下载掌阅APP，畅读海量书库
立即打开
如果你是程序员，那么在你写程序前应有一个明确的目标。这个目标可能是你的老板提的，可能是你的客户提的，也可能是你自己的想法。如果是别人的想法，你希望最好能写成明确的需求文档，正常逻辑和异常逻辑都能事先考虑清楚，而不是在写程序过程中反复沟通确认，甚至最后还要返工。你还希望尽早知道这个功能要服务的用户群体是谁，解决用户哪方面的痛点，想要达成怎样的业务效果，预期能带来多少收入。
现在你使用ChatGPT作为你的助手，它需要你下达命令。
假如你是公司的资深程序员，你的老板给你安排了一项任务：做一个H5页面，把公司采集的微博数据中当天讨论量最大的10条微博展示出来。
你的思路是：微博数据之前已经做了采集，并存在数据库中，每条微博讨论量数据也接近实时更新，首先要写一个程序来计算讨论量Top10的微博，然后写一个API查询Top10的微博列表。前端需要写一个列表页和一个内容详情页，非常简单。
然后你打算把这件事交给ChatGPT，你可以试着这么问，看看它怎么说。
做一个H5页面，把公司采集的微博数据中当天讨论量最大10条微博展示出来。
好的，以下是一个简单的实现思路。
1. 获取微博数据：从公司采集的微博数据中，筛选出当天的微博数据。
2. 计算讨论量：将获取的微博数据按照转发数、评论数、点赞数等指标进行排序，得到当天讨论量最大的10条微博。
3. 设计H5页面：使用HTML、CSS和JavaScript等前端技术，设计并实现一个简洁、美观的H5页面，用于展示当天讨论量最大的10条微博。可以使用一些现成的前端框架和组件库，如Bootstrap、jQuery等，来加快开发进度。
4. 展示微博数据：将计算得到的当天讨论量最大的10条微博数据，按照一定的布局方式展示在H5页面上，包括微博文本内容、转发数、评论数、点赞数等信息。可以使用一些现成的UI组件，如列表组件、卡片组件等。
5. 实时更新数据：为了保证展示的数据实时性，可以使用定时器定时获取最新的微博数据并进行计算，然后更新H5页面中展示的微博列表。
总之，这个任务需要一些前端开发和数据处理的技能，如果您不熟悉这些技术，可以考虑寻求专业的开发团队的帮助。
ChatGPT好像是猜到了你的想法，把你刚才心中所想的又复述了一遍，并且更有条理，但这并不是你想要的答案。
你想要ChatGPT帮你写代码。这样就得细化一下需求，把任务拆分成前端代码和后台代码。
前端需要一个列表页，列表页长什么样？老板好像没有说。所以首先要跟老板确认，明确页面的风格、展示元素，以及内容详情页的细节。你现在不仅是程序员，还得是懂业务、懂老板想法并且会写代码的产品经理，需求文档就需要由你来写了。
比起写需求文档，你可能更愿意写代码。能不能不写文档，而是让ChatGPT来完成？ChatGPT见多识广，应该看过微博热搜列表页。于是你又提了一个Prompt：
仿照微博热搜列表页，写一个HTML页面。
好的，以下是一个简单的实现思路。
1. 设计页面结构：仿照微博热搜列表页，设计一个简单的页面结构，包括一个顶部导航栏、一个热搜列表、一个底部的分页控件等。
2. 使用HTML和CSS实现页面布局：根据设计好的页面结构，使用HTML和CSS实现页面布局。可以使用一些现成的UI框架和组件库，如Bootstrap、Semantic UI等，来加快开发进度。
3. 使用JavaScript实现数据绑定：使用JavaScript从后端获取热搜数据，并将数据绑定到HTML页面的热搜列表中。可以使用一些现成的JavaScript框架和库，如jQuery、Vue.js等，来简化数据绑定和DOM操作。
4. 实现分页功能：使用JavaScript实现热搜列表的分页功能，当用户点击分页控件时，根据当前页码获取对应的热搜数据，并重新渲染热搜列表。
5. 美化页面样式：使用CSS美化页面样式，包括颜色、字体、边框等方面。可以参考微博热搜列表页的样式，或者根据自己的需求进行设计。
