Por carlc, gerente de marketing de productos en Filestack.  Recuerdo el día que empecé a experimentar con   . Sentí que entraba en una nueva dimensión donde el código prácticamente se escribía solo. En aquel entonces, gestionaba varios proyectos y necesitaba una forma de optimizar mi flujo de trabajo sin sacrificar la calidad. DeepSeek para programar  Fue entonces cuando descubrí cómo DeepSeek puede ayudar a generar fragmentos de código, funciones completas o incluso pequeños módulos. No me quitó el trabajo como desarrollador, pero sin duda me hizo más eficiente. Ahora, tras meses usándolo, quiero compartir algunos consejos y trucos para crear buenos prompts y sacarle el máximo provecho a este enfoque.  Mi impresión inicial  Al principio, estaba entusiasmado y un poco escéptico. ¿Sería fiable el código generado? ¿Podría gestionar las partes más complejas de mis proyectos, como casos extremos o nuevas bibliotecas? Sin embargo, con el tiempo, me di cuenta de que DeepSeek funcionaba mejor cuando le daba instrucciones claras y precisas. Si escribía una solicitud vaga como "Crear una función para analizar datos de usuario", el resultado solía ser demasiado general o no captaba los matices de lo que necesitaba.  Sin embargo, si escribía algo más específico, como “Crear una función en Python que lea un archivo JSON con datos de usuario y devuelva un diccionario de usuarios válidos, ignorando las entradas con campos de correo electrónico faltantes”, el resultado era sorprendentemente preciso.  También descubrí que el contexto era crucial. Si le pedía a DeepSeek el código sin explicar lo que quería lograr ni ofrecer información de fondo, lo adivinaría basándose en datos limitados.  Por ejemplo, si quería un fragmento de JavaScript para un formulario web front-end, pero nunca mencioné que era para un entorno de navegador, el resultado podría no coincidir con mi configuración. Por otro lado, una vez que especifiqué mi entorno, lenguaje y la naturaleza de la tarea, obtuve un código más cercano a lo que realmente necesitaba.  Por qué es importante la claridad inmediata  Una de las lecciones más importantes que aprendí es que DeepSeek solo es tan bueno como las instrucciones que le doy. Cuando digo instrucciones, me refiero a las descripciones que escribo antes de pulsar Intro. Se comporta casi como un interlocutor. Si proporciono instrucciones bien estructuradas, responde con código que se ajusta a mis objetivos. Sin embargo, si envío solicitudes cortas o poco claras, los resultados podrían no ser muy útiles.  Por lo tanto, comienzo cada solicitud indicando el lenguaje de programación que quiero. Luego, describo el propósito del código. A continuación, proporciono más detalles, como las bibliotecas o frameworks que planeo usar, así como las restricciones importantes.  Finalmente, menciono el resultado o comportamiento deseado. Este enfoque garantiza que DeepSeek comprenda el panorama completo y pueda generar una solución cercana a mi ideal.  Componentes de un mensaje eficaz  Me gusta pensar en un mensaje efectivo en cuatro partes principales:    : por ejemplo, “Escribir una función de JavaScript que se ejecute en un entorno Node.js” o “Generar una clase de Python para el análisis de datos”. Lenguaje y entorno    : esto podría ser "analizar datos de ventas" o "gestionar la entrada del usuario en un formulario React". Objetivo o tarea    : aquí menciono cualquier cosa especial, como por ejemplo: “El script solo debe usar bibliotecas integradas de Python” o “No se permiten paquetes externos”. Restricciones    : Finalmente, aclaro el resultado exacto, como “Devolver una lista ordenada de ID de usuario” o “Registrar cada error en la consola”. Resultado deseado  Cuando sigo esta estructura, DeepSeek suele producir código que se ajusta a los requisitos de mi proyecto desde el principio. También reduce la necesidad de realizar modificaciones exhaustivas una vez generado el código. Además, cada uno de estos pasos me impulsa a reflexionar sobre mis necesidades reales, lo que me impide enviar solicitudes incompletas.  Refinamiento iterativo  A pesar de mis mejores esfuerzos, rara vez consigo un código perfecto a la primera. Sin embargo, una de las ventajas de usar DeepSeek para programar es que puedo revisar el código generado, ejecutarlo y refinar mi mensaje. Por ejemplo, si el código incluye funciones adicionales que no necesito, simplemente digo: "Eliminen el registro de datos y concéntrense en el mecanismo de ordenación". Si al código le falta un paso clave, puedo decir: "Incluyan una función de validación para los campos vacíos".  Este   se siente como colaborar con un desarrollador júnior que escribe un borrador inicial. No espero que la primera pasada sea impecable, pero confío en el intercambio continuo para pulir el código según mis estándares. Además, siempre intento ofrecer retroalimentación directa sobre qué falló o qué se podría mejorar. Si simplemente le digo a DeepSeek "Inténtalo de nuevo", puede que no sepa qué cambiar. Pero si le digo: "Añadir gestión de errores para excepciones de archivo no encontrado", normalmente consigo lo que necesito. proceso iterativo  Errores comunes y cómo evitarlos  Aunque DeepSeek puede ser bastante potente, he encontrado algunos inconvenientes:    : Si no especifica el entorno ni el lenguaje de programación, podría terminar con código en un lenguaje que no desea. Indique siempre el lenguaje y el contexto con claridad. Falta de contexto    : Las indicaciones vagas generan resultados incompletos o irrelevantes. Añada detalles especificando su objetivo principal, las bibliotecas que planea usar y cualquier restricción especial. Indicaciones demasiado generales    : A veces, el código generado sigue convenciones antiguas o podría no seguir la guía de estilo de tu equipo. Es importante revisar y adaptar el código para garantizar que cumpla con tus estándares. Ignorar las mejores prácticas    : En muchos casos, el código generado no gestiona excepciones ni datos no válidos de forma predeterminada. Incluir un requisito de gestión de errores en el prompt puede evitar problemas importantes en el futuro. Falta de gestión de errores  Al ser consciente de estos inconvenientes, ahorro tiempo y evito tener que reescribir grandes porciones del código. Hoy en día, casi nunca olvido mencionar en qué entorno trabajo, porque ya he visto cómo eso puede generar confusión.  Prueba y validación del código generado  Una vez que recibo un fragmento de código de DeepSeek, nunca doy por sentado que sea completamente correcto. En cambio, lo pruebo rigurosamente, como cualquier otro código que escribo a mano. También reviso si hay problemas de seguridad, cuellos de botella de rendimiento y errores lógicos. Si bien DeepSeek me ayuda a codificar más rápido, debo ser yo quien garantice que el código se comporte como se espera.  Un proceso simple que sigo es:    (como un   ) para asegurarse de que no rompa nada crítico. Ejecute el código en un entorno seguro sandbox local    que cubran diferentes escenarios, incluidos casos extremos. Agregue pruebas unitarias    con la estructura y bibliotecas de mi proyecto existente. Verificar la compatibilidad  Si algún paso falla, regreso a DeepSeek con nuevas instrucciones, guiándolo para corregir errores o mejorar el rendimiento. Este ciclo de pruebas me ayuda a mantener la confianza en el producto final.  Uso de DeepSeek en la configuración del equipo  En los últimos meses, también he presentado DeepSeek a algunos miembros del equipo para que codifiquen. La colaboración se facilita cuando compartimos las indicaciones que usamos. Por ejemplo, si a un compañero le gusta cómo generé una consulta de base de datos específica, puedo mostrarle mi indicación exacta y las instrucciones. Así, pueden replicar mi éxito sin tener que adivinar cómo lo hice.  Sin embargo, también es importante mantener la coherencia en todo el equipo. A menudo, decidimos usar un formato estándar para las indicaciones, para que todos sigan un enfoque similar. Esto garantiza que el código que generamos sea más uniforme y no varíe drásticamente de un desarrollador a otro. Además, acelera el aprendizaje, ya que los recién llegados pueden ver un patrón claro en cómo nos comunicamos con DeepSeek.  Reflexiones finales y próximos pasos  En mi experiencia, usar DeepSeek para programar puede reducir significativamente las tareas repetitivas y acelerar muchas partes del proceso de desarrollo. Sin embargo, no es una varita mágica. Unas buenas indicaciones son la clave para obtener un código útil. Escribir indicaciones que especifiquen el lenguaje, el contexto, los objetivos y las restricciones es la mejor manera de lograr resultados de alta calidad. Posteriormente, iterar y refinar el código ayuda a perfeccionarlo y a prepararlo para producción.  Creo que a medida que más desarrolladores usen DeepSeek, veremos formas innovadoras de crear mejores indicaciones. También veremos nuevos consejos y trucos que nos ayudarán a refinar aún más la generación de código.  A medida que sigo trabajando con DeepSeek, planeo mantener un registro de cualquier nuevo descubrimiento. Espero que esta guía te brinde una base sólida para explorar la generación de código sin sentirte abrumado. Con indicaciones claras, pruebas minuciosas y la disposición para perfeccionar, puedes lograr un proceso de codificación más rápido y eficiente que te permita concentrarte en el lado creativo del desarrollo.  Recuerda, la clave no es esperar la perfección a la primera. Piensa en DeepSeek como un compañero de programación que necesita instrucciones claras y retroalimentación constante.  Con el tiempo, encontrarás el equilibrio perfecto entre la creatividad humana y la eficiencia impulsada por la IA. ¡Que disfrutes programando y que tus indicaciones te lleven a las soluciones más limpias y elegantes posibles!   Este artículo se publicó originalmente en el blog de Filestack.

2022 - HackerNoon Contributor of the Year - Api

Learn More

Nominated for 2022 - HackerNoon Contributor of the Year - Api

Este audio es producido en el idioma original de la historia!

¿Puede la IA realmente programar? Puse a prueba DeepSeek

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una breve introducción a la teoría del cerebro de Boltzmann

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Una breve introducción a la teoría del cerebro de Boltzmann

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps