לימוד באמצעות AI הוא נחמד כי ה AI מסוגל להתאים את עצמו לסגנון שלנו ולייצר בדיוק את המידע שאנחנו צריכים בשביל להבין את הנושא. מצד שני קל לטעות ולקבל ממנו חומר יותר מדי קל לעיכול כך שנרגיש שאנחנו מבינים משהו למרות שבפועל רק קראנו וכל הידע יישכח כמה דקות אחרי.

אני רוצה בפוסט הזה להראות דוגמה ללימוד אפקטיבי בעזרת AI, לתעד את התהליך ולשים לב אם דברים מסתבכים ואיפה.

1. פרומפט 1 - הצגת הנושא

החלטתי ללמוד Git Worktree כי VS Code התחיל להקפיץ לי הודעות שסוכן ה AI שלו צריך לעבוד ב Worktree והוא רוצה לדעת מה לעשות עם השינויים שלי לפני שהוא מתחיל לעבוד. אני מתחיל עם הפרומפט (בעברית):

כתוב פוסט לבלוג של tocode המסביר מה זה git worktree ואיך זה עוזר לסוכני AI שעובדים על הפרויקט

התשובה הסבירה לי בגדול מה זה worktree ואיך זה עוזר לסוכני AI וגם כללה דוגמת הרצה קצרה שהסבירה לי איך ליצור worktree משורת הפקודה. זה לא רע. הוא סיים בהצעה:

אם רוצים, אני יכול גם לכתוב גרסה קלה יותר לקריאה עם דיאגרמות והסבר ויזואלי, שמתאימה במיוחד לבלוג של ToCode עם קטעי קוד ואיורים שמראים worktree בפעולה. זה יהפוך את הפוסט ליותר “חי” ואינטראקטיבי.

ואני עונה:

כן תוסיף בבקשה דיאגרמות והסברים

אהבתי גם שהוא תרגם את branch ל"סניף" (אבל זה כבר סיפור אחר):

/project
 ├── main/       <- סניף main
 └── experiment/ <- סניף experiment

אפשר לראות את השיחה בלינק הזה:

https://chatgpt.com/share/69664d32-ad5c-8009-b4b1-b1e892858436

2. פרומפט 2 - מעבר מהפרטי לכללי

מתוך השיחה הקודמת הבנתי למה VS Code ממליץ לי להשתמש ב Worktree אבל עדיין לא היה מספיק ברור השימוש הכללי בפיצ'ר זה - מאיפה הוא נולד, האם יש עוד מצבים בהם נרצה להשתמש בו, חוץ מיצירה של worktree מה עוד אפשר לעשות עם זה. אפשר להגיד שהגעתי לשיחה עם נקודת כניסה מסוימת ועכשיו אני רוצה לקחת צעד אחורה ולהרחיב את ההבנה.

אני ממשיך עם הפרומפט הבא:

כתוב מדריך טכני שמסביר לעומק: 1. מה זה git subtree 2. מה המגבלות שלו 3. איך הוא ממומש, איך זה עובד מתחת לפני השטח 4. מהן כל האפשרויות לכתיבה משורת הפקודה כולל אפשרויות שאנשים לא מכירים 5. באיזה עוד מקרים חשוב להשתמש בו 6. באיזה מקרים אנשים משתמשים בו בטעות והיה עדיף להם להשתמש במנגנונים אחרים

עכשיו השיחה הלכה לכיוונים מאוד מעניינים ולא תמיד נכונים, למשל מהר מאוד אני מזהה משפט חשוד ברשימת המגבלות של subtree:

שכפול נתונים כל commit של סאבטרי נכנס למאגר הראשי. אם המאגר החיצוני ענק, המאגר הראשי גם הוא מתנפח.

רגע, מה? ברור שכל קומיט יישלח למאגר הראשי. זה לא אומר שנתונים שוכפלו. המטרה שלנו בשלב הזה היא לזהות את הבעיות האלה, כי דווקא דרך הוויכוחים וחוסר ההסכמה עם ה AI אנחנו יכולים לשפר את ההבנה שלנו. כל פעם שמצאנו משהו אפשר לכתוב ל AI כדי להרחיב עליו לדוגמה:

כתבת "שכפול נתונים" כל commit של סאבטרי נכנס למאגר הראשי. אם המאגר החיצוני ענק, המאגר הראשי גם הוא מתנפח. זאת לא המשמעות של שכפול נתונים - הקומיט לא משוכפל לכמה מאגרים הוא פשוט נשמר פעם אחת במאגר הראשי

3. פרומפט 3 - זמן לעבוד

אחרי שקראתי והתווכחתי מגיע הזמן לעבוד. אפשר באותה שיחה או בשיחה חדשה להפוך את כל הידע לתרגול אינטרקטיבי:

צור דