0%

🤖 Mākslīgais intelekts mājaslapu izstrādē

MI rīki var ievērojami paātrināt web izstrādi — ģenerēt kodu, skaidrot kļūdas un ieteikt risinājumus. Šeit iepazīsiet, kur MI palīdz, kur tas kļūdās un kā ar to strādāt efektīvi.

ai

Kādos uzdevumos MI palīdz?

Mūsdienu MI rīki (ChatGPT, GitHub Copilot, Claude, Gemini) ir apmācīti uz miljardiem koda rindiņu. Tas nozīmē, ka viņi spēj:

✅ MI spēcīgākās puses web izstrādē

  • Koda skelets un boilerplate — uzraksti prasību, saņem darbojos kods HTML lapai, PHP formai, SQL tabulai.
  • Kļūdu skaidrošana — iekopē kļūdas ziņojumu, MI paskaidros, kāpēc tā rodas un kā novērst.
  • Koda refaktorizācija — "Padari šo funkciju lasāmāku" vai "Pērvērst šo ciklu par array_map()".
  • Regex un SQL — sarežģīti JOIN vaicājumi vai regulārās izteiksmes, ko grūti rakstīt no galvas.
  • Koda skaidrošana — "Izskaidro, ko šī PHP funkcija dara rindā pa rindai."
  • CSS risinājumi — Flexbox/Grid izkārtojums, animācijas, responsivitāte.
  • Testu rakstīšana — vienībtesti PHP (PHPUnit) vai JS (Jest).
  • Dokumentācijas rakstīšana — docblock komentāri, README faili.
Teksts 
// Piemērs: Tu uzraksti komentāru, Copilot aizpilda funkciju
/**
 * Sanitizē lietotāja ievadītos datus un atgriež drošu HTML virkni
 * @param string $input Neapstrādāts ievads
 * @return string
 */
function sanitizeInput(string $input): string {
    // GitHub Copilot vai ChatGPT automātiski ierosinās šādu implementāciju:
    return htmlspecialchars(trim($input), ENT_QUOTES | ENT_HTML5, 'UTF-8');
}

MI ierobežojumi — ko nedrīkst aizmirst

⚠️ Uzmanies no šiem riskiem

  • Halucinācijas — MI var izdomāt funkcijas vai konfigurācijas, kas neeksistē. Vienmēr pārbaudi dokumentācijā.
  • Novecojis kods — MI ir apmācīts uz veciem datiem. Jaunas PHP 8.3, JS ES2024, MySQL 9 funkcijas var nezināt.
  • Drošības riski — MI ne vienmēr raksta drošu kodu. SQL injection, XSS, CSRF aizsardzību vienmēr pārbaudi pats.
  • Licence un autortiesības — ģenerēts kods var būt līdzīgs eksistējošam open-source kodam ar GPL licenci.
  • Konteksts — MI neredz visu tava projekta struktūru, ja to tam neparādi.
Teksts 
// ❌ MI var ieteikt šādu KOD bez SQL injection aizsardzības:
$q = "SELECT * FROM users WHERE email = '" . $_POST["email"] . "'";

// ✅ Tev jāpārliecinās, ka kods izmanto prepared statements:
$stmt = $pdo->prepare("SELECT * FROM users WHERE email = ?");
$stmt->execute([$_POST["email"]]);

// Vienmēr pārskatot MI ģenerētu kodu, uzdod jautājumu:
// "Vai šis kods ir drošs pret SQL injection / XSS?"

Efektīvs darba process ar MI

MI ir vislabākais kā "pirmais melnraksts" — tas ģenerē kodu, tu pārskata, laboja un integrē projektā.

