1. 聊聊it团队经常面临的问题

生产率低下，技术革新快，学习成本高。

2. 试想一些AI辅助的应用场景

写代码、检查规范、检查bug、交互式辅助学习、总结文档、分析关联。

3. 看回现实可用的工具及其使用

使用的工具有Cursor和github和open AI合作的 copilot，首先copilot是收费的,那我们就先研究下Cursor。目前我探索了以下一些使用思路。

3.1 加载文件作为对话上下文

相比chatGPT而言，cursor代码编辑工具可以一次性读取整个工程作为对话和代码生成以及聊天的上下文

3.2 源码工程辅助阅读

在导入的源码上进行提问式学习。输入工程源码然后就具体代码提问。

3.3 批量文件式输入口

作为文档输入口，告知chatGPT背景或主题聊天的前提信息，辅助文本型内容创作。

已经出现了实，比如使用chatpdf读取pdf文件，就可以因认为现在PPT就已经读取了PDF的内容，并理解了PDF的内容，基于此进行提问，相当于一个在指定文本中的智能搜索工具。

3.4 规范核查工具

使用cursor进行代码优化，以及工程文件级别的对话优化

3.5 写PPT

例如写一个分享文档，总结报告，会议总结等我们可以让ChatGPT帮我们根据某个思路或一些零散的记录，生成一个markdown格式的提纲或初步总结，然后再借助mindshow 这个工具实现markdown格式到 PPT的转换。

3.6 口述业务流程或逻辑生成持续图流程图

无论是软件开发或者说业务管理等等，各方面凡是涉及到逻辑和流程以及时序关系的一些概念，可以通过语言描述，或者说散乱的讨论结论，输入给ChatGPT，然后告诉他，让他输出mermiad脚本，之后通过markdown打开该脚本，就出现想要的图形了。

例如:把我下面这段文字转化成mermaid 时序图脚本，只返回mermaid 脚本
balabala…,如下图

4 通用思路

4.1 提供解决方案思路

提问模式：
我想低成本快速的xxxx，你有什么好的建议？
例如：我想低成本快速的建设一个网站，你有什么好的建议？

4.2 借助chatGPT构建全流程自动化的内容生成

将ChatGPT当成自己的核心生产机器，基于一个或大或小的构想/目标，构建一套流水线，将ChatGPT嵌入到流水线上。通过目标、流程、自动化流水线、实现自动的生产产出。

例如：自动赚钱流水线，哈哈哈哈，大家可以尝试哦。

使用ChatGPT需要注意的问题

ChatGPT 就像一个绝望的有奖问答选手，他对流行文化的关注停留在 2021 年之前，但却真心想要赢得游戏。这就是 ChatGPT，一个没有意识、主体道德、具身认知和内心情感的机器。
（用于训练 ChatGPT 的数据只截止到 2021 年。）

注意一下几点，或许可以帮助你更好地使用ChatGPT

• 精心选择适用场景：
  ChatGPT最适合处理小型、离散的编程任务，如数据加载、基本数据操作和创建可视化图表/网站。它可以减少程序员的工作量，但不能替代真正的软件工程任务。

• 验证代码：
  虽然ChatGPT可以生成代码，但它有时无法理解问题或者给出错误的答案。生成的代码需要经过验证和修复，因为存在可能无法察觉的错误。

• 注意限制：
  -ChatGPT是基于过去的数据训练的，对新的流行文化和技术发展了解有限。用户需要意识到它的局限性，不盲目依赖它的答案。

• 借助工具提升开发效率：
  与ChatGPT配套的工具可以帮助解释代码中的问题、提供调试界面、提供代码优化建议，甚至可以将代码从一种编程语言翻译成另一种语言。

• 将ChatGPT作为学习工具：
  ChatGPT可以帮助程序员学习新的编程语言、库和技术。它可以解释代码、提供示例和指导，帮助程序员更好地理解和掌握编程知识。

• 谨慎使用和验证：
  由于ChatGPT的局限性和可能存在的错误，用户需要谨慎使用并验证其生成的代码。如果用户对编程知识有限，盲目相信ChatGPT的答案可能会导致问题。

以上均在探索中，如有问题，或者新的好玩的用法，欢迎提出来我会持续整理更新该文章。