ChatGPT是最近的熱門話題，作為語言模型，它擅長處理各種語言相關的問題，顯然，ABAP也是一種語言，ABAP開發者的很大一部分作業就是把自然語言和ABAP語言做互相轉換，這應該也是在ChatGPT的擅長范疇內，那么ChatGPT能做好ABAP開發者的作業嗎？本文記錄了我的一些使用經驗和感想，
1，模擬場景：物料查詢介面
4月初的時候我試著用GPT4創建了一個物料查詢介面函式，程序記錄在視頻里：https://www.bilibili.com/video/BV1Mj411A71g/ （ChatGPT能寫ABAP代碼嗎？測驗1：函式）
在這次嘗試中，我只給出了需要的輸入引數、輸出引數，ChatGPT即寫出了完整代碼，但并不完全正確，經過我的側面提示，它把代碼改正到了一個只要稍稍調整就能使用的部分，我又提出了關于SQL版本、物料描述語言方面的需求，ChatGPT完全正確理解了我的需求并做出了相應改動，
這個介面需求看似很簡單，初學ABAP幾天的人差不多也可以完成，ChatGPT能給出答案，這并不讓我意外，
讓我感到驚訝的是，我的大部分提示都是間接的，而ChatGPT可以完美領會提示語背后的間接含義，比如我希望它使用嚴格模式的SQL，但我沒有直接提出這個要求，而是告訴它"當前ABAP版本大于ABAP 7.52，以此基礎優化代碼"，它完全明白我的真實愿望是使用嚴格模式的SQL，并給出了相關代碼，這種對間接表達的理解，是任何過去的搜索引擎、語音助手都實作不了的，即便是現實生活中的開發人員，也往往不具備如此強大的理解能力，
而它在語法上的一些小錯誤，在我看來是無關緊要的，畢竟語法檢查器可以發現那些錯誤，ChatGPT并不是專門為編程設計的模型，如果把ChatGPT和語法檢查器的結合起來使用，它應該有能力自動解決大部分問題，
2，實踐場景：解釋語法、查詢報表邏輯
舉兩個實踐例子，
例子一：上個月我遇到一位資料開發人員，他被公司安排把一個自開發ABAP報表的邏輯應用在其它資料平臺上，這位開發者不懂ABAP，于是向我求助，
他向我提出了一些問題，比如某些ABAP陳述句是什么意思、如何把一段ABAP陳述句轉寫成他看得懂的SQL等，我花了不少時間來解答這些問題，事后，我把部分問題發給了ChatGPT，發現它可以解答大部分問題，特別是把ABAP代碼轉成SQL代碼的部分，ChatGPT完成得很好，讓我覺得手敲SQL的自己有點傻，
例子二：有一個根據交貨單生成物料憑證的程式，業務顧問要我查到交貨單和物料憑證的關聯關系，我嘗試把整個程式發給ChatGPT讓它分析，但chatgpt一次接收不了太多東西，分段發太多的話，它也會忘記前面的內容，于是我發送了程式的主體部分、交貨單查詢部分和BAPI呼叫部分，ChatGPT找到了答案：交貨單就是物料憑證BAPI引數中的REF_DOC_NO，即參考憑證MKPF-XBLNR，
3，其它
除了ABAP之外，我也嘗試用它來做瀏覽器擴展，它的JS能力要比ABAP強一些，我用它完成了自己的第一個瀏覽器擴展，還用它讀懂了一個Github上的熱門JS專案KeepChatGPT ，并且提PR改了個小bug，
在代碼之外，作為網路社區管理員，我嘗試過用它來給貼子標題打分，結果讓我很滿意，我相信它可以在內容審核方面發揮很大作用，
4，總結：優點和缺點
優點：
- 能快速實作代碼翻譯、改寫
- 能"理解"很多間接提示和業務概念
- 能記憶和理解背景關系，使用門檻低
- 解答范圍廣，不知疲倦（不考慮GPT4的3小時25條限制的話）
缺點：
- 知識比較陳舊，不清楚某些新版特性，比如DIVISION等函式，使用插件可以彌補部分不足，但即便使用WebPilot等聯網插件，依然有大量無法獲取的資訊，
- 細節會出錯
- 無法接收較長的文本，會忘記前文內容
- 會編造內容，特別是API
- OpenAI和其它介面供應商可能會通過降低回答質量來節約成本，這使得ChatGPT的表現可能不夠穩定
總的來說，當前ChatGPT在實踐中代替不了ABAP開發者，一來是它的能力有限（OpenAI沒有提供它的全部能力，另外它沒有被做專門針對ABAP的調整），二來ABAP開發者這份作業本來也是為了人類而設計的，
在未來，隨著AI能力的進步、成本的降低、功能的特化，和相關作業流程、職位定位的調整，ChatGPT類工具必然代替絕大部分ABAP開發者，我相信，ChatGPT后的時代會是個和過去完全不同的時代，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/555704.html
標籤：其他
下一篇：返回列表