总之，这个任务需要一些前端开发的技能，如果您不熟悉这些技术，可以考虑寻求专业的开发团队的帮助。
你想让ChatGPT帮你写代码，但它一直在写思路。所以要明确一下ChatGPT的角色，再细化下它的具体任务，就像产品经理写需求那样，最好把页面都有哪些元素都描述清楚。
于是，你改进了一版Prompt：
现在你是一个程序员，你要写一段完整可运行的HTML+CSS+JavaScript代码。这段代码要实现一个功能，这个功能是一个微博标题列表页，每一条是一个标题，标题后面带上一个数字，这个数字表示这条微博的评论数。页面风格请参考微博热搜列表页。
好的，以下是一个简单的实现示例：
这个示例使用jQuery库来简化DOM操作和事件绑定。当页面加载时，先模拟后端返回的热搜数据，然后计算总页数，渲染热搜列表和分页控件。当用户单击分页控件时，根据当前页码重新渲染热搜列表和分页控件。
注意：此例输出的代码比较长，这里只选取了一小段，省略的部分用“/***部分输出内容省略***/”来表示。
不同的代码块使用```进行包裹，其中```html、```css、```javascript分别包裹了HTML、CSS以及JavaScript的代码块。
代码存成页面，展示效果如图2-1所示。
图2-1 ChatGPT的第一版列表页效果
页面主体功能确实符合你的描述，有列表、评论，还有微博内容的样例。但样式有点苍白，显然没有达到要求。你想到了以下几个改进点，于是又更新了一版Prompt：
现在你是一个程序员，你要写一段完整可运行的HTML+CSS+JavaScript代码。这段代码要实现一个功能：
1. 这个功能是一个列表页，每一条是一个标题，标题后面带上一个数字，这个数字表示这条微博的评论数。
2. 页面固定展示10条标题，不需要翻页。
3. 每个标题前面加上序号，从1到10。其中：1、2、3用红色字体，剩余序号用橙色字体。
4. 标题字体不需要加粗。
5. 页面顶部不展示微博标题列表页文字，而是换成一个Banner图，Banner的高度大约占屏幕的四分之一，Banner请给个样例图，为暖色调的。
6. 点击每一条微博，可跳转到详情页，详情页具体后面再写。
7. 去掉底部版权信息区域。
8. 页面风格请参考微博热搜列表页。
好的，以下是一个简单的实现示例：
这个示例使用jQuery库来简化DOM操作和事件绑定。当页面加载时，使用模拟数据渲染微博列表。通过CSS设置序号的颜色和标题的样式，以及鼠标悬停时的效果。当用户单击微博列表项时，可以跳转到详情页，具体实现可以根据需求再进行编写。
效果如图2-2所示。
图2-2 增加了样式要求后的页面效果
这样看来，只要不断明确细化需求，ChatGPT输出的结果就能无限逼近你的目标。
不过，你可能也发现了，把需求描述清晰也不是那么容易，即便是一个现成的简单页面，也会遗漏掉很多的细节。但是经过一轮轮的迭代和反馈后，你不仅能快速发现自己的疏漏，还能快速验证很多想法。
通过对比第一版的Prompt和最后一版的Prompt，我们就能看出差异。所以，什么是清晰、明确的Prompt？就是充满细节描述的Prompt。
有了前端页面，接下来还有后台。后台需要按互动量对微博排序的程序，以及一个查询列表可供页面调用的接口。
按互动量排序，这么大的数据量，是实时排，还是按天排？参考微博热搜是每分钟排一次。假设待排序的微博有1亿条，让ChatGPT帮忙分析一下，这种数据量级用什么方案能满足要求。
你现在是后台架构师，请帮我设计一个后台技术方案，包括使用的算法、需要的服务器CPU和内存资源，以及程序源代码，能满足以下功能：
1. 对于数据库中的所有微博，希望按互动量字段从大到小取出前10条。
2. 前10条微博，需要每分钟更新一次。
3. 微博总数量有1亿条，存储在分布式数据库中。
4. 每条记录包括4个字段：微博ID、微博标题、微博详情URL、互动量。
好的，以下是一个简单的方案：
1. 数据库选择MySQL或PostgreSQL，可以使用分布式数据库方案，如MySQL Cluster或PostgreSQL Cluster。对于微博数量较大的情况，可以考虑使用索引或分区表来优化查询速度。
2. 使用Redis作为缓存数据库，将前10条微博的数据缓存到Redis中。可以使用sorted set数据结构来存储微博，以互动量作为score，每分钟更新一次。
3. 使用分布式存储系统，如Hadoop或Ceph，来存储1亿条微博数据。数据可以进行分片存储，以便扩展存储容量和提高读写性能。
4. 对于程序源代码，可以使用Java或Python编写。使用ORM框架，如Hibernate或SQLAlchemy，来简化数据库操作。使用Redis客户端库，如Jedis或redis-py，来连接Redis数据库。使用分布式文件系统客户端库，如Hadoop FS或PyCeph，来连接分布式存储系统。
以下是一个简单的Java程序示例：
这个示例查询前10条微博数据，然后将数据存储到Redis的sorted set中。使用Jedis客户端库来连接Redis数据库。可以通过定时任务来每分钟更新Redis中的数据。
对于分布式数据库和分布式存储系统的具体方案，需要根据实际情况进行选择和设计。同时，需要考虑数据安全性和可靠性等因素。
ChatGPT不仅给出了方案，还编写了代码。它给出的方案是：使用MySQL Cluster对互动量（interact_count）建立索引，然后按照互动量排序取最高的前10个。排序后，把结果缓存在Redis中，用户的请求访问不会落在MySQL数据库上，这样可以提升系统并发查询的能力。
作为资深程序员，还要关心这里面潜在的性能问题。通过常识判断，如果数据库只有1亿条数据，索引排序取前10条在性能上是没有问题的。当然也可以问一下ChatGPT：
MySQL Cluster对1亿条记录使用ORDER BY操作的性能如何？
MySQL Cluster对于大规模的数据集合排序操作的性能会受到一定影响，因为它的数据存储和查询是基于分片的，各个分片之间需要进行数据同步，这会增加排序操作的时间。此外，MySQL Cluster也不支持所有类型的排序，特别是对于大型数据集合的排序，应该尽量避免使用ORDER BY这样的操作。
针对这个问题，我们可以考虑以下几种优化方案：
1. 使用索引来优化查询性能。对于互动量这个字段，可以在数据库中建立索引，以便加快查询速度。
2. 缓存热门数据。可以使用Redis等缓存数据库来缓存热门数据，如前10条微博，以加快读取速度。
3. 分批查询。可以将1亿条记录分批查询，每次查询一定数量的记录，然后进行归并排序，以减少单次查询的数据量，同时避免了单次查询数据量过大的问题。
4. 分布式排序。可以使用分布式排序算法，如MapReduce算法，将排序操作分布到多个节点上进行，以减少单个节点的负载。
5. 预处理数据。可以在每次写入数据时，先进行排序操作，将数据按照互动量排序后再写入数据库，以便加快后续查询的速度。
需要注意的是，对于大规模数据集合的排序操作要谨慎使用，尽量减少排序操作的频率和数据量，以保证系统的性能和可用性。
ChatGPT的回复有点答非所问，可以加上一些限定条件，再问一下：
如果对interact_count建立了索引，对于1亿条记录，每条记录长度不超过1000字节，执行下面这句SQL查询：
SELECT id，title，url，interact_count FROM weibo ORDER BY interact_count DESC LIMIT 10
5个节点的MySQL Cluster执行需要多长时间？请精确到毫秒。
MySQL Cluster执行该SQL查询的时间，取决于以下几个因素。
1. 数据分布：如果数据均匀分布在5个节点上，那么每个节点需要扫描的数据量为1亿/5=2千万条记录，否则需要考虑数据迁移的开销。
2. 索引类型：如果对interact_count字段建立了B+树索引，那么查询的效率会比较高，否则需要全表扫描。
3. 磁盘和网络带宽：如果数据量比较大，需要从磁盘中读取数据，并且需要在节点之间传输数据，那么磁盘和网络带宽也会影响查询的速度。
4. 集群负载：如果MySQL Cluster同时处理多个查询请求，那么查询的响应时间可能会受到其他请求的影响。
综上所述，无法准确预测MySQL Cluster执行该SQL查询的时间，需要根据具体的环境和配置进行测试和优化。但是，如果数据均匀分布在5个节点上，对interact_count建立了B+树索引，磁盘和网络带宽较好，集群负载较轻，那么查询的时间可能在几百毫秒到几秒之间。
随着问题的明确和细化，ChatGPT的回答也能更精准地命中你的意图。
最后，还剩下查询列表的接口，表述如下。
请写一个RESTful API，负责给前端页面调用，查询互动量前10的微博。从上面我们设计的Redis中查询出互动量前10的微博。其中有几个字段要返回给前端页面：微博标题、微博内容URL、微博互动量。
下面是一个基本的RESTful API示例，使用Python Flask框架和Redis数据库，查询Redis中互动量前10的微博信息，并返回标题、URL和互动量给前端页面。
这个API使用GET方法，访问路径为/weibo/top10。在Redis中使用zrevrange命令查询weibo:interact_count有序集合中互动量前10的微博ID和互动量，然后遍历查询每个微博的详细信息，并将标题、URL和互动量存入一个列表中。最后将这个列表转换成JSON格式，并返回给前端页面。
ChatGPT回复的代码用的是Python，可你的公司用的是Java，你希望在原有的Spring Boot框架上来写。
请在Spring Boot框架上写一个RESTful API，负责给前端页面调用，查询互动量前10的微博。
从上面我们设计的Redis中查询出互动量前10的微博。其中有几个字段要返回给前端页面：微博标题、微博内容URL，微博互动量。
下面是一个基本的Spring Boot RESTful API示例，使用Java和Jedis库连接Redis，查询Redis中互动量前10的微博信息，并返回标题、URL和互动量给前端页面。
首先需要在pom.xml文件中添加Jedis依赖：
然后创建一个控制器类WeiboController，并添加一个GET方法getTop10Weibo()，代码如下：
这个控制器类使用@RestController注解，表示返回的是JSON数据。在getTop10Weibo()方法中，使用Jedis库连接Redis，查询weibo:interact_count有序集合中互动量前10的微博ID，然后遍历查询每个微博的详细信息，并将标题、URL和互动量存入一个Map对象中。最后将这个Map对象存入一个列表中，并返回给前端页面。
启动应用后，访问路径为/weibo/top10，将返回一个JSON格式的互动量前10的微博信息列表。
这样，前端、后台都齐全了。剩下的自己做些微调，就能交付1.0版本了。
怎么样，ChatGPT是不是特别“靠谱”，事事有回应，件件有着落，哪怕到了晚上也能陪你随时加班。
当然在这个过程中，并不是你发一条简单的命令就能得到理想的结果。ChatGPT虽然懂的多，但大概率不能一次就明白你的需求。在与它的交互过程中，你会发现哪些需求点还需要明确，哪些背景还需要交代，哪些数据和案例还需要补充。最终，你打磨后的Prompt是一份完整的需求文档，而ChatGPT按照你的需求一步一步地把任务给完成了。
另外，在这个过程中，你从一个干活的角色转变成了设计解决方案的角色。这种身份和视角的转变，会产生积极的效果。