面向软件开发人员的 200+ ChatChatGPT提示

1. 代码生成：

• 为名为 [name] 的 [class/module/component] 生成具有以下功能的样板 [language] 代码：[functionality description]。
• 创建一个 [语言] 函数以使用以下输入对 [数据结构] 执行 [操作]：[输入变量] 和预期输出：[输出描述]。
• 为 [领域] 应用程序生成一个 [语言] 类，其中包括 [方法列表] 的方法和属性 [属性列表]。
• 基于[设计模式]，用[语言]创建一个代码片段，演示其对[用例]的实现。
• 使用具有以下要求的 [库/框架] 编写 [语言] 脚本来执行 [任务]：[要求列表]。

2. 代码完成：

• 在 [语言] 中，完成以下用 [值] 初始化 [数据结构] 的代码片段：[code snippet]。
• 给定以下输入参数，完成计算 [期望输出] 的 [语言] 函数：[function signature]。
• 完成 [语言] 代码以使用 [参数] 对 [API 端点] 进行 API 调用并处理响应：[code snippet]。
• 填写缺失的[语言]代码以实现以下功能的错误处理：[code snippet]。
• 完成以下遍历 [数据结构] 并执行 [操作] 的 [语言] 循环：[code snippet]。

3. 错误检测：

• 确定以下 [语言] 代码片段中的任何潜在错误：[code snippet]。
• 分析给定的 [语言] 代码并提出改进建议以防止 [错误类型]: [code snippet]。
• 在以下 [语言] 代码中查找任何内存泄漏并提出修复建议：[code snippet]。
• 检查给定 [语言] 代码中的任何竞争条件或并发问题：[code snippet]。
• 查看以下 [语言] 代码是否存在任何安全漏洞：[code snippet]。

4. 代码审查：

• 查看以下 [语言] 代码以获得最佳实践并提出改进建议：[code snippet].
• 分析给定的[语言]代码是否符合[编码风格指南] [code snippet]：。
• 检查以下 [语言] 代码以进行正确的错误处理并提出改进建议：[code snippet].
• 评估给定[语言]代码的模块化和可维护性：[code snippet]。
• 评估以下[语言]代码的性能并提供优化建议：[code snippet].

5. 自然语言处理：

• 对以下文本执行情感分析：[文本示例]。
• 从以下文本中提取命名实体：[文本示例]。
• 总结以下文章/文档：[URL 或文本示例]。
• 确定以下文本的主要主题：[文本示例]。
• 对以下文本执行关键字提取：[文本示例]。

6. API文档生成：

• 为以下 [语言] 代码生成 API 文档：[code snippet]。
• 为给定的 [language] 类创建简明的 API 参考：[code snippet]。
• 为以下 [语言] API 生成用法示例：[code snippet]。
• 记录给定 [语言] 函数的预期输入和输出：[code snippet]。
• 制作使用以下 [语言] 库的快速入门指南：[code snippet]。

7. 查询优化：

• 优化以下 SQL 查询以获得更好的性能：[SQL query]。
• 分析给定的 SQL 查询是否存在任何潜在瓶颈：[SQL query]。
• 为以下 SQL 查询建议索引策略：[SQL query]。
• 重写以下 SQL 查询以使用 JOIN 而不是子查询以提高性能：[SQL query]。
• 优化以下 NoSQL 查询以获得更好的性能和资源使用：[NoSQL query]。
• 识别给定数据库模式中可能影响查询性能的任何低效率：[schema description]。
• 为以下大规模数据库查询建议分区或分片策略：[SQL or NoSQL query]。
• 比较使用不同数据库引擎（例如 MySQL、PostgreSQL、Oracle）的给定 SQL 查询的性能：[SQL query]。

8. 聊天机器人和对话式人工智能：

• 为处理 [问题或查询类型] 的客户支持聊天机器人创建对话流。
• 设计一个聊天机器人交互，帮助用户根据他们的偏好和要求找到 [产品或服务]。
• 为聊天机器人开发对话脚本，引导用户完成 [入职流程或功能设置]。
• 实现一个可以回答有关 [主题或领域] 的常见问题的聊天机器人。
• 为聊天机器人创建一个自然语言界面，允许用户使用语音命令或文本输入来执行[特定任务或操作]。

9. 用户界面设计：