編輯嚴選

AI工具怎麼幫助我們學習程式－ChatGPT的實踐與範例

在生成式AI與大型語言模型(Large Language Model, LLM)蓬勃發展下，有許多工具可以幫助我們學習與撰寫程式，例如ChatGPT或Copilot，ChatGPT有免費的GPT-3.5可以使用，或付費使用GPT-4；Copilot則是有30天試用期，試用完可選擇付月費或年費。以下列舉兩個我使用ChatGPT學習程式語言的情境，這邊使用的都是免費的GPT-3.5，因此不能用GPT-4 Code Interpreter 的功能，以下將提出一些範例與使用上的建議。

在開始之前，先說明一下LLM常用的術語，首先是「指令」、「提示」或「詠唱詞」，其實就是用戶的請求和問題，英文為Prompt；模型根據給定的Prompt生成的回應，英文則是Completion。

一、諮詢學習方向/路徑

因為程式語言充滿各種模組及套件，要實現同一個功能，可能有好幾種方式，因此，在學習或想要實現某種功能時，先詢問ChatGPT有哪些方法/模組可以完成，能夠省去探索的時間，並讓ChatGPT給出範例程式碼，更是可以事半功倍。

以下提供一個指令(Prompt)的範例，如果我想要學自然語言處理的內容，並且想做情緒分析，我可以這樣詢問：如何用python作文本情緒分析，請給我作業流程與範例程式碼

結果發現，他的確給出了流程與範例程式碼，但我們想用不同方法實現，因此，換一個問法：如何用python作文本情緒分析，請給我至少三種不同的作業流程與範例程式碼。給出的結果如下：

1.基於情感詞典的情緒分析：這種方法使用情感詞典來對文本進行情感分析，如VADER情感詞典。這是一種快速且容易實現的方法。

2.使用機器學習模型進行情緒分析：這種方法使用機器學習模型，如支持向量機（SVM）或隨機森林（Random Forest）等，將文本分類為正面、負面或中性。

3.使用深度學習模型進行情緒分析：這種方法使用深度學習模型，如循環神經網絡（RNN）或轉former，通常需要更大的數據集來獲得更好的效果。

可以看到，ChatGPT給出了深度學習以外的另外兩種方法，如此一來，對於用Python進行文本情緒分析便有基礎的概念，可以進一步追問或者去google相關領域的知識，並用其提供的範例程式碼進行操作，以此來加快學習的步伐。

總之，用ChatGPT諮詢學習方向/路徑，可以歸結成以下問法：

如何用 [某個程式語言] 作 [某個任務] ， [詳細說明或者針對資料的敘述] ，請給我 [__種] 不同的作業流程與範例程式碼。

二、直接叫AI幫忙寫程式

第二個我最常用的情境，就是直接叫AI幫忙寫程式了，只要跟ChatGPT講程式語言、具體任務、預期結果，通常都能夠得到很不錯的結果，以下為兩個例子的呈現。

範例一：機器學習建模

我下的Prompt是我想要用python跑decision tree和random forest兩個模型，做的是分類的任務，並畫圖呈現訓練集跟測試集的學習曲線，X軸使用epoch。

結果呈現如下，的確給了我用scikit-learn實現的程式碼，也能夠運行。

尚未套用自己資料的completion

上面給出的程式碼，是生成一個範例的資料集，接著，我試圖敘述自己的資料集，請ChatGPT生成code：我有三個資料，avg_df、knn_df、linear_df，分別是用平均數、knn、linear三種方式填補空缺值處理完的資料。 想要用'pm2.5', 'o3'當作X，'status'當作Y，Y是一個類別變數，有0、1、2、3四種類別。 我要訓練一個分類模型，分別套用以下五個模型：Decision Tree、Random Forest、SVC、Logistic Regression、K-Nearest Neighbors 最終的結果是想畫圖，每張圖代表一個模型，X軸為不同參數，並且有三條線分別表示套用三個資料下的預測準確率。 超參數的部分，Decision Tree用ccp_alpha，Random Forest用min_df，SVC用kernel，Logistic Regression用C，K-Nearest Neighbors用n_neighbors。 請給我python的code，註解請用繁體中文。

這樣的問法，的確成功生成了我想要的結果，而且完全沒有錯誤，非常厲害！

範例二：即時爬取公司財報資訊

第二個範例，是想做一個查詢財報資訊的程式，用到的技術是網路爬蟲。網路爬蟲本來就是GPT比較難實踐的一個任務，因此，我試圖用各種方式不斷修正，最終成功獲得可以運行的程式碼。

首先，我的任務是，有一些券商的網站可以找到上市櫃公司的年報/季報，因此我想要把有興趣的財務指標抓下來，作為投資決策參考。

此時，我下的prompt為：
元大證券網站中，台積電(2330)的各年財務報表，網址為http://jdata.yuanta.com.tw/z/zc/zcr/zcr0.djhtm?b=Y&a=2330 我想要抓取每年的「每股盈餘」、「營業毛利率」，抓取的時候用「科目名稱」進行抓取，撰寫環境是Google colab，請給我程式碼。

