علوم انسانی، علوم پایه، فنی و مهندسی، هوش مصنوعی
راهنمای جامع پرامپت نویسی برای درخواست کد برنامه‌نویسی
دانشجویان عزیز، این پرامپت کدنویسی که در ادامه معرفی می‌شود، به‌گونه‌ای طراحی شده است که تمامی دانشجویان، صرف نظر از سطح دانش برنامه‌نویسی یا حوزه تخصصی‌شان، می‌توانند از آن استفاده کنند. هدف از ارائه این پرامپت، کمک به شما در ارائه درخواست‌های دقیق و شفاف برای دریافت کدهای برنامه‌نویسی است. با استفاده از این ساختار، می‌توانید از مدل‌های هوش مصنوعی یا برنامه‌نویسان، نتایج کامل و کارآمدتری دریافت کنید.
چرا این پرامپت برای همه دانشجویان مفید است؟
– قابلیت تنظیم برای زبان‌های مختلف برنامه‌نویسی: چه شما با Python، Java، C++ یا زبان‌های دیگر کار کنید، این پرامپت به‌گونه‌ای طراحی شده است که برای هر زبان برنامه‌نویسی قابل استفاده است.
– کاربرد در موضوعات متنوع: این پرامپت نه‌تنها در زمینه‌های مختلف مانند پردازش تصویر، یادگیری عمیق، و الگوریتم‌های محاسباتی کاربرد دارد، بلکه در هر حوزه‌ای که نیاز به کدنویسی داشته باشید، به‌راحتی قابل تنظیم است.
– شفافیت در بیان نیازها: با استفاده از این پرامپت، شما می‌توانید به‌سادگی تمامی ورودی‌ها، خروجی‌ها، الگوریتم‌های مورد نظر و نیازهای بهینه‌سازی خود را مشخص کنید. این امر به مدل یا برنامه‌نویس کمک می‌کند تا دقیقاً بداند چه انتظاراتی از کد دارید.
– مناسب برای تمام سطوح تحصیلی: چه در ابتدای مسیر تحصیلی خود باشید و چه در مراحل پیشرفته‌تر، این پرامپت به شما کمک می‌کند تا کدهایی را دریافت کنید که به‌راحتی قابل درک، پیاده‌سازی و بهینه‌سازی باشند.
این پرامپت یک ابزار قدرتمند برای دانشجویانی است که به دنبال ساده‌سازی فرآیندهای پیچیده برنامه‌نویسی هستند. استفاده از این راهنما به شما این امکان را می‌دهد که با اطمینان بیشتری پروژه‌های خود را به سطح بالاتری ارتقا دهید. به خاطر داشته باشید که دقت و وضوح در درخواست‌های شما، کلید دریافت کدهای باکیفیت است.
—
فرمول پرامپت استاندارد برای درخواست کد برنامه‌نویسی:
“لطفاً یک کد در زبان برنامه‌نویسی [زبان دلخواه شما] ایجاد کنید که وظیفه [وظیفه یا فرآیند خاص] را انجام دهد. مشخصات دقیق درخواست به شرح زیر است:
- ورودی: [مشخصات ورودی مانند نوع داده یا فرمت فایل]
۲٫ خروجی: [مشخصات خروجی مانند نوع داده یا فرمت فایل]
۳٫ الگوریتم یا روش مورد استفاده: [الگوریتم یا روشی که برای انجام این وظیفه باید استفاده شود]
۴٫ مراحل پردازش: [هر مرحله‌ای که باید در کد پیاده‌سازی شود، مانند پیش‌پردازش داده‌ها، الگوریتم مورد استفاده، یا هر فرآیند خاص دیگری]
۵٫ کتابخانه‌ها و نسخه‌ها: [کتابخانه‌های مورد نیاز برای اجرای کد و نسخه‌های آن‌ها]
۶٫ مستندات: لطفاً توضیحات و مستندات کاملی برای هر بخش از کد ارائه دهید تا اجرای آن ساده‌تر شود.
۷٫ ارزیابی عملکرد: اگر نیاز به ارزیابی عملکرد یا دقت الگوریتم است، نتایج آن را گزارش دهید.
۸٫ بهینه‌سازی: در صورت امکان، کد را برای بهینه‌سازی روی [مثلاً GPU یا منابع محاسباتی خاص] آماده کنید.
این کد باید مستندات لازم را برای توضیح مراحل مختلف داشته باشد و به گونه‌ای نوشته شود که قابل استفاده توسط دیگر کاربران نیز باشد.”
—
مثال عملی:
“لطفاً یک کد در زبان Python ایجاد کنید که وظیفه تبدیل تصاویر سیاه و سفید به تصاویر رنگی را با استفاده از الگوریتم Convolutional Neural Network (CNN) انجام دهد. مشخصات دقیق درخواست به شرح زیر است:
- ورودی: یک تصویر سیاه و سفید با فرمت PNG
۲٫ خروجی: تصویر رنگی با فرمت PNG
۳٫ الگوریتم: از ساختار CNN برای این تبدیل استفاده شود.
۴٫ مراحل پردازش: شامل پیش‌پردازش تصویر (تغییر اندازه، نرمال‌سازی)، ساختار CNN، و آموزش شبکه باشد.
۵٫ کتابخانه‌ها: از کتابخانه‌های TensorFlow 2.x و OpenCV استفاده کنید.
۶٫ مستندات: لطفاً توضیحات و مستندات کاملی برای هر بخش از کد (از جمله پیش‌پردازش، ساختار CNN، و آموزش شبکه) ارائه دهید.
۷٫ ارزیابی عملکرد: پس از آموزش مدل، دقت آن را با استفاده از مجموعه داده CIFAR-10 ارزیابی کرده و نتایج را گزارش کنید.
۸٫ بهینه‌سازی: کد برای اجرای بهینه روی GPU آماده شود.”
چرا این پرامپت کامل است؟
– تمامی جزئیات ضروری برای اجرای کد، از جمله ورودی‌ها، خروجی‌ها، الگوریتم و ارزیابی عملکرد ذکر شده است.
– امکان بهینه‌سازی کد برای منابع محاسباتی خاص (مانند GPU) در نظر گرفته شده است.
– درخواست مستندات و توضیحات، کیفیت کد را بالا می‌برد و استفاده از آن را برای دیگران آسان می‌کند.
این راهنما به شما کمک می‌کند تا به‌صورت مؤثرتر و دقیق‌تر کدنویسی کنید و از نتایج بهتری در پروژه‌های برنامه‌نویسی خود برخوردار شوید.
به کانال ما در تلگرام بپیوندید
ما را در روبیکا دنبال کنید
کانال ایتا ما را دنبال کنید