  1. Formulē — uzraksti precīzu uzdevumu ar kontekstu
  2. Saņem — MI ģenerē kodu
  3. Pārskati — saproti, ko kods dara (nepieņem akli!)
  4. Testē — palaid lokāli, pārbaudi edge cases
  5. Precizē — ja vajadzīgas izmaiņas, turpini sarunu
Teksts 
# 1. Sāc ar skaidru mērķi (nevis vispārīgu)
# ❌ Slikts: "Uzraksti PHP kodu"
# ✅ Labs: "Uzraksti PHP PDO klasi savienojumam ar MySQL, ar error handling, PHP 8.2"

# 2. Dod kontekstu
# ❌ "Kāpēc šis nestrādā?"  ← MI nezina, kas "šis" ir
# ✅ "Šis PHP kods atgriež FALSE, nevis arrayu: [iekopē kodu un kļūdas ziņojumu]"

# 3. Iterē
# Pirmais rezultāts ne vienmēr ir perfekts.
# "Labi, bet pielāgo tā, lai funkija arī apstrādā tukšas vērtības"
# "Pārraksti šo bez ternārā operatora, jo komanda to nepazīst"

# 4. Pieprasi skaidrojumu KOPĀ ar kodu
# "Uzraksti funkciju UN izskaidro katru rindu latviešu valodā"

💡 Kas ir MI tokeni?

Tokens ir vienība, kurā MI sadala tekstu pirms apstrādes. Modeļi kā GPT-4o vai Claude nesaprot tekstu burtu pa burtam — tie sadala to fragmentos, kas var būt vārds, vārda daļa vai pat atsevišķa rakstzīme.

📊 Kāpēc tokeni ir svarīgi?

  • Cena — maksas API (ChatGPT API, Claude API) iekasē maksu par katru tokenu. Latviskam promptam var būt nepieciešami ~2× vairāk tokenu nekā angļu ekvivalentam.
  • Konteksta logs — MI atceras tikai noteiktu tokenu skaitu vienā sarunā (GPT-4o — 128 000 tokeni). Efektīvāka valoda atstāj vairāk vietas koda fragmentiem.
  • Ātrums — mazāk tokenu = ātrāka atbilde, īpaši ievērojams garās sarunās.
  • Kvalitāte — MI apmācīts galvenokārt uz angļu datiem, tāpēc angliski sniedz precīzākus atbildes.
Teksts 
# Aptuvenas tokenu attiecības:
# "Hello"       = 1 tokens
# "function"    = 1 tokens
# "Sveiki"      = 2 tokeni
# "funkcija"    = 3 tokeni   (funk + cij + a)
# "mājas"       = 3 tokeni   (m + āj + as — ā aizņem papildu tokenus)
# "izveidojiet" = 5 tokeni

# Vidēji: 1 angļu vārds ≈ 1–2 tokeni
#         1 latviskais vārds ≈ 2–4 tokeni (garumi, diakritiskās zīmes)

# Salīdzinājums — viens un tas pats uzdevums:

# Latviski (~32 tokeni):
# "Uzraksti PHP funkciju, kas validē e-pasta adresi un atgriež true vai false"

# Angliski (~18 tokeni):
# "Write a PHP function that validates an email address, return true or false"

# ~44% tokenu ietaupījums. Lielākos projektos ar daudziem pieprasījumiem
# tas nozīmē ievērojamu atšķirību izmaksās un konteksta efektivitātē.

# Ja nepieciešama atbilde latviski, pievieno beigās (tikai 3 tokeni!):
# "Respond in Latvian."

MI un Webpamati.lv mācīšanās

Kad māci jaunas lietas (tāpat kā šajā vietnē), MI var kalpot kā personīgais pasniedzējs, kas pieejams 24/7:

Teksts 
# Piemēri, kā izmantot MI kopā ar Webpamati.lv saturu:

# Pēc PHP nodaļas izlasīšanas:
# "Uztaisi man vienkāršu PHP mājasdarbu uzdevumu par masīviem ar risinājumu"

# Kad nesaproti konceptu:
# "Izskaidro PHP ciklus ar foreach citiem vārdiem — kā ja es būtu 10 gadus vecs"

# Kad gribi vairāk prakses:
# "Dod man 5 PHP foreach uzdevumus ar pieaugošu grūtību"

# Pēc SQL nodaļas:
# "Izveido man praxes datubāzi ar tabulu 'studenti' un 'kursi' un uzdod
#  man 10 SELECT uzdevumus ar atbildēm"