直覺式程式開發是什麼？

直覺式程式開發通常需要完成下列步驟，之後便會進入循環：

1. 以自然語言輸入內容：使用者用文字或語音提供淺白易懂的指令，向 AI 程式設計助理說明所需的功能或工作。AI 會將輸入內容當做基礎。
2. AI 進行解讀：AI 模型會分析輸入內容、識別主要需求，並判斷必要的程式碼結構和邏輯。
3. 生成程式碼：AI 會根據解讀結果生成程式碼，可能包含函式、類別或完整程式。
4. 執行及觀察：使用者執行生成的程式碼，確認是否正常運作。
5. 提供意見回饋並修正問題：如果發生錯誤或功能不符合需求，使用者可以向 AI 提供意見回饋，通常只要自然地說明問題 (例如「按鈕應該是藍色的」或「輸入負數後就當機了」)，或貼上錯誤訊息即可。接著，AI 就會嘗試生成正確或修改後的程式碼。
6. 重複步驟：持續進行「生成 -> 執行 -> 觀察 -> 意見回饋 -> 修正」這個循環，直到使用者取得想要的結果為止。

傳統程式設計需要開發人員手動撰寫程式碼，過程不僅費時，還得具備深厚的程式設計語言和語法知識。直覺式程式開發提供了另一種做法，改變原有的互動模式。

以下是這兩種做法的差異：

雖然直覺式程式開發好處多多，但同時也帶來了一些難題，使用者和機構採用時應多加考量：

AI 模型有時會「產生幻覺」，生成看似合理，但其實有細微缺陷、效率不佳或邏輯錯誤等問題的程式碼。若未經過嚴格驗證，就貿然採用 AI，可能會導致軟體不可靠。

如果使用者過度依賴 AI，而且對生成的程式碼沒有深入的瞭解，日後可能會很難找出並修正錯誤，這可能會增加長期維護的難度。

過度仰賴 AI 可能會妨礙人類培養基礎程式設計技能，和深入理解程式設計運作原理的能力，進而限制開發人員處理極度複雜或新問題的能力。

如果基礎模型在訓練時，未以安全性最佳做法為優先考量，或是輸出內容沒有經過具備資安專業知識的人員徹底審查，AI 生成的程式碼可能會不慎引入安全性瑕疵，這些安全漏洞之後有可能會遭到惡意行為人利用。

目前看來，直覺式程式開發最適合用於較簡單的應用程式或特定模組，但對於需要複雜邏輯、高效能或高度可靠性的大型複雜系統而言，效果可能就會大打折扣

如果未完全瞭解功能就使用程式碼，可能會引發專業責任問題，尤其是在企業或重要業務應用程式中，錯誤可能會造成嚴重後果。

Gemini Code Assist 是 AI 輔助程式設計助理，可協助開發人員在整合式開發環境 (IDE) 中更有效率地撰寫程式碼。這項工具不僅支援多種 AI 輔助開發功能，還能理解自然語言提示，協助使用者輕鬆完成「直覺式程式開發」工作流程。

以下列舉幾個情境範例，說明如何以直覺式程式開發方式，使用 Gemini Code Assist：

• 根據自然語言意圖生成程式碼：您不必逐行編寫 Python 程式碼，只要直接輸入提示，例如「寫一個符合以下條件的 Python 函式：會以檔案名稱做為輸入內容、使用 pandas 讀取 CSV 檔案，並傳回包含 'email' 欄所有值的清單。」Gemini Code Assist 就會根據這段說明，生成函式程式碼。
• 透過意見回饋改善功能：如果生成的程式碼第一版不太符合需求，您可以接著說：「請修改剛才生成的函式，追加以下功能：處理可能發生的 FileNotFoundError 例外狀況，以及如果檔案不存在，就傳回空白清單。」AI 就會再根據這段以自然語言提供的修正指示，反覆調整並改善程式碼。
• 建立應用程式結構：您可以提出以下要求：「幫我生成一個簡易 Flask 網頁應用程式的基本檔案結構和樣板程式碼，包含一個名為「/status」且會傳回「OK」的路由。」這樣 AI 就能根據您提供的大方向，處理初步設定。