使用AI工具寫程式碼時如何避免「AI幻覺」？

當我們使用像ChatGPT或Claud這樣的AI工具來協助撰寫程式碼時，常常會遇到一個現象：明明問題應該不複雜，AI卻給出了一堆看似「有道理」但不切實際的解法，不但無法解決問題，甚至讓程式變得更加混亂。這種情況就是所謂的「AI幻覺」，我的親朋友好友們戲稱為「鬼打牆」。

Redit網友的分享

Reddit網友munyoner提到了一個有趣的經驗，他利用一組精心設計的提示詞，成功突破了這種「鬼打牆」的困境。以下是他的分享內容（翻譯自原文）：

評估解決方案時，請使用以下關鍵問題檢視每個面向：

1. 分析是否直接針對問題？
2. 是否考慮所有可能的原因，還是有未評估的因素？
3. 這是最簡單且最直接的解法嗎？
4. 在資源與成本上是否可行？
5. 解法是否會達到預期效果，並且具有可持續性？
6. 有無簡化或改進的空間？
7. 必要需求與加分條件之間的差異是什麼？
8. 提供最小可重現的範例。
9. 應該考慮哪些邊界條件？
10. 驗證這個解法的測試方法是什麼？

如果發現模稜兩可的地方，請建議澄清的問題，並在可能的情況下提供改進選項。

為什麼這些提示詞有效？

這些問題的設計目的是引導AI聚焦於真正解決問題的核心，並避免陷入無謂的推測或不必要的複雜性。同時，這也幫助我們在與AI互動時，進行更系統化的分析。

實用建議

下次發現AI的解答開始「鬼打牆」時，可以嘗試將上述提示詞作為參考，重新構建你的提問。
重要的是：AI現階段(2024年11月中)只是協助工具，寫Code的人仍然必須仔細地檢視AI的回答，或者…在IDE動手寫註解再讓AI回答會更準確！

最後更新日期：2024-11-19