the following problem, taking into account the updated version and any changes in the library/framework:
< Insert problem description here >Durch die Bereitstellung von Kontext und relevanten Informationen können Sie die Chancen erhöhen, dass ChatGPT eine nützliche Lösung generiert, die die aktualisierte Bibliothek oder das aktualisierte Framework berücksichtigt.
Beispielaufforderung:
ChatGPT, I am working on a project that requires the use of the Dask library in Python.
Dask is a library for parallel and distributed computing that allows processing of large datasets,
and provides support for computations on multi-dimensional arrays, data frames, and machine learning tasks.
I need to perform parallel computation on large datasets efficiently.
Specifically, I need to use Dask's DataFrame API to perform a groupby operation followed by aggregation.
Here are snippets of the latest documentation and resources:
- Dask documentation: https://docs.dask.org/en/latest/ < provide the snippets that has been updated and chatgpt might not be familair with >
Please provide a Python script that uses the Dask library to achieve the following tasks:
1 . Load a large dataset with millions of rows and columns.
2 . Perform a groupby operation based on a specific column.
3 . Aggregate the results using a sum operation.
4 . Output the resulting dataset.Problem: Um die Ausgabe von ChatGPT zu optimieren, kann es hilfreich sein, bestimmte Einschränkungen oder Anforderungen für den generierten Code bereitzustellen. Wenn beispielsweise Geschwindigkeit oder Speichernutzung ein Problem darstellen, können Sie diese Informationen in Ihre Eingabeaufforderung aufnehmen, um ChatGPT bei der Optimierung seiner Ausgabe zu unterstützen.
Um die Ausgabe von ChatGPT zu optimieren, stellen Sie spezifische Einschränkungen oder Anforderungen für den generierten Code bereit. Dazu können Informationen über die Programmiersprache, Datentypen, Geschwindigkeit oder Speichernutzung, Sortierreihenfolge oder andere relevante Einschränkungen gehören.
Perfekte Eingabeaufforderung:
ChatGPT, I need help generating code that meets the following constraints and requirements:
- < Insert constraint or requirement >
- < Insert constraint or requirement >
- < Insert constraint or requirement >
- < Insert constraint or requirement >
- < Insert constraint or requirement >
Can you help me generate code that meets these requirements?Beispielaufforderung:
"ChatGPT, I need to generate a C++ program that sorts a large array of integers, but the program needs to meet the following constraints:
- The program needs to be optimized for speed and should be able to handle large arrays efficiently.
- The program should be memory-efficient and should use a sorting algorithm that minimizes memory usage.
- The program should be able to handle both ascending and descending sorts and should allow the user to specify the sorting order.
- The program should be able to handle arrays with duplicate values and should sort them in a stable manner.
- The program should be easy to read and maintain, with clear variable names and comments.
Can you help me write a C++ program that meets these requirements?"Problem: ChatGPT ist ein wertvoller Begleiter, aber nicht der perfekte Entwickler. Wenn Sie ChatGPT bitten, Code zu generieren oder bei Ihrem Code zu helfen, ist es wichtig, sicherzustellen, dass eine umfassende Fehlerbehandlung und defensive Programmierung vorhanden ist, damit Fehler leichter erkannt und behoben werden können. Um Code zu generieren, der defensive Programmiertechniken und Fehlerbehandlung umfasst, können Sie in Ihrer Eingabeaufforderung Kontext und Informationen zu den potenziellen Fehlern oder Randfällen bereitstellen, die behandelt werden müssen. Um die Fehlererkennung beim späteren Debuggen zu erleichtern, können Sie ChatGPT bitten, Druckanweisungen hinzuzufügen, die auftretende Fehler ausgeben, sowie defensive Programmierkonstrukte wie Eingabevalidierung, Try-Exception-Blöcke und Protokollierung.
Perfekte Eingabeaufforderung:
ChatGPT, I need a Python script that < describes the task >.
Please ensure that the code is robust and implements defensive programming techniques, such as input validation, error handling,
and appropriate exception handling with print statements to output any errors that occur.
