جلسهی 6: تکهتکه بخواه Ask in Small Pieces
یک بازی بزرگ را یکجا از هوش مصنوعی نخواه؛ آن را به قدمهای کوچک بشکن، هر قدم را بخواه، بخوان و اجرا کن، بعد سراغ قدم بعد برو.
در این جلسه یاد میگیری
- در پایان این جلسه میتوانی یک کار بزرگ را به قدمهای کوچک و مرتب بشکنی.
- میدانی چرا یک پرامپت ۵۰ خطی نتیجهی بد میدهد.
- میتوانی قدمها را یکییکی با
ai.askدر یک حلقه بپرسی. - میتوانی بازی مار را تکه به تکه بسازی و هر تکه را جدا بیازمایی.
درس
خرد کن: بازی مار را در نظر بگیر. اول حدس بزن چند قدم دارد. حالا قدمها را روی کارت بنویس و به ترتیب بچین: صفحه، مار، حرکت، غذا، بزرگ شدن، باخت. بعد یک بار همه را یکجا از هوش مصنوعی بخواه و یک بار قدم به قدم. کدام کمتر خراب شد؟
چرا پرامپت غولآسا بد است؟ مثل این است که به آشپز بگویی «یک مهمانی ۲۰ نفره با ۸ غذا، دسر، موسیقی و تزیین» و بروی. حتماً یک چیزی جا میافتد، و وقتی خراب شد نمیدانی کدام تکه خراب است. با قدمهای کوچک، هر بار فقط چند خط تازه داری؛ اگر خراب شد، میدانی کجا را بگردی.
قانون کار: بخواه ← بخوان ← اجرا کن ← بعدی. بعد از هر قدم برنامه را اجرا کن. اگر قدم ۳ را بدون اجرا کردن قدم ۲ بچسبانی، دو باگ روی هم سوار میشوند.
steps = ["draw the screen", "draw the snake", "move the snake"]
for i in range(len(steps)):
print("Step", i + 1, ":", steps[i], "-> run it!")در پایتون مار را میشود یک لیست از خانهها دید: [(3, 3), (2, 3), (1, 3)]، اولی سر. برای حرکت، یک سر تازه جلو اضافه میکنیم و دم را برمیداریم: [new_head] + snake[:-1]. اگر غذا خورد، دم را برنمیداریم و مار یکی بلندتر میشود.
snake = [(3, 3), (2, 3), (1, 3)]
head = (snake[0][0] + 1, snake[0][1])
snake = [head] + snake[:-1]
print(snake)⚠️ قدم کوچک یعنی فهم بیشتر. وقتی کل بازی را یکجا از هوش مصنوعی میگیری، ۲۰۰ خط کد داری که هیچکدامش را نمیفهمی و نمیتوانی درستش کنی. با قدم کوچک، تو سازندهای و هوش مصنوعی دستیار.
مثالهای این جلسه
- مثال حلقه for در پایتون: for i in range(len(steps)):
- مثال تاپل و مجموعه در پایتون: head = (snake[0][0] + 1, snake[0][1])
چالشها
- Snake in Order (آسان)
- Why Not All at Once? (آسان)
- Numbered Steps (متوسط)
- One Piece at a Time (متوسط)
- Snake, Piece 1: Move (سخت)
- Snake, Piece 2: Eat and Grow (سخت)
بیشتر بخوان
← جلسهی 5: مثل کارآگاه بیازما جلسهی 7: صفحهی وب با هوش مصنوعی →