给大家推荐一个国内暂时免费使用AI聊天模型的网站：
有需要的朋友可以点击试用一下。
写文档
要点
详细描述要干的事情
说清楚你的需求，例如：
可以使用序号列出所有需求，让AI模型来梳理逻辑
对描述不清楚的带你让模型进一步解释时，需要把最初的问题再说清楚，避免断连
逐级扩散
由于模型返回的结果都是一层，我们在利用大模型编写文档的时候，需要手动找出关键的问题点，逐层去问，这样写出来的文档才完整。
写代码
让模型从零开始写
说出使用的语言
拆解你的需求
把你的需求按照自顶向下的开发模式的需求，即先实现一个大框框，然后在逐步实现里面的细节
例子：
实现一个通用网关
逐层按序号描述你的需求
一次性描述的需求不要太多，太多了模型做不过来，最好的方式是按照DFS的思路，逐层扩展，逐层提问，其实这个就跟咱们自己编程的过程是一样的。
例子：
如果我想利用SpringBoot实现一个通用日志方法，该怎么实现，该日志方法包含如下交互：
1、能兼容Springboot里面的日志等级方法，如info/error/warn/trace等等
2、增加一个save方法，使之能够将日志保存到数据库
3、能兼容Spring框架中的利用LogFactory.getLog的方式进行创建
利用官方文档进行Review
由于模型本质上是对话生成模型，所以有一些代码在实现上，可能用到了一些错误的API或者方法，这个时候需要利用官方文档进行review
当我们发现它理解得和我们原本表达的有偏差时，进一步抽象需求
当代码有偏差的时候，一般来说是模型一次性接收的内容过多，而且没有逐层解析的能力，所以此时我们需要做进一步的需求抽象。
如果我想利用SpringBoot实现一个通用日志方法，该怎么实现，该日志方法包含如下交互：
1、能兼容Springboot里面的日志等级方法，如info/error/warn/trace等等
2、能使用Spring框架中的利用LogFactory.getLog的方式进行创建该日志对象
限定技术栈
如果我想利用SpringBoot实现一个通用日志类，该怎么实现，该日志方法包含如下交互：
1、能兼容Springboot里面的日志等级方法，如info/error/warn/trace等等
2、能使用Spring框架中的利用LogFactory.getLog的方式进行创建该日志对象
能否通过实现Logback里面的接口来做
手动调整
当发现与预期差不多的时候，这个时候就读懂代码，手动调整即可