Prompt: Kiểm tra đạo văn cho mã nguồn chương trình – Chỉnh sửa và Tối ưu Nội dung – AI Writing

820
Chia sẻ
2k
Lượt xem
Mục lục

Tuyệt vời! Với vai trò là chuyên gia kỹ thuật nhắc lệnh, tôi sẽ phân tích chi tiết mẫu nhắc lệnh bạn cung cấp.

1. Phân tích Cấu trúc Prompt

Mẫu nhắc lệnh này tuân theo một cấu trúc rõ ràng, có tính tương tác cao, sử dụng các biến chỗ trống để cho phép người dùng tùy chỉnh đầu vào. Cấu trúc bao gồm:

  • Động từ hành động chính: “Cung cấp… và yêu cầu kiểm tra đạo văn.” – Đây là chỉ dẫn cốt lõi, đặt ra mục tiêu chính của prompt.
  • Mục tiêu và Phương pháp: “So sánh nó với các kho lưu trữ mã nguồn mở, các dự án công khai và các nguồn trực tuyến khác để phát hiện sự tương đồng. Liệt kê các đoạn mã trùng lặp và các nguồn tương ứng.” – Phần này mô tả chi tiết cách thức thực hiện yêu cầu kiểm tra đạo văn, bao gồm phạm vi so sánh và mong muốn về kết quả đầu ra.
  • Biến chỗ trống (Placeholders):
    • [ĐOẠN_MÃ_NGUỒN]: Đây là biến quan trọng nhất, nơi người dùng sẽ dán đoạn mã nguồn cần được phân tích.
    • [NGÔN_NGỮ_LẬP_TRÌNH]: Biến này giúp mô hình xác định chính xác ngôn ngữ của đoạn mã, điều này rất quan trọng để có thể tìm kiếm và so sánh hiệu quả với các nguồn tương đương.
  • Dòng tiêu đề cho kết quả: “Báo cáo phát hiện đạo văn mã nguồn:” – Đặt ra một nhãn rõ ràng cho phần trả lời dự kiến của mô hình, giúp người dùng dễ dàng nhận diện.

2. Ý nghĩa & Cách hoạt động

Về mặt kỹ thuật và logic, mẫu nhắc lệnh này hướng dẫn mô hình Trí tuệ Nhân tạo (AI) thực hiện một nhiệm vụ phân tích mã nguồn cụ thể, tập trung vào việc phát hiện đạo văn. Dưới đây là cách nó hoạt động:

  • Hiểu yêu cầu: Mô hình AI đọc yêu cầu và nhận ra mục tiêu là “kiểm tra đạo văn mã nguồn”.
  • Xác định nguồn so sánh: Các cụm từ như “kho lưu trữ mã nguồn mở”, “dự án công khai”, và “nguồn trực tuyến khác” chỉ ra rằng mô hình cần truy cập và so sánh đoạn mã với một tập dữ liệu rộng lớn, có thể bao gồm các kho mã như GitHub, GitLab, Stack Overflow, các website tài liệu kỹ thuật, và các nguồn mã mở phổ biến khác.
  • Xử lý biến `[ĐOẠN_MÃ_NGUỒN]`: Mô hình sẽ sử dụng đoạn mã được cung cấp làm dữ liệu đầu vào chính.
  • Sử dụng biến `[NGÔN_NGỮ_LẬP_TRÌNH]`: Thông tin về ngôn ngữ giúp thu hẹp phạm vi tìm kiếm. Ví dụ, nếu ngôn ngữ là Python, mô hình sẽ ưu tiên tìm kiếm các đoạn mã Python tương tự, thay vì so sánh với mã C++ hay Java. Điều này tăng độ chính xác và hiệu quả.
  • Thuật toán phát hiện tương đồng: Dựa tên yêu cầu, mô hình sẽ áp dụng các thuật toán hoặc kỹ thuật học máy để phân tích đoạn mã. Điều này có thể bao gồm:
    • So sánh chuỗi ký tự (string matching), đặc biệt là với các đoạn mã giống hệt nhau.
    • Phân tích ngữ pháp và cấu trúc (AST – Abstract Syntax Tree) để phát hiện sự tương đồng ngay cả khi tên biến, hàm hoặc thụt lề có sự thay đổi nhỏ.
    • Sử dụng các kỹ thuật dựa trên vector hóa mã nguồn hoặc embedding để đo lường sự tương đồng ngữ nghĩa hoặc chức năng.
  • Định dạng đầu ra: Yêu cầu “Liệt kê các đoạn mã trùng lặp và các nguồn tương ứng” định hướng mô hình trả về kết quả theo một định dạng có cấu trúc, dễ đọc. Điều này thường bao gồm việc trích dẫn cụ thể các dòng mã bị trùng và liên kết đến nguồn phát hiện được sự tương đồng.

3. Ví dụ Minh họa

Dưới đây là hai ví dụ về cách mẫu nhắc lệnh này có thể được sử dụng, dẫn đến các đầu ra mã nguồn tương ứng:

Ví dụ 1: Kiểm tra mã Python đơn giản

Mẫu Prompt được điền:


Cung cấp đoạn mã nguồn sau đây và yêu cầu kiểm tra đạo văn. So sánh nó với các kho lưu trữ mã nguồn mở, các dự án công khai và các nguồn trực tuyến khác để phát hiện sự tương đồng. Liệt kê các đoạn mã trùng lặp và các nguồn tương ứng.

Mã nguồn cần kiểm tra:
def calculate_factorial(n):
if n == 0:
return 1
else:
return n * calculate_factorial(n-1)

print(calculate_factorial(5))

Ngôn ngữ lập trình:
Python

Báo cáo phát hiện đạo văn mã nguồn:

Đầu ra dự kiến từ AI (tổng quát):


Báo cáo phát hiện đạo văn mã nguồn:

Kính gửi người dùng,

Tôi đã phân tích đoạn mã Python bạn cung cấp để tìm kiếm sự tương đồng với các nguồn mở và công khai.

Phát hiện:

Nhận thấy sự tương đồng cao với một định nghĩa và triển khai thuật toán tính giai thừa (factorial) tiêu chuẩn. Thuật toán này, đặc biệt là cách tiếp cận đệ quy, là một bài tập lập trình cơ bản và được ghi chép rộng rãi.

Các đoạn mã trùng lặp:
```python
def calculate_factorial(n):
if n == 0:
return 1
else:
return n * calculate_factorial(n-1)
```
Các nguồn tương ứng có thể:

  • GitHub: Rất nhiều kho lưu trữ Python chứa các hàm tính giai thừa tương tự. Ví dụ: [Liên kết ví dụ trên GitHub]
  • Stack Overflow: Các câu hỏi và câu trả lời về cách tính giai thừa trong Python thường bao gồm định nghĩa này. Ví dụ: [Liên kết ví dụ trên Stack Overflow]
  • Tài liệu Python & Sách giáo khoa: Các tài liệu hướng dẫn hoặc sách giáo khoa về lập trình Python sử dụng ví dụ này để minh họa đệ quy.

Lưu ý: Việc sử dụng các thuật toán cơ bản và quen thuộc là phổ biến trong lập trình. Mức độ tương đồng ở đây được đánh giá là dựa trên tính "chuẩn" của giải thuật hơn là sao chép trực tiếp từ một dự án cụ thể.

Vui lòng cung cấp thêm thông tin hoặc đoạn mã phức tạp hơn nếu bạn muốn phân tích sâu hơn.

Ví dụ 2: Kiểm tra mã JavaScript với ý định phát hiện đạo văn tinh vi hơn

Mẫu Prompt được điền:


Cung cấp đoạn mã nguồn sau đây và yêu cầu kiểm tra đạo văn. So sánh nó với các kho lưu trữ mã nguồn mở, các dự án công khai và các nguồn trực tuyến khác để phát hiện sự tương đồng. Liệt kê các đoạn mã trùng lặp và các nguồn tương ứng.

Mã nguồn cần kiểm tra:
function debounce(func, delay) {
let timeoutId;
return function(...args) {
clearTimeout(timeoutId);
timeoutId = setTimeout(() => {
func.apply(this, args);
}, delay);
};
}

const handleResize = debounce(() => {
console.log('Window resized!');
}, 300);

window.addEventListener('resize', handleResize);

Ngôn ngữ lập trình:
JavaScript

Báo cáo phát hiện đạo văn mã nguồn:

Đầu ra dự kiến từ AI (tổng quát):


Báo cáo phát hiện đạo văn mã nguồn:

Đã phân tích đoạn mã JavaScript để tìm kiếm sự tương đồng.

Phát hiện:

Đoạn mã này triển khai một hàm debounce, một kỹ thuật phổ biến trong phát triển frontend để giới hạn tần suất gọi một hàm. Chức năng và cấu trúc của hàm debounce này giống với nhiều triển khai tiêu chuẩn được tìm thấy trong các thư viện và ví dụ lập trình JavaScript.

Các đoạn mã trùng lặp:
Thiết kế của hàm debounce, bao gồm việc sử dụng setTimeout, clearTimeout, và cách xử lý các tham số ...args và ngữ cảnh this, rất tương đồng với các phiên bản phổ biến.
```

Rate this prompt
Thống kê
1.423 lượt xem
Nội dung Prompt
AI Prompt

AI Prompt

AIPrompt.vn là nền tảng chia sẻ và khám phá prompt AI toàn diện, nơi bạn có thể tìm kiếm, học hỏi và ứng dụng các mẫu prompt chất lượng cao cho nhiều lĩnh vực như sáng tạo nội dung, thiết kế hình ảnh, dựng video, marketing, seeding mạng xã hội, và hơn thế nữa. Website được xây dựng nhằm giúp mọi người – từ người mới bắt đầu đến chuyên gia – có công cụ tối ưu để khai thác sức mạnh AI hiệu quả, nhanh chóng và chuyên nghiệp.

AI News | Bài viết

Follow Us

Recommended

Instagram

    Please install/update and activate JNews Instagram plugin.

Trending