The script should:
< list the specific tasks or requirements of the script >Beispiel vor und nach der Verwendung der perfekten Eingabeaufforderung:
Vor:
def process_data(data):
result = data_processing_function(data)
return result
data = input("Enter the data: ")
result = process_data(data)
print("The processed data is:", result)Nachdem Sie die perfekte Eingabeaufforderung verwendet haben:
ChatGPT, I need a Python script that takes user input for data, processes it using a custom 'data_processing_function', and prints the result.
Please ensure that the code is robust and implements defensive programming techniques,
such as input validation, error handling, and appropriate exception handling with print statements to output any errors that occur.Generierter Code:
def validate_input(data):
# Implement validation logic according to your requirements
return True
def process_data(data):
try:
if not validate_input(data):
raise ValueError("Invalid input data")
result = data_processing_function(data)
return result
except ValueError as ve:
print("Error: Invalid input data:", ve)
return None
except Exception as e:
print("Error:", e)
return None
data = input("Enter the data: ")
result = process_data(data)
if result is not None:
print("The processed data is:", result)
else:
print("An error occurred during data processing.")Durch die Verwendung der perfekten Eingabeaufforderung generiert ChatGPT Code, der Fehlerbehandlung und defensive Programmierung umfasst, was das Debuggen und Warten erleichtert.
Problem: Wenn Sie mit ChatGPT an einem Projekt arbeiten, ist es wichtig, ihm mitzuteilen, dass Sie die Anforderungen bereits installiert und die relevanten APIs eingerichtet haben. Dies hilft ChatGPT, in seiner Antwort nicht erklären zu müssen, was Sie bereits getan haben, und die Ausgabe an Ihre spezifischen Bedürfnisse anzupassen. Um die Ausgabe von ChatGPT zu optimieren, können Sie in Ihrer Eingabeaufforderung ein Projektwörterbuch und relevante APIs bereitstellen. Dies kann ChatGPT helfen, den Kontext und Zweck des Codes zu verstehen, den Sie generieren müssen.
Perfekte Eingabeaufforderung:
ChatGPT, I am working on a project that involves < project description >.
I have already set up the required libraries, APIs, and dependencies. My project's structure looks like this:
< Describe your project structure here >
Please help me with the following task, taking into consideration the existing setup:
< Insert task description here >Beispiel vor und nach der Verwendung der perfekten Eingabeaufforderung:
Vor:
ChatGPT, I want to create a Telegram bot to track ERC20 tokens.ChatGPT-Antwort (vorher):
Um einen Telegram-Bot zum Verfolgen von ERC20-Tokens zu erstellen, müssen Sie:
Richten Sie einen neuen Bot auf Telegram ein, indem Sie mit dem BotFather sprechen. Holen Sie sich Ihr Bot-API-Token. Installieren Sie die Python-Telegram-Bot-Bibliothek. Konfigurieren Sie den Bot für die Kommunikation mit der Ethereum-Blockchain....
Mit der perfekten Eingabeaufforderung:
ChatGPT, I am working on a project that involves creating a Telegram bot to track ERC20 tokens.
I have already set up the required libraries (python-telegram-bot), created a bot on Telegram, and obtained an API token.
My project's structure looks like this:
- main.py < share code >
- config.py (API token stored here)
- erc20_tracker.py < share code >
Please help me with the following task, taking into consideration the existing setup:
Implement the functionality in the erc20_tracker.py file to track ERC20 tokens.Generierter Code (Nachher):
import requests
from config import TELEGRAM_API_TOKEN
def get_erc20_balance(address, contract_address):
# Implement the function to get the balance of ERC20 tokens for a given address
def track_erc20_tokens(update, context):
# Implement the function to track ERC20 tokens using the Telegram bot
if __ name __ == " __ main __ ":
from telegram.ext import Updater, CommandHandler
updater = Updater(token=TELEGRAM_API_TOKEN, use_context=True)
dispatcher = updater.dispatcher
dispatcher.add_handler(CommandHandler("track", track_erc20_tokens))
updater.start_polling()
updater.idle()Durch die Bereitstellung des Projektwörterbuchs und der erforderlichen Informationen generiert ChatGPT unter Berücksichtigung des vorhandenen Setups Code, der auf Ihre spezifischen Anforderungen zugeschnitten ist.
