與許多使用者一樣,我們一直在討論 人工智慧 (AI) 和網路的未來雜訊很多,因此網頁程式開發人員難以掌握 我們究竟需要知道什麼。
網路規模遠比我們的團隊規模龐大,我們想瞭解您對 AI 的看法、 您想學習的內容,以及您希望使用這些新興技術的目的如此一來,我們就能盡可能為您提供內容 消除這些雜訊
過去幾個月來,我們與網站從業人員訪談,瞭解 AI 形勢以及您對 AI 的看法。當然,我們無法與每個人討論所有事情。我們只是與網頁程式開發人員 (包括網頁 Google Developers 專家) 進行了小組討論,內容是關於開發人員如何使用 AI 來提供面向使用者的功能,以及提高日常工作流程的工作效率。
我們相信,我們所學到的知識,可能十分適用於網路上的其他一般人。我們認為社群成員可能會有興趣瞭解 我們學到的內容
我們採納了這份意見回饋,以及其他網頁程式開發人員概況的研究,製作了全新的 AI 集合。在這個系列中,您會看到專為網頁程式開發人員、程式碼研究室和示範課程,以及其他思考網路上 AI 工具和模型的其他資源的總覽。
而這些功能只是起步!在接下來的幾個月內,我們會陸續分享更多資訊
透過生成式 AI 提升工作效率
我們注意到網頁開發人員想利用生成式 AI 提高工作效率,並與聊天機器人互動來學習新技術,或是尋找網路開發問題的解答。
與我們訪談的開發人員已經開始在日常工作流程中 運用 AI 處理業務或個人專案,或是認識別人
程式碼生成
我們從您的看來,我們發現程式碼產生工具 (例如 Gemini 和 Copilot) 適用於標準單元測試、基本自動完成 (因為知道要撰寫的內容,但只需要編寫) 以及較簡單的函式,不需要對程式碼集進行廣泛瞭解。如果要編寫較複雜、演算法程式碼和函式需要大量特定情境的函式,這些工具通常就不太實用。
有越來越多資深開發人員提到,關於程式碼集的長期品質問題,包括程式碼重複和長期維護性的問題。有些成員對於經驗較少的團隊成員可能無法偵測錯誤,或知道如何準確驗證生成式 AI 工具產生的程式碼。
開發人員也分享到,他們需要具備特定領域知識的應用方式,例如編寫無障礙元件,但他們試過的程式碼產生工具無法正確因應這些用途。
使用大型語言模型學習
我們發現許多開發人員使用 ChatGPT 和 Gemini 學習軟體開發概念,例如要求大型語言模型 (LLM) 說明排序演算法的運作方式、改善不同程式設計語言,或消除知識差距。
您認為 LLM 具有快速互動性,能與問題和回覆互動,提供優異的使用體驗,而且 AI 不會認真看待詢問的問題,因此只會提供符合需求的答案。
再一次,這再度發生與更多初級開發人員相關的問題,因為他們只需要具備最低程度的知識,才能攔截模型產生幻覺且產生錯誤回應的情況。
將 IP 保護視為企業的考量
在我們訪談的許多開發人員表示,自家公司對於使用生成式 AI 提高工作效率的開發人員還沒有明確的政策。生成式 AI 工具的使用情形通常是由開發人員進行實驗而產生。
「公司通常誤解 AI 的含義 所以沒有製定適當的政策」
然而,已設有政策的企業往往會不希望使用,而是因為擔心將公司的智慧財產 (IP) 外洩給第三方。在某些情況下,這些政策會遭到變更,因此與這些工具背後的公司直接互動,瞭解資料的使用方式和潛在風險。
透過專門確保資料保護的企業帳戶和合作夥伴關係,企業較有可能鼓勵開發人員使用這項技術。
針對面向使用者的產品功能開發生成式 AI
產品本身並不令人意外,當我們提示「AI / 機器學習」的對話時,回覆通常以生成式 AI 為主。開發人員想知道如何運用生成式 AI 改善使用者體驗,但不確定這些體驗是什麼,又有哪些工具可以在實際工作環境中推出。
如果開發人員已在產品中建構或正在建構生成式 AI 功能,最常見的用途是使用生成式 AI 來回答使用者問題,例如聊天機器人或一次性的介面。
我們最關心的就是輸出品質。具體來說,開發人員希望確保回應準確無誤,並避免 LLM 產生與預期目標無關的內容。如果 LLM 的輸出內容是直接向使用者顯示,如聊天機器人這類訊息,這種情況會更加明顯。
「AI 技術應用極佳,每次示範專案時 輸出結果都完全不同
您目前投入了很多心力來建立測試套件,藉此驗證針對各種提示的生成式 AI 輸出內容,但目前沒有明確且既定的方法可以測試或監控回應。大部分的評估工作都是手動作業。許多開發人員都接觸非確定性輸出內容。身為社群的我們尚未建構出合適的系統
執行生成式 AI 模型的成本也很重要,開發人員也正審慎評估成本與使用者的利益。
標準與自訂模式
受訪的開發人員最常採用的是現成模型和 API。這樣有助於最佳化上市時間,以及減少工程時間和知識的使用方法,但有限。
「我想留在網頁開發領域,不想成為機器學習工程師」
雖然開發人員瞭解並發現採用進階技術 (例如擷取擴增模型 (RAG)) 和微調等進階技術的潛在價值,但您可以專注在工作的網頁開發方面。最終,您會偏好使用預設工具,或是仰賴其他團隊針對其用途產生最佳化模型。
隱私權和安全性疑慮
隱私和安全是首要考量,尤其是對於具有嚴格資料要求的產業,例如醫療產業。裝置端 AI 或許有助於解決這類用途,但這個領域大部分仍未經探索。
透過 Cloud API 向更多第三方公開使用者資料是相當謹慎的事,許多開發人員都瞭解裝置端機器學習或生成式 AI 的價值,以降低潛在的隱私權和安全性問題。
網頁程式開發人員適用的 AI
AI 無所不在,且以驚人的速度發展。要如何跟上最新、整合現有的工具和模型 或是與機器學習工程師合作 打造最符合需求的新模型?
我們正根據您提供的資訊,為網頁開發人員打造 AI 相關指引。我們的目標是協助您概略瞭解 AI 的概念,探索運用生成式 AI 提升工作效率的機會,以及如何使用現有工具、模型和 API 打造愉快的使用者體驗。我們發布了更多內容後,歡迎持續返回 AI 收集。
雖然大部分的網頁程式開發人員都希望將心力放在自己最擅長的工作上 (也就是網頁程式開發!),但如果想要深入瞭解網頁程式開發人員所需的工具、模型和 API,我們鼓勵他們更深入瞭解。我們希望能瞭解您的意見 並為您提供成功之道
AI 發展速度飛快隨著不斷變化,我們會持續與社群互動 舉辦更多交流和問卷調查如要與我們討論,請與我們的團隊安排諮詢時間。