ChatGPT 用了一个月的感受

Cold 发布于 2022-12-11 33 次阅读 777 字 预计阅读时间: 4 分钟 AI


ChatGPT 火了,十一月底我终于沉下心认真用了一个月,不是随手问问,而是把它嵌进日常工作流。说说真实的体验:哪些场景真的好用,哪些纯属凑热闹。

真的提效的场景

写正则和 cron 表达式。这是收益最高的场景。以前写个"匹配 URL 但排除图片后缀"的正则要试半天,现在把需求描述清楚,它给的答案 90% 直接能用,剩下 10% 追问一两轮也能到。cron 表达式同理,"每月第二个周二凌晨三点"这种,人类要查文档,它张口就来。

解释报错和陌生代码。把一段没注释的祖传 Python 脚本丢给它,让它逐行解释在干什么,比自己啃快五倍不止。编译报错、内核日志里看不懂的行,问它通常能给个方向——注意,是方向,不是结论,后面细说。

生成测试数据和小工具代码。"给我造 100 条符合中国大陆手机号规则的假数据"、"写个脚本把这套图片批量转 webp",这类需求边界清晰、验收容易,它写得又快又对。我现在写这类脚本基本不手敲了。

写文档初稿。周报、README、接口说明,把要点列给它,让它组织成文。出来的东西有点套话味,但改比写快。

踩过的坑

  • 它一本正经地编 API。让它写某个冷门库的代码,它编出了根本不存在的方法名,参数和返回值煞有介事。跑起来才发现是幻觉。教训:它写的任何依赖第三方的东西,必须自己验证,冷门库尤其危险
  • 版本敏感的问题会答串。问 Nginx 配置,它有时混着不同版本的默认行为;问某个框架 API,可能给你上一个大版本的写法。提问时把版本号带上能好不少
  • 复杂 bug 它没有你的上下文。线上问题排查这类活,它给的都是通用清单(重启、看日志、看网络),远不如自己上服务器看现场。术业有专攻,它替代不了排查能力

我的用法总结

用了一个月,最贴切的定位是:一个知识面极广、写代码很快、但偶尔自信爆棚说胡话的结对同事。你要用它,就要像用同事一样给它上下文、检查它的产出、对它的结论保持怀疑。把它当同事,效率翻倍;把它当神,事故翻倍。

另外给个建议:把好用的 prompt 存下来。我现在有个笔记专门存调教好的提问模板,比如"解释这段代码 + 指出潜在 bug + 按重要性排序"这种三连问法,复用率极高。这玩意儿正在变成一种新的个人资产。

和喜欢的一切在一起~
最后更新于 2026-09-12