Problem: Manchmal kann ChatGPT beim Generieren von Code redundante oder unnötige Importe einbeziehen, die Sie bereits in Ihrem Projekt haben, was zu Unordnung und Wiederholungen im generierten Code führt. Um dies zu verhindern, können Sie ChatGPT anweisen, Importanweisungen im generierten Code wegzulassen und sich auf die spezifische Funktionalität zu konzentrieren, die Sie benötigen.
Perfekte Eingabeaufforderung:
ChatGPT, I am working on a project that involves < project description >.
I have already imported all the required libraries and dependencies in my project.
Please help me with the following task, but do not include any import statements in the generated code:
< Insert task description here >Problem: Wenn Sie ChatGPT um Hilfe zu Ihrem Code bitten, möchten Sie manchmal nur Änderungs- oder Verbesserungsvorschläge für bestimmte Teile Ihres Codes erhalten, anstatt den gesamten Code neu schreiben zu lassen. Um dies zu erreichen, können Sie:
- Geben Sie die genauen Teile des Codes an, die verbessert oder geändert werden müssen. -Bitten Sie ChatGPT, eine allgemeine Beschreibung der Änderungen bereitzustellen, anstatt den gesamten Code neu zu schreiben.
Perfekte Eingabeaufforderung:
ChatGPT, I have a piece of code that I think can be improved or modified in some way.
I would like you to provide suggestions for changes or improvements to only the following specific part(s) of the code:
<Insert the specific part(s) of your code here>
Please provide a high-level description of the changes you suggest, without rewriting the whole code from the beginning. Problem: Wenn Sie ChatGPT um Hilfe zu Ihrem Code bitten, möchten Sie möglicherweise, dass der generierte Code nur die bearbeiteten oder verbesserten Abschnitte enthält, während die ursprünglichen Header und Funktionen erhalten bleiben. Darüber hinaus möchten Sie möglicherweise, dass ChatGPT die Platzierung der bearbeiteten Abschnitte in Ihrem Code anzeigt (nach welcher Zeile und vor welcher Zeile). Um dies zu erreichen, können Sie ChatGPT klare Anweisungen zu den spezifischen Abschnitten geben, die bearbeitet werden müssen, und zur gewünschten Platzierung dieser Änderungen.
Perfekte Eingabeaufforderung:
ChatGPT, I have a piece of code that I think can be improved or modified in some way.
I would like you to provide suggestions for changes or improvements to only the following specific part(s) of the code:
<Insert the specific part(s) of your code here>
Please generate only the edited sections of the code while keeping the original headers and functions intact.
Also, indicate the placement of the edited sections by specifying after which line and before which line the changes should be inserted in the existing code.Beispiel (vorher):
def load_data(file_path):
# Load data from a file
pass
def process_data(data):
# Process the data
pass
def save_data(data, file_path):
# Save the processed data to a file
passMit der perfekten Eingabeaufforderung:
ChatGPT, I have a piece of code that I think can be improved or modified in some way.
I would like you to provide suggestions for changes or improvements to only the following specific part(s) of the code:
def process_data(data):
# Process the data
pass
Please generate only the edited sections of the code while keeping the original headers and functions intact.
Also, indicate the placement of the edited sections by specifying after which line and before which line the changes should be inserted in the existing code.Generierter Code (Nachher):
Edited section:
Replace the pass statement in the process_data function with the following lines
Place after line: 5
Place before line: 6
data = data.upper()
result = data.strip()Durch die Verwendung der perfekten Eingabeaufforderung generiert ChatGPT nur die bearbeiteten Abschnitte des Codes und bietet klare Anweisungen, wo die Änderungen im vorhandenen Code platziert werden sollen.
Problem: Bei der Arbeit mit langem und komplexem Code kann es schwierig sein, bestimmte Abschnitte schnell zu finden und darauf zu verweisen. Das Hinzufügen von Kommentaren und die Unterteilung des Codes in Abschnitte können dazu beitragen, die Navigation zu verbessern und es einfacher zu machen, auf bestimmte Teile zu verweisen, wenn Sie ChatGPT um Hilfe bitten.
-Verwenden Sie Kommentare, um Ihren Code in Abschnitte zu unterteilen, und kennzeichnen Sie jeden Teil mit einer beschreibenden Kennung (z. B. #Teil 1, #Teil 2 usw.) -Wenn Sie ChatGPT um Hilfe bitten, können Sie anhand seiner Beschriftung direkt auf den spezifischen Teil verweisen. So können Sie und ChatGPT sich leichter auf den relevanten Abschnitt konzentrieren.
Perfekte Eingabeaufforderung:
ChatGPT, I have a piece of code that is divided into sections using comments. Here is a brief overview of the sections:
#Part 1: <Description of Part 1>
#Part 2: <Description of Part 2>
...
#Part N: < Description of Part N >
I would like you to provide suggestions or assistance for the following part(s) of the code:
<Specify which part(s) you want ChatGPT to focus on>
Please provide your suggestions or assistance with reference to the specified part(s) without rewriting the whole code from the beginning.Problem: Der Wissensstand von ChatGPT beschränkt sich auf Informationen bis September 2021, was bedeutet, dass ihm Aktualisierungen oder Änderungen an Bibliotheken, die seitdem vorgenommen wurden, möglicherweise nicht bekannt sind. Wenn Sie Hilfe bei einer neuen Bibliothek oder einer aktualisierten Version suchen, ist es wichtig, ChatGPT über die Situation zu informieren und relevante Code- und Dokumentationsausschnitte bereitzustellen.
- Geben Sie deutlich an, dass Sie eine Bibliothek oder eine bestimmte Version verwenden, die über den Wissensstand von ChatGPT hinaus aktualisiert wurde. -Teilen Sie Ihren Code und fügen Sie relevante Dokumentationsausschnitte zu aktualisierten Ressourcen hinzu, um ChatGPT dabei zu helfen, den Kontext zu verstehen und genauere Hilfe bereitzustellen.
Perfekte Eingabeaufforderung:
ChatGPT, I am working with a library (or a specific version of a library) that has been updated since your knowledge cutoff in September 2021.
I understand that you may not be aware of the changes, so I will provide you with the relevant code and some documentation snippets to help you assist me.
Here's my code:
< Your code here >
Here are the documentation snippets related to the library or the specific version I am using:
< Documentation snippet >
Considering the provided code and documentation, could you please help me with the following issue(s) or question(s):
<Specify your issue(s) or question(s)>Problem: ChatGPT ist möglicherweise nicht mit benutzerdefinierten Funktionen oder Methoden vertraut, was es schwierig macht, den Kontext bei der Diskussion von Code zu verstehen.
- Geben Sie Details zu den benutzerdefinierten Funktionen oder Methoden an, z. B. deren Zweck, Eingaben, Ausgaben und alle relevanten Implementierungsdetails. Dies wird ChatGPT dabei helfen, bessere Unterstützung und Empfehlungen bereitzustellen.
Perfekte Eingabeaufforderung:
I have a custom function called function_name(arguments), which performs a specific task.
The function takes these arguments: arg1 (type), arg2 (type), and so on. It returns the result of the operation as a specific type.
Can you suggest improvements or potential issues with this function?Problem Benutzer benötigen möglicherweise Hilfe bei der Optimierung oder Präzisierung ihres Codes.
-Bitten Sie ChatGPT um Vorschläge, wie Sie die Effizienz oder Prägnanz Ihres Codes verbessern können, und geben Sie alle spezifischen Bedenken oder Einschränkungen an, die Sie haben.
Perfekte Eingabeaufforderung:
I have a piece of code that performs a specific task, but I'd like to make it more efficient or concise.
Here's my current implementation:
def function_name(arguments):
< Your code here >
Can you suggest an alternative way to implement this functionality?Problem: ChatGPT hat möglicherweise keinen Zugriff auf Ihre spezifische Datenbank oder Datensatzstruktur, was die Bereitstellung relevanter Anleitungen beeinträchtigen kann.
- Geben Sie einen Ausschnitt Ihrer Datenbank- oder Datensatzstruktur frei, einschließlich Informationen zu Tabellen, Spalten, Datentypen und Beziehungen zwischen Tabellen oder Datenpunkten, um ChatGPT dabei zu helfen, Ihre Anfrage besser zu verstehen und entsprechende Anleitungen bereitzustellen. -Verwenden Sie das generische Eingabeaufforderungsbeispiel als Ausgangspunkt und passen Sie es an Ihre spezifische Situation an.
Perfekte Eingabeaufforderung:
I'm working with a database or dataset that has the following structure:
(provide information on tables, columns, data types, and relationships).
Can you help me with a query or data manipulation task related to this structure?
heres the first 10 rows in my dataset_1.csv
... paste hereBeispiel:
I'm working with a database that has the following structure:
Table orders: order_id (integer), customer_id (integer), order_date (date), total_amount (float)
Table customers: customer_id (integer), customer_name (varchar), email (varchar)
The tables are related by the customer_id field.
Sample data (first 10 lines):
orders:
1, 1, 2023-01-01, 100.00
2, 2, 2023-01-02, 150.00
3, 3, 2023-01-02, 200.00
customers:
1, Alice, [email protected]
2, Bob, [email protected]
3, Carol, [email protected]
I want to retrieve a list of all orders with the customer's name and email.
Can you help me write a SQL query for this task?Problem: Manchmal stellt chatgpt Code-Antworten bereit, die nicht funktionieren und dann hängen bleiben und darauf fixiert sind. Fragen Sie in diesem Fall bei Chatgpt nach einer alternativen Lösung oder einer Liste von Ansätzen zur Lösung des Problems, sodass Sie basierend auf Ihren spezifischen Anforderungen und Einschränkungen die beste Option auswählen können.
Perfekte Eingabeaufforderung:
I need help solving a specific problem in my code, but I'm looking for multiple alternative solutions or approaches.
Can you provide a list of different ways to solve this problem, considering my specific needs and constraints?
Here's my code:
< Your code here >Problem: Benutzer benötigen möglicherweise Hilfe bei langen Codeausschnitten oder mehreren Dateien, deren Verwaltung in einem Konversationsformat schwierig sein kann.
-Informieren Sie chatgpt darüber, dass Sie mehrere Dateien oder lange Dateien teilen, die in mehr als einer Nachricht versendet werden. -Bitten Sie chatgpt, alle Nachrichten zu verstehen, zu notieren und zu verfolgen, und geben Sie an, dass Sie es informieren werden, wenn Sie mit dem Teilen fertig sind, und stellen Sie dann Ihre Fragen. - Bitten Sie es, zu antworten, dass es es versteht. Teilen Sie den Code oder die Dateien mit ChatGPT und stellen Sie chatgpt möglichst viele Details darüber zur Verfügung, welche Dateien Sie teilen und welche Teile.
Perfekte Eingabeaufforderung:
I will be sharing multiple files or long files that span across more than one message.
Please understand, keep note of, and track all the messages.
I will inform you when I finish sharing the files, and then I will ask my questions.
Please respond back that you understand.
<Share the code or files with ChatGPT sequentially or as needed, providing as many details as possible about which files you are sharing and which parts they pertain to.>| IDE / Tool | Erweiterungs-/Plugin-Name | Beschreibung |
|---|---|---|
| Visual Studio-Code | ChatGPT-Erweiterung für VSCode | Ermöglicht Ihnen die Verwendung der inoffiziellen ChatGPT-API, um Antworten in natürlicher Sprache aus ChatGPT von OpenAI im Editor zu generieren. |
| Visual Studio-Code | KI-Genie | Fordern Sie die GPT-4-, GPT-3.5-, GPT-3- und Codex-Modelle von OpenAI in Visual Studio Code auf. |
| Visual Studio-Code | TabNine | Obwohl es sich nicht um ChatGPT handelt, ist TabNine ein leistungsstarkes KI-gestütztes Code-Vervollständigungstool. |
| Jupyter-Notizbuch | Chat-GPT-Jupyter-Erweiterung | Integriert ChatGPT in Jupyter Notebook zur Codegenerierung und für Vorschläge. |
| IntelliJ-IDEE | ChatGPT IntelliJ-Plugin | Integriert ChatGPT in IntelliJ IDEA für Codegenerierung, automatische Vervollständigung und Unterstützung. |
Ich hoffe, dieser Leitfaden hat Ihnen dabei geholfen, Ihre Erfahrungen mit ChatGPT bei der Codegenerierung zu verbessern. Mit der Weiterentwicklung von ChatGPT entwickeln sich auch die Best Practices für die Verwendung weiter. Wenn Sie Vorschläge, Beiträge oder Feedback haben, können Sie gerne eine Pull-Anfrage an das GitHub-Repository dieses Leitfadens senden. Viel Spaß beim Codieren und Anstoßen! <3
