ChatGPT для программирования: как получить первый рабочий скрипт, а не только листинг кода
ChatGPT может быстро написать код, но ответ в чате еще не является программой. Для первого опыта выберите скрипт с понятным входом и выходом, сохраните его в файл и запустите на своем компьютере.
Поставьте задачу с примерами
Сделаем Python-скрипт, который читает текстовый файл и считает строки с уровнями INFO, WARNING и ERROR. Входной файл передается аргументом, результат печатается в терминал.
Промпт:
Напиши Python 3 скрипт count_logs.py. Он получает путь к текстовому файлу первым аргументом. Каждая строка может начинаться с INFO, WARNING или ERROR. Посчитай количество строк каждого уровня и выведи три числа. Для неизвестных строк ничего не считай. Используй только стандартную библиотеку. Обработай отсутствие аргумента и файла понятным сообщением. После кода дай команды запуска и три тестовых примера.
Уточнение «только стандартная библиотека» защищает от лишней установки пакетов.
Сохраните код в отдельной папке
Не запускайте листинг из неизвестного источника в рабочем проекте. Создайте пустую папку, сохраните ответ как count_logs.py и прочитайте код.
Проверьте, что скрипт не отправляет данные в сеть, не удаляет файлы и открывает входной файл только для чтения. Если вы не понимаете строку, попросите ChatGPT объяснить ее до запуска.
Подготовьте известный результат
Создайте sample.log с двумя INFO, одной WARNING, тремя ERROR и одной неизвестной строкой. До запуска запишите ожидаемый итог: 2, 1 и 3.
Запустите скрипт командой из ответа. Затем проверьте отсутствие аргумента, несуществующий файл и пустой файл. Ошибка должна быть понятной, а программа не должна падать с длинным traceback для обычной пользовательской ситуации.
Исправляйте через факты
Если результат неверный, верните ChatGPT самую короткую воспроизводимую ошибку:
На этом входе ожидаю ERROR=3, программа выводит ERROR=2. Вот четыре строки входа и текущая функция подсчета. Найди причину и предложи минимальную правку. Не переписывай весь файл.
Так модель видит вход, ожидание и фактический результат. Фраза «не работает» почти всегда ведет к лишним догадкам.
Добавьте простую автоматическую проверку
После ручного запуска попросите вынести подсчет в функцию и добавить тесты стандартным unittest. Выполните их локально. Теперь следующий ответ ChatGPT можно проверять не глазами, а командой.
В ИИ-лаборатории Глеба Кудрявцева такие сценарии разбираются уже на уровне полноценного проекта: с Git, AI-агентами, базой данных, тестами и деплоем. Фокус здесь не на конкретном редакторе, а на том, как встроить AI в рабочий процесс разработки и нормально проверять результат.
Скрипт готов, если четыре сценария проходят на вашем компьютере, зависимости не нужны, а код сохранен вместе с командой запуска и тестами.