Многие знают, что слишком полагаться на автоматизацию может быть рискованно – в ряде случаев это приносит больше вреда, чем пользы. Однако я нашёл несколько паттернов, которые действительно делают мою работу проще и эффективнее:

• Превращение меньшего в большее. Одного метода в несколько похожих; SQL-запроса получения данных в их валидатор; Сигнатуры и описания функции в её реализацию. (Github Copilot)
• Тесты. Сначала продумать тест-кейсы (ChatGPT o1), написать код и, наконец, выжать воду из сотен получившихся строк.
• Разобраться в чужом коде. Понять что делает незнакомая библиотека или дешифровать странный нейминг.

1. Превращение меньшего в большее.

• Генерация нескольких похожих методов на основе одного.
• Создание валидатора SQL-запросов исходя из самого запроса.
• Превращение сигнатуры и описания функции в её полноценную реализацию.

2. Работа с тестами. (с помощью ChatGPT o1)

• Сгенерировать тест-кейсы.
• Написать код тестов логическими блоками.
• “Выжать воду” из получившихся сотен строк, оставив только нужное.

3. Анализ чужого кода.

• Определить, что делает неизвестная библиотека.
• Расшифровать странный нейминг и логику.

Накидайте ещё идей. Как избавиться от рутины? Как повысить качество кода с помощью нейросеток? Делитесь в комментариях!