1. Les avantages des grands modèles
À en juger par l'utilisation de grands modèles tels que GPT au début, GPT présente plus d'avantages pour les questions avec une logique simple, des étapes de description plus claires, un résumé de l'expérience et des modèles de modèles standard ; la réponse est plus complète et détaillée. Mais parfois, GPT mélange également des théories ou des expériences obsolètes avec la plupart des réponses correctes, ce qui nécessite une révision et une correction manuelles. Il reste encore de la place pour un développement ultérieur sur la base des résultats des tests actuels pour certaines choses ou éléments avec une logique plus complexe et plus d'ombres de prise de décision, ainsi que pour des choses impliquant des émotions ou des comportements psychologiques.
Pour résumer les avantages actuels des grands modèles :
1) Avantages :
Processus standardisé
Plus la description est claire
Basé sur l’accumulation d’actifs et l’expérience antérieures
assistant de travail quotidien
2) Inconvénients :
Entreprise avec une logique complexe
Les facteurs de prise de décision sont un travail plus complexe
Travail qui implique un comportement émotionnel ou psychologique, comme les tests d'acceptation
Cet article aborde et résume principalement sous deux angles : l'amélioration de la technologie de développement de logiciels et l'amélioration de l'efficacité du travail quotidien.
2. Application du grand modèle dans le processus standard de développement logiciel
Selon les résultats des essais et des tests du grand modèle, ainsi que l'analyse des avantages et des inconvénients, combinés à la dimension du modèle V dans le processus standard de développement logiciel, dans les exigences, la conception, le codage de développement, les tests unitaires, les tests d'intégration, et tests UAT. Le degré d'application de grands modèles tels que ChatGPT dans le processus de R&D reflète : « L'étape intermédiaire est plus facile à mettre en œuvre, et elle est plus difficile à mettre en œuvre aux deux extrémités. »
Choses plus faciles à faire dans le processus standard de R&D :
Étape de conception : Divers diagrammes de conception, tels que les diagrammes de classes, les diagrammes de séquence, les diagrammes ER, etc., qui prennent du temps et sont laborieux à dessiner manuellement, chatGPT peut facilement et automatiquement générer divers diagrammes selon le processus modélisé et la description du format standard.
Au cours de la phase de codage , sur la base de l'écriture du code chatGPT et de l'assistance de divers outils de génération de code précédents, divers codes de composants et certains codes commerciaux peuvent être rapidement générés en fonction des besoins ; en même temps, ChatGPT peut être utilisé pour l'inspection et la révision du code.
Test unitaire : générer du code de test et des données de test basées sur le code métier
Tests d'intégration :
1) Génération de cas de test métier
Génération de cas de test : pour certaines exigences, avec un plan de test clairement décrit, il est facile de générer et de transformer des cas de test automatisés.
Génération automatique de scripts de données de test.
2) Réutilisation des capacités basée sur l'expérience de test
Recommandation de cas de test, pour des produits relativement stables tels que les dépôts bancaires, les prêts, etc., sur la base de l'expérience de test précédente et des calculs d'apprentissage, les recommandations de cas de test sont automatiquement générées pendant l'exécution du test, puis confirmées par un réglage manuel.
Recommandation sur le calendrier d'exécution du scénario de test et la stratégie d'exécution :
Génération automatique de scripts de génération de données de test
3) Assistance produit générale
Génération de cas de test de composants
Les données de test sont générées automatiquement
Génération automatique de scripts de tests automatisés
Phase d'exigences : Les exigences peuvent être divisées de deux manières, l'une consiste à créer et planifier des produits par l'intermédiaire d'architectes métier ou d'experts produits, et l'autre consiste à transformer les produits en fonction des besoins des utilisateurs. Pour la première, la structure générale du produit est complexe et elle Il est difficile de penser clairement à tous à la fois. Quant à ce dernier, en raison des différentes personnalisations et préférences des utilisateurs, il doit passer un grand nombre de tests de vérification avant de pouvoir être véritablement déterminé. Il est difficile de générer à travers grands modèles ou GPT, mais il peut être optimisé et ajusté via les outils auxiliaires GPT.
Étape de test UAT : Pour vérifier si le produit répond aux besoins des utilisateurs, cela passe davantage par la perception de l'utilisateur, qui est un comportement irrationnel, et il est difficile de le remplacer par un outil émotionnel.
3. Application de grands modèles au travail quotidien
En plus de jouer un rôle important dans le processus de développement logiciel, GPT est également d'une grande aide dans notre travail quotidien et peut agir comme un assistant de travail dans notre travail.
Conseils pour des idées de travail : pour certains nouveaux sujets ou domaines inconnus, des indices de mots clés sont donnés via ChatGPT, ce qui favorise notre réflexion globale et approfondie.
Assistant de travail quotidien : aidez-nous à écrire des instructions SQL simples, des codes simples, etc., qui peuvent nous aider à améliorer l'efficacité du travail quotidien
Aperçu et modèle de documents d'information : tels que la préparation de plans tels que des documents de rapport et des résumés de travail, et le travail quotidien tel que des rapports quotidiens et hebdomadaires.
4. Réflexion pratique sur l'application des grands modèles des grandes entreprises
Grâce à un partage public et à des recherches sur leurs pairs, la plupart des sociétés Internet suivent actuellement les résultats discutés dans cet article, dans le « processus de développement de logiciels. Le grand modèle joue un plus grand rôle au milieu et joue un rôle plus petit aux deux extrémités ». , exercez une force au stade intermédiaire. Toutefois, les grandes entreprises publiques représentées par les banques font des efforts aux deux extrémités, mais pas au milieu. Deux pratiques différentes, il n’y a pas de bien ou de mal, mais elles représentent deux voies d’application de la réflexion aux grands modèles.
Enfin : le didacticiel vidéo complet sur les tests de logiciels ci-dessous a été trié et téléchargé, et les amis qui en ont besoin peuvent l'obtenir par eux-mêmes [Garanti 100 % gratuit]
Documentation sur les entretiens de test de logiciels
Nous devons étudier pour trouver un emploi bien rémunéré. Les questions d'entretien suivantes sont les derniers documents d'entretien de sociétés Internet de premier plan telles que Ali, Tencent et Byte, et certains patrons de Byte ont donné des réponses faisant autorité. Terminez cet ensemble croire que chacun peut trouver un emploi satisfaisant.