ChatGPT給了我一段程式與說明，說明如下：

這個程式碼使用requests模組從元大證券網站獲取台積電的財務報表網頁資料。然後，使用BeautifulSoup模組對網頁資料進行解析，找到表格並抓取每年的每股盈餘和營業毛利率資料。根據表格標題的科目名稱進行索引，找到對應的欄位資料。最後，使用pandas模組將資料轉換成DataFrame，並印出結果。

請注意，網站的結構可能會有所更改，導致程式碼無法正確運行。如果發生這種情況，您可能需要根據網站的新結構調整程式碼。

結果貼到Python環境運行，發現無法運行。於是我把網頁原始碼(程式中變數soup)的內容貼給他看，裡面包括我要抓的財報資訊，目的是讓模型知道要抓的資訊在網頁結構中的哪個位置，並打上prompt如下：
請依據以上原始碼，抓取每年的「每股盈餘」、「營業毛利率」，抓取的時候用「科目名稱」進行抓取，撰寫環境是Google colab，請給我程式碼

prompt中給了部分原始碼的內容(裡面包括我要抓的財報資訊)

給了原始碼內容，果然就有成功生成表格了，但抓到的內容只有兩年，網頁中卻有八年，因此仍不完整。

prompt提供原始碼後，程式跑出的結果

因此，我給了ChatGPT更明確的修正指令：
抓到資料了，但資料有點錯誤，
1. 「每股盈餘」、「營業毛利率」，應該是出現在最左邊的column，因此要用最左邊的column進行篩選
2. 原始資料的每個row代表期別，這邊只抓了期別為2022、2021，我要完整的資料共9個row，欄位名稱應該包括['期別','2022','2021','2020','2019','2018','2017','2016','2015']，以上，請幫我修正

修正結果果然成功了，接著，再用修正好的程式碼，請ChatGPT幫我寫一個查詢功能。我下的prompt，是把修正好的程式碼貼給他，並且也給他看輸出的資料框(Data Frame)格式，這邊要將表格轉成ChatGPT看得懂的格式，在GPT-3.5不能傳檔案的情況下也是可以達成的，只要把Table轉成Markdown就可以，因此，我下的Prompt如下：
以下是我目前的程式碼：.........。
抓下來的dataframe(df)前幾行如下：.........。
其中，抓取的網站只要更改公司代碼，就可以查詢其他公司，例如，想抓取台積電(2330)，網址為http://jdata.yuanta.com.tw/z/zc/zcr/zcr0.djhtm?b=Y&a=2330；想抓取鴻海(2317)，網址為http://jdata.yuanta.com.tw/z/zc/zcr/zcr0.djhtm?b=Y&a=2317
抓下來的dataframe中，第一個欄位是科目名稱，請幫我改寫上面程式碼，改寫成我可以輸入多個我想要查詢的公司代碼、科目名稱，並呈現結果。

最終，也成功得到結果了，結果如下所示。

最終成功得到的結果

最後，分享給大家這個完全由ChatGPT(GPT-3.5)寫出來的爬蟲程式，可以丟到Google Colab上面玩玩喔。

# 輸入多個公司代碼和科目名稱
companies = {'台積電': '2330', '鴻海': '2317'}
subjects = ['每股盈餘', '營業毛利率']

# 載入必要模組​
import requests
import pandas as pd
from bs4 import BeautifulSoup

# 定義取得財報的函式​
def get_financial_data(company_code, subject_names):
    url = f'http://jdata.yuanta.com.tw/z/zc/zcr/zcr0.djhtm?b=Y&a={company_code}' 
    response = requests.get(url)    
    soup = BeautifulSoup(response.content, 'html.parser')    
    table = soup.find('table', id='oMainTable')
    headers = ['期別','2022','2021','2020','2019','2018','2017','2016','2015']
    data = []    
    rows = table.select('div.table-row')    
    for row in rows:
            cells = row.select('span.table-cell')        
            subject = cells[0].text.strip()        
            if subject in subject_names:
                        values = [cell.text.strip() for cell in cells[1:]]          
                        data.append([subject] + values)
    df = pd.DataFrame(data, columns=headers)    
    return df

# 取得不同公司的資料並合併
dfs = []
for company_name, company_code in companies.items():
    df_company = get_financial_data(company_code, subjects)    
    dfs.append(df_company)

result_df = pd.concat(dfs, keys=companies.keys(), names=['公司名稱'])

# 印出結果
result_df

結論

目前的LLM真的日新月異，除了付費版GPT-4提供了可以上傳檔案，甚至用Python導出結果的功能外，還有優勢在於完全免費的最大競爭者Claude 2，未來必定還會推出更多免費與開源的AI工具，我們再拭目以待。

另外，使用這些工具時，我發現其實怎麼下指令(prompt)是最重要的，盡量說清楚情境、關鍵字，並且給範例、線索，最後明確表明想要的結果、成品的樣態。基本上都可以達到不錯的效果，在網路上也找得到許多指令的下達方式，例如這篇，提供了許多用ChatGPT寫程式的指令，可以參考。

最後，在現在工具如此發達的時代，正是所有人踏入資料科學、程式設計、流程自動化領域的最佳時機，因此，快握緊手把，一起飛快學習吧！

善用AI，可以跳過很多學習程式的障礙，用對方法，從入門到寫一個可用的功能，其實只需要不到一個禮拜的時間！