本篇文章主要介绍在实践的开发进程当中，如何运用GPT帮助开发，优化流程，恰逢本年京东20周年庆，文末会介绍如何与618大促实践的事务相结合，来提升运用价值。全是干货，且本文所有代码和脚本都是运用GPT生成的，请放心食用。
场景一：写代码
运用GPT进行代码开发是许多人做的最多的一件事，只要用自然言语把自己的需求描绘清楚，就能够让GPT写出一段可执行的代码段，乃至是完整的运用。并且只要描绘得足够清晰清晰，发生的代码就不会有bug，十分高效。
举个实践运用的例子，在先前的版别咱们工程有一个需求，要求对落地页的提示黄条UI进行改版，详细的需求描绘为：
UI设计稿：
这是一个适当简略的需求，咱们预备运用Flutter进行开发，现在假设我是一个对dart言语不是很了解的开发者，乃至是从没有Flutter开发根底的人，经过GPT咱们也能够进行这种简略的开发工作。在对GPT进行描绘的时候，要尽量用通顺的言语将自己的需求描绘清楚，并且将要害的信息点名：
这样GPT就能够帮咱们生成所需求的视图代码：
这关于没有触摸过dart开发言语的开发者十分友爱，因为能够恣意指定编程言语，所以理论上，咱们所有人都能够胜任全平台开发的工作。
我总结了在运用GPT进行代码开发时的重点：
1.主要信息一定要表达清晰，如言语类型，目标类型，宽、高、色彩、字号，间距等数值。
2.幻想自己是产品经理或者是设计师，不用拘泥于专业术语，例如UIview、Segment、标签等等，尽量运用自然言语表达。
3.不要存在自相矛盾的描绘，100%会发生bug。
4.有些同学在描绘需求的时候容易严重，造成句子不通。在描绘的时候完全能够不要着急，慢慢遣词。
5.不要涉密！不要涉密！不要涉密！GPT说到底是一个外部东西软件，不是一个什么问题都能够问的“树洞”，涉及到商业秘要的问题都不能够拿来问询。
场景二：写脚本
这是我本人经常拿来运用的运用场景，关于一些重复性较高的劳作，编写脚本显然是最好的挑选，乃至我有的同事以为，未来的发展方向就是脚本编写代码。脚本的开发完全也能够交由GPT来进行。比方咱们有一个需求，因为接入主站根底库，咱们有一些东西类的类名发生了抵触，这种情况下需求进行全工程的类名替换，这种场景就很合适运用脚本。
一般情况下写这样一个脚本至少需求1～2个小时左右，娴熟的大佬也需求半个小时左右，可是运用GPT，几秒钟就能够生成符合要求的脚本。我总结一下的几种运用场景十分合适运用脚本来处理：
1.全工程级别的称号替换
2.APP图片称号替换
3.单元测试
4.转化自然言语
这儿说一下转化自然言语的效果，作为开发者，更习气的是输入要害数值来得到成果，可是GPT需求的是自然言语的描绘，究竟叫“chat”嘛，所以咱们能够耍个小心机：用一个简略的脚本，输入数值，输出自然言语描绘，然后将描绘转达给GPT。
width = int(input("请输入宽度："))
height = int(input("请输入高度："))
color = input("请输入色彩：")
view = '#' * width + '\n'
view += ('#' + ' ' * (width - 2) + '#\n') * (height - 2)
view += '#' * width
description = f"生成一个宽度为{width}，高度为{height}的视图，运用{color}色彩填充。"
print(view)
print(description)
类似于这种转化脚本，能够让咱们更高效的运用GPT。
场景三：与实践事务结合
我之前的文章终究曾提到几种将GPT与实践事务结合的想象：
导购
把ChatGPT的服务集成到查找功用中，在用户进行查找的时候，运用他强壮的功用给出用户购买的定见，关于还没有想好买不买，买那个，乃至没有想好买什么的用户，给出导向性的定见，促进转化率。
软文创造
咱们的项目中有软性广告文章展现的适用场景，相比起人工创造写作，ChatGPT不只更为高效，还能结合大数据趋势，给出用户更感爱好的文章类型。创造优惠活动引荐，产品评价，新品新闻等等文章，运用ChatGPT大有可为。
反向活动引荐
咱们不能决定用户问询ChatGPT时，他会给出什么样的答案，可是咱们能够根据她的答案做反向推演，他引荐什么，咱们就顺势做什么活动，这样咱们既能运用ChatGPT带来的盈利，又能够省去猜测用户爱好点带来的开支和风险。
售后
ChatGPT本质上是一个对话型的人工智能，运用他接入售后体系实践上最为合适，有了他的帮助，能够预见：用户诉苦机器人客服答非所问，无法解决问题，以及人工客服成本昂扬的问题，将成为前史。
我以为这几种想象每一个都是能够投入实践运用并落地的，也都有适当的运用价值。接下来我主要介绍如何运用GPT进行618大促导购。
首先，用户对某种产品进行查找，主要是经过查找栏，咱们在要将GPT接入查找进行引导，就要自己搭建一套根底环境，将用户输入的要害词传递给GPT，再把GPT输出的成果展现给用户，根底环境的效果除了作为调用GPT的“服务器”，终究能够对用户的输入，以及GPT的输出进行“加工”，包装上“京东20周年庆”、“618大促”的相关信息，终究完成“大促导购”的意图。
榜首部分：对用户的输入进行包装，比方对用户的要害词包上一层“用京东查找”的外衣：
def search_keyword(keyword):
url="https://search.jd.com/Search?keyword={keyword}"
response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser")
#提取相关介绍
introduction = soup.select_one(".p-parameter").get_text(strip=True)
return introduction
#用户输入要害词
user_input = input("请输入要害词："）
#调用函数进行查找和提取介绍
result = search_keyword(user_input)
prompt="翻开京东网站，618大促活动产品里查找 {user_input}，并给出其相关介绍"
#这儿的prompt既为向GTP发问的问题，因为GPT承受的是自然言语，所以这儿咱们能够恣意的增加咱们想要的导向性描绘，例如“618大促活动产品”、“618精选活动”、“京东20周年庆优惠”等等
第二部分：将包装好的案牍作为入参，调用GPT的API进行请求
api_endpoint = "https://api.openai.com/v1/chat/completions"
access_token = "你的access_token"
params = {
"messages": [{"role": "user", "content": prompt}],
"temperature": 0.7,
"model": "gpt-3.5-turbo"
}
headers = {
"Authorization": "Bearer {access_token}",
"Content-Type": "application/json"
}
response = requests.post(api_endpoint, headers=headers, json=params)
第三部分：对GPT返回的成果进行解析，并按照咱们的需求进行展现
if response.status_code == 200:
response_text = json.loads(response.text)["choices"][0]["message"]["content"]
＃ 输出成果
print("为您在京东引荐了如下成果: {response_text}")
print("您产品的相关介绍：{result}”）
else:
print(f"error: {response.status_code} - {response.text}")
发散思想：GTP承受的是自然言语问询，所以在向他发问的问题中，咱们能够恣意的增加想要的限定信息，乃至能够结合装备体系，将“618大促活动产品”、“618精选活动”、“京东20周年庆优惠”等活动作为装备信息组合进prompt参数字段，完成动态装备活动导购。
作者：京东零售 姜海
来历：京东云开发者社区
