**如何使用ChatGPT掃描17萬行代碼，節省數小時工作時間**
對於需要大量文字或數據分析的問題，不妨試試ChatGPT或其他熱門模型——答案可能會讓你驚喜。
**首先，一個關於3D打印的小插曲**
我們的背景是3D打印。3DBenchy是一種測試3D打印機性能的特別測試，幫助用戶測試速度和各種打印質量指標，通常需要一兩個小時才能打印完成。
我最近測試了一台新打印機，它理應比其他打印機更快。這台打印機的Benchy只用了42分鐘，而Fab Lab的其他3D打印機需要60到70分鐘。然而，製造這台打印機的公司提供的測試版本只用了16分鐘，這差異相當大。
3D打印機由G-code控制，這是一種由切片器自動生成的程序，用來控制打印機的打印頭和打印平台的移動、加熱及熔融絲的進給和回收。
工廠提供的預切G-code讓我測試的打印機在16分鐘內完成打印，而我使用該公司的切片器生成的G-code則用了42分鐘。我想知道其中的原因。
不幸的是，公司支持團隊無法回答我的問題。我多次嘗試後，仍無法獲得關於需要更改哪些切片器設置的答案，以使我生成的G-code達到他們提供的G-code的性能。
**AI能幫忙嗎？**
這時候ChatGPT出場了。G-code由數千行代碼組成，看起來像這樣：
“`
G1 X122.473 Y140.422 E4.23368
G1 X122.222 Y140.6 E4.24443
G0 F14400 X122.703 Y140.773
G1 F3600 X122.117 Y141.251 E4.27083
“`
兩個Benchy G-code文件加起來有超過17萬行代碼。我不想花一個星期六的下午手動篩選這些東西，但我想，也許AI可以幫上忙。
我使用ChatGPT Plus，將兩個文件都輸入AI。確認AI能讀取文件後，我請它描述文件的差異，即使我未給出具體的查找方向，AI也識別出其中的打印速度較高。
**為何正確的提示至關重要**
最後，我找到了這個能引出可行答案的提示：
「兩個文件中提供的G-code是這些打印的唯一區別。僅基於提供的代碼進行比較，哪些切片器設置會有所不同？不要推測其他設置。」
ChatGPT識別出三個關鍵因素：
1. 常規打印G-code的進給速率通常在2400 mm/min到3400 mm/min之間，而快速打印G-code的進給速率更高，有些命令達到14400 mm/min。
2. 常規打印的層高為0.2 mm，而快速打印設置為0.25 mm，減少了完成打印所需的層數。
3. 快速打印G-code包含更積極的加速度設置，允許打印機更快達到和保持更高速度。
這些結果讓我了解到用戶可能可以修改切片器設置，以獲得類似的性能。
**從評論中學到的一些想法**
我們的文章評論非常活躍，我鼓勵你參與討論。以下是一些啟發的想法：
– 不一定要用AI來解決這些問題，但了解AI如何處理不同類別的問題是有益的。
– 我通常使用ChatGPT Plus來進行測試，免費版可以做部分工作，但因為交互次數限制，完成文章需要全功能訪問。
– 與聊天機器人交談時，我會將其視為才華橫溢的學生或員工，有時甚至會使用「請」和「謝謝」來保持對話語氣。
– 使用AI可能顯得懶惰，但它們確實能節省時間。在不影響工作要求的情況下，充分利用工具。
– 小心上傳到AI的內容。有些是公司或機密信息，而我的大多數上傳內容是自己的數據，或者是已公開的內容。
**我們學到了什麼？**
我們了解到ChatGPT能理解G-code，並能在數秒內篩選和比較超過17萬行的機器指令，並得出可行的結論。
總而言之，不要完全相信AI的答案，做出關鍵決策前需謹慎。這次測試再次證明了AI能快速解答特定問題的潛力。
**編輯評論：**
這篇文章展示了AI在技術問題解決中的強大潛力，尤其是處理大規模數據和複雜問題時的效率。然而，AI的應用也提醒我們，不應盲目依賴其結果，尤其是在細節和精確性至關重要的情況下。我們應該將AI視作輔助工具，輔以批判性思維和專業知識，從而達到最佳效果。在香港這樣一個科技前沿的城市，這種技術應用的探討是非常有意義的，並為未來的發展提供了啟示。
以上文章由特價GPT API KEY所翻譯
