使用Prompt，轻松实现你的第一个全栈项目

前言

还有程序员没有应用过大模型技术吗？是工具也可以！如果你还未使用过大模型技术，那么我劝你尽早行动，它会成为你开发的一大神器。如果你对大模型感兴趣，同时想使用大模型技术来开发产品，我接下来这个实战案例相信可以帮助到你。

如今，大模型的崛起使得编程变得前所未有的容易，哪怕你是一个编程新手，也能轻松创造自己的应用程序。

本文将带你走进一个崭新的学习路径，介绍一种基于提示（Prompt）的方法，借助强大的大模型，轻松完成前后端程序的构建和调试。我们将逐步使用Prompt，创建一个简单而完整的前后端应用，包括Python后端和HTML前端。

目标需求

我们的目标是构建一个基本的Web应用程序，它接收用户输入并将其传递到后端Python程序。后端将用户输入传递给OpenAI API，获取输出，再将结果呈现在前端页面上。这个应用程序将通过前后端协作，实现用户与AI模型的互动，类似于网页版ChatGPT中的最简单功能。
在这里插入图片描述
可以看到一个简单的网页，用户在输入框输入问题，网页端将问题传递到后端，后端调用OpenAI API获取回答，然后网页再将OpenAI的回答展示在下面。麻雀虽丑，五脏俱全。

完整实现过程

1. 使用Prompt生成代码

一个好的Prompt应该有以下几个要素：

角色：给 AI 定义一个最匹配任务的角色，比如：「你是一位软件工程师」
指示：对任务进行描述
上下文：给出与任务相关的其它背景信息（尤其在多轮交互中）
例子：必要时给出举例，学术中称为 one-shot learning, few-shot learning 或 in-context learning；实践证明其对输出正确性有帮助
输入：任务的输入信息；在提示词中明确的标识出输入
输出：输出的格式描述，以便后继模块自动解析模型的输出结果，比如（JSON、XML）

我先和大模型交代好我的需求，以及对它的角色要设定，同时把具体的功能也要告诉他，具体的请看我的图片。
在这里插入图片描述
可以看到我在Prompt中添加了角色定义，详细的任务，以及一些确定的信息（例如使用Python语言，网页名叫“My First OpenAI Page”）。ChatGPT回复如下：

在这里插入图片描述

从ChatGPT生成的结果看，它已经给你生成了完整的前后端代码框架，并告诉你应该如何运行和使用它们。

兴致勃勃地开始运行上面的代码吧！很不幸的，在运行代码的时候，出现了错误。在运行上述代码时，遇到了错误。

别慌！这并不罕见，因为生成的代码通常需要自行检查和修改，大模型不是万能的，要警惕大模型幻觉（一本正经胡说八道）的出现。学会使用Prompt进行代码调试和错误修复是非常关键的技能。

2.调试代码

下面以一个错误的解决为例，带大家看下如何使用Prompt来解决程序中遇到的错误或问题：
错误信息：

Access to XMLHttpRequest at 'file:///D:/process-prompt' from origin 'null' has been blocked by CORS 
policy: Cross origin requests are only supported for protocol schemes: http, data, isolated-app, 
chrome-extension, chrome, https, chrome-untrusted.

直接把错误提示给到大模型，当然还是Prompt交互：
在这里插入图片描述
按照上述修改，你会发现程序运行仍然错误： No matching distribution found for apt_pkg

可以再次看到，大模型也并不是万能的，它也会犯错。那怎么引导大模型改正错误，输出正确答案呢？那就要停下来思考如何优化Prompt了。
总结
结合以上整个实现过程，与我们过去开发项目的确有很大的变革，当然事情都有双面性，通过Prompt编程，我们可以获得以下关键优势：

学习代码框架和实施方式：Prompt让我们轻松了解不熟悉的代码框架，就像本文中的Flask框架一样，即使我们之前对其一无所知。
作为项目的第一步：实际工作中，从零开始构建项目的机会较少，通常是在现有代码和框架的上扩展。Prompt可以帮助我们快速启动项目，成为项目构建的强大起始点，提高我们的框架搭建能力。
提高编程效率。不用自己重复造轮子了，一些成熟的常用算法，如冒泡排序，如SQL语句生成，再也不用自己一个单词一个单词的手动写，一行Prompt全搞定。
提高解决问题的效率。从上文解决问题的过程可以看到，通过Prompt来寻求解决问题的方法比传统检索要强大和高效的多，它给你组织和筛选了答案，不再需要你去海量的信息中筛选对你有用的信息。
提高代码的可维护性和可扩展性。Prompt可以帮助我们编写更易于维护和扩展的代码，因为我们可以使用模板和代码片段来编写结构化的代码，而不是手动的编写整个代码。这可以使代码更易于阅读和理解，同时也可以方便地进行修改和扩展。

最后，目前利用Prompt和大模型进行编程还不算成熟，对于使用者来说还是需要有点基础，例如环境，例如基本调试和运行，基本IDE的使用等。当然，随着大模型技术的发展，现在已经涌现出了一些应用集成了Code interpreter，可以支持在线运行程序，校验程序的正确性，但也在发展阶段。大模型全栈课程中也提到：AI 的能力不会超过使用者的判断力。虽然AI已经取得了很大的进步，但是它的能力仍然受到人类的知识和经验、数据和算法的限制。因此，在使用AI时，我们应该保持谨慎和理性，将其视为一种工具，而不是一种万能的方法。

那么，我们该如何学习大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。至于能学习到多少就看你的学习毅力和能力了。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。