Iteruj stopniowo
Na tej stronie
Rozwój iteracyjny z AI
Kuszące jest żądanie wszystkiego w jednym prompcie. Jednak w przypadku grok-build-0.1, podobnie jak w każdym modelu kodującym, podejście iteracyjne przynosi lepsze rezultaty. Budujesz system stopniowo, walidując każdy krok przed przejściem do następnego.
Dlaczego iterować?
Ograniczenia pojedynczego promptu
Prompt proszący o stworzenie kompletnego systemu uwierzytelniania z JWT, tokenami odświeżającymi, middleware, trasami, testami i dokumentacją wygeneruje obszerny wynik, który trudno zweryfikować i który prawdopodobnie będzie niekompletny w niektórych obszarach.
Zalety iteracji
Rozbicie tego samego żądania na kroki zmienia trzy rzeczy, które wzajemnie się wzmacniają. Weryfikujesz każdy krok przed kontynuowaniem: błąd w fundamentach – słaby wybór struktury danych, niepewna sygnatura funkcji – jest korygowany, gdy kosztuje to tylko pięć minut, zamiast przenikać przez cały subsequently wygenerowany kod. Korygujesz kurs w trakcie: jeśli pierwsza iteracja ujawni problem z architekturą, rozwiązujesz go przed pójściem dalej, dokładnie tak jak podczas przeglądu projektu. I utrzymujesz model w skupieniu: krótki, ukierunkowany prompt systematycznie generuje lepsze odpowiedzi niż rozległa specyfikacja, w której model musi samodzielnie arbitrować między dziesięcioma wymaganiami – każda tura stawia tylko jedno pytanie, a model odpowiada na nie dobrze.
Strategia iteracji
Krok 1: Fundamenty
Zacznij od podstawowej struktury, bez szczegółów:
„Stwórz schemat tabeli users przy użyciu Drizzle ORM: id, email, passwordHash, createdAt. Dodaj odpowiednie typy TypeScript.“
Zweryfikuj, przetestuj, a następnie przejdź dalej.
Krok 2: Logika biznesowa
Dodaj logikę na zweryfikowanych fundamentach:
„Teraz stwórz serwis rejestracji w @src/services/auth.ts. Musi on hashować hasło za pomocą bcrypt, sprawdzić, czy e-mail już nie istnieje, i wstawić użytkownika. Użyj schematu @src/db/schema.ts, który właśnie stworzyliśmy.”
Krok 3: Dopracowanie
Gdy logika jest już na miejscu, dopracuj szczegóły:
„Dodaj walidację danych wejściowych za pomocą Zod w serwisie rejestracji. E-mail musi być poprawny, a hasło musi mieć co najmniej 8 znaków, zawierając wielką literę i cyfrę.“
Krok 4: Przypadki brzegowe
Na koniec obsłuż przypadki brzegowe:
„Co się stanie, jeśli połączenie z bazą danych nie powiedzie się podczas rejestracji? Dodaj odpowiednie obsługi błędów z jasnymi komunikatami dla użytkownika.“
Odwoływanie się do poprzednich niepowodzeń
Iteracja obejmuje również naukę na błędach. Jeśli sugestia modelu nie działa, powiedz o tym wprost:
„Poprzednie rozwiązanie nie działa, ponieważ TypeORM nie obsługuje tej składni w wersji 0.3. Błąd to: [wklej błąd]. Zaproponuj kompatybilną alternatywę.“
Model wykorzystuje te informacje, aby uniknąć powtórzenia tego samego błędu i lepiej zrozumieć Twoje środowisko.
Dostosowywanie kontekstu w trakcie
Iteracja ma mniej widoczną, ale równie cenną zaletę: kontekst doprecyzowuje się z każdą turą. Podczas rozwoju odkrywasz, że plik konfiguracyjny steruje zachowaniem, które modyfikujesz – dodaj go w następnej turze. Pojawia się ograniczenie, którego wcześniej nie zidentyfikowałeś – middleware musi obsługiwać również klucze API, a nie tylko JWT – określ to, gdy stanie się istotne. Wstępna hipoteza okazuje się fałszywa – skoryguj ją wyraźnie, zamiast pozwalać modelowi budować dalej na jej podstawie. W pojedynczym, monolitycznym prompcie wszystkie te odkrycia dotarłyby zbyt późno.
„Właściwie middleware uwierzytelniający musi obsługiwać również klucze API oprócz JWT. Oto obecny format klucza w @src/config/api-keys.ts.“
Kiedy prosić o wszystko naraz
Iteracja nie zawsze jest konieczna. W przypadku prostych, dobrze zdefiniowanych zadań wystarczy pojedynczy prompt:
- Zmiana nazwy zmiennej w całym pliku
- Konwersja callbacka na async/await
- Dodanie typów TypeScript do istniejącej funkcji JavaScript
- Wygenerowanie testu jednostkowego dla funkcji czystej
Kluczowe wnioski
- Rozbijaj złożone żądania na stopniowo walidowane kroki
- Każda iteracja buduje na poprzedniej po weryfikacji
- Odwołuj się do poprzednich błędów, aby uniknąć powtórzeń
- Dostosowuj kontekst w miarę dokonywania odkryć
- Proste zadania nie wymagają iteracji