依据项目创作者 Anton Osika 的表述, GPT- 具备如下特性:。
可以根据一个提示生成代码库；
提出针对任务的详细问题；
生成的技术非常规范；
帮你编写必要的代码；
用户可以添加推理步骤，进行修改，还可以在此基础上进行实验；
项目是开源的；
让你在几分钟内完成编码。
另外，项目主页介绍了 GPT- 理念：
简单易用；
灵活且易于添加新的 AI 步骤；
可以一步步构建用户体验, 用户能够运用高级提示, 并且, 用户还能够把反馈传送给AI, 历经时间的推移, AI能够记住这些反馈。
人类和 AI 可以快速的切换，相互接手对方的任务；
所有计算都是可恢复的，并持久化到文件系统中。
是为了能推进让大家更优质地领会 GPT- , 在项目里仍罗列了贪吃蛇这个游戏的例子, 把完成这项任务大略划分成了拥有先后顺序的三步, 第一步是, 告知 GPT- 你期望它去达成的任务究竟是什么, 第二步是, GPT- 会去询问一些用户所输入的相对比较含糊模糊的相关问题, 以此来更加清晰明确任务需求是什么, 第三步是, GPT- 开始着手构建运行代码。
首先, 你得借助输入提示, 使得GPT明白它自身要做什么, 关于贪吃蛇游戏的提示大概是, 这是个网页版多人能够玩的贪吃蛇游戏, 它要运用带有MVC组件的后端, 要依照上述要求去达成；必要的时候, 能够运用html、js。
接着, GPT - 针对任务要求开展更为精细的询问, 比如说, 蛇是采怎样的方式移动的? 能够加入这个游戏的玩家数量是多少? 游戏状态更新的频次应当是多少? 对于后端、HTML以及代码的组织, 是否存在任何特定的要求等等。
需要注意的是, GPT -并非毫无条件问询那些问题 , 而是运用QA的方式 , 去明确需要阐明的缺失细节。
明确上述问题之后, GPT - 便可依用户要求, 生成多人玩贪吃蛇游戏的代码, 代码是这样的, 能满足上述需求, 是按照要求的:
将完整流程概括起来, 呈现形式为: （1）处于需求方面进一步细致化有关阶段, 以及（2）与之对应的关于软件开展构建的阶段, 关于这两个阶段绘制成的流程示意图形如下呈现:
需求细化阶段
软件构建阶段
网友不禁赞叹, 项目一出GPT - 真是杀疯了, 用户只需使用提示指定自己想要构建的内容, AI智能体就会构建整个代码库。
但是呢, 也存在一类网友, 他们亲自上手做了一番体验, 随后表示, GPT - 能够迅速地针对用户去开发出一个, 然而却没办法严谨正确地编写出来一个。
无论如何, 抱着想要尝试想法的小伙伴, 能够着手去尝试一番了。更多关于使用、配置方面的信息, 能够参照原项目。
参考链接：
