编程逻辑是ChatGPT对比过去传统AI算法及预训练模型表现最优异和突出的场景。人们通常对AI的印象是：科学家和程序员一起通过大量神乎其神的数学算法和程序代码，实现一套逻辑功能。而ChatGPT“推翻”了这个印象，转而变成：程序员负责聊天提需求，AI来写代码实现逻辑。

事实当然还没有乐观到不再需要程序员的地步，但ChatGPT确实可以一定程度上解放程序员的双手。后续章节，我们将通过一些编程中的场景，展示ChatGPT的能力。

同时拥有GitHub和OpenAI的微软公司，毫无疑问正是AI辅助编程领域的急先锋。微软副CTO:Sam Schillace根据自己的使用经验，总结了9条将ChatGPT用于软件编程领域的原则。这9条原则，既包括一些ChatGPT用于编程的优点和最佳实践，也包括ChatGPT作为编程助手有什么缺点的阐述。这几条原则在英文中颇有韵律感和哲学意味，因此笔者同时保留其英文原文和中文翻译，方便大家理解。

(1)Don’t write code if the model can do it;the model will get better,but the code won’t.（不要编写可以由模型完成的代码；模型会变得更好，但是代码不会）

(2)Code is for syntax and process;models are for semantics and intent.（代码用于语法和流程；模型用于语义和意图）

(3)Text is the universal wire protocol.（文本是通用的线协议）

(4)Trade leverage for precision;use interaction to mitigate.（为了精确性而牺牲杠杆；利用交互来缓解）

(5)The system will be as brittle as its most brittle part.（系统的脆弱性取决于其中最脆弱的部分）

(6)Uncertainty is an exception throw.（不确定性是一种异常情况）

(7)Hard for you is hard for the model.（对于你来说困难的事情，对于模型来说也是困难的）

(8)Ask Smart to Get Smart.（聪明的提问，才有智慧的回答）

(9)Beware”pareidolia of consciousness”;the model can be used against itself.（谨防“意识的错觉”；模型可以被用来反过来使用）

其中，第4条和第6条，可以指导我们如何更好地使用ChatGPT来获取更好的代码。比如，在使用ChatGPT辅助编程时，我们可以通过设置temperature为0，利用各种解析器做语法校验，把报错直接反馈给ChatGPT进行修改调整等手段，让ChatGPT生成更好的、更精确的结果。

而第2条、第7条和第8条也在提示我们，不要忘记，ChatGPT是来辅助编程的，但到底要做一个什么样的软件，决策人还是我们自己。

最有趣的则是第1条和第3条，过去我们需要熟悉各种技术框架、中间件的API和协议，写大量的对接代码，现在这部分恰恰很适合交给ChatGPT生成，我们只需要通过文本提问的方式要求对接就够了。

说了这么多，下面就让我们开始进入具体的编程场景示例吧。