怎么判断 CodeGeeX 的产出好不好:一张评分表
CodeGeeX 是一款插件 / 扩展:智谱推出的 AI 编程助手插件,有开源模型背景。
用 AI 最容易犯的错是「看着不错就用了」,这篇给出一张可复用的打分表。
评分表(每项 1 到 5 分)
| 维度 | 看什么 | 1 分 | 5 分 |
|---|---|---|---|
| 正确性 | 代码能否通过测试并满足需求 | 明显不合格 | 无需修改即可使用 |
| 改动范围 | 是否只改了必要的地方 | 明显不合格 | 无需修改即可使用 |
| 可读性 | 命名、结构是否符合项目风格 | 明显不合格 | 无需修改即可使用 |
| 安全性 | 是否引入注入、越权或密钥泄露风险 | 明显不合格 | 无需修改即可使用 |
| 可维护性 | 是否附带测试与必要说明 | 明显不合格 | 无需修改即可使用 |
建议:任一维度低于 3 分就不要直接使用;总分用于比较不同提示词或不同工具的效果。
用一个任务试打分
写技术文档
适用情况:手头有一个模块的源码时。
根据源码为这个模块写 README:用途、安装、最小示例、配置项表格和常见问题。示例代码必须能直接运行。
交付前确认:示例代码可运行。
怎么让评分更可靠
- 同一批材料至少测 5 次,不只看最好的一次。
- 两人分别打分,分歧大的维度再讨论标准。
- 把 CodeGeeX 的结果与人工完成或文心快码的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
补充练习
修复报错
准备材料:一段报错堆栈和相关代码。
这是报错信息和相关代码。请先解释报错原因,给出最小修改方案,并说明为什么这个修改不会影响其他调用方。
交付前确认:修改范围足够小。
小功能开发
适用情况:手头有一个清晰的需求描述时。
实现以下需求:【需求】。要求:先给出实现计划和要改动的文件列表,等我确认后再写代码;遵循现有代码风格;补充必要的测试。
交付前确认:先有计划再动手。
补单元测试
准备材料:一个缺少测试的函数或模块。
为【函数名】编写单元测试,覆盖正常输入、边界值和异常输入,使用项目现有的测试框架,不要修改被测代码。先列测试用例再写代码。
检查点:测试能在本地通过。
常见问题:生成的代码引用了不存在的函数
让它先搜索代码库确认 API,再写实现;运行测试验证。
常见问题:泄露密钥的风险
把密钥放在环境变量,规则文件中禁止读取 .env 等敏感文件。
常见问题:越改越乱
回滚到上一个可用提交,把需求拆小后重新开始。
概念补充:差异审阅
在接受 AI 修改前逐个查看 diff,是最重要的安全习惯。
概念补充:规则文件
放在仓库里的说明文件,告诉 AI 项目约定和禁止事项。
适合人群:新媒体运营
新媒体运营可以用 CodeGeeX 处理内容排期、数据复盘等工作。需要注意:活动规则与奖品说明要准确,避免诱导分享等违规玩法。
适合人群:研究生
研究生可以用 CodeGeeX 处理文献阅读、开题与论文写作等工作。需要注意:遵守学校学术诚信规定,AI 只用于辅助理解和润色。
使用提醒
文中提示词和示例仅作示意,实际效果取决于你的材料和 CodeGeeX 当前版本,重要内容请人工核对后再使用。
所有示例输出均为示意,不代表真实统计或效果承诺;请以自己的测试结果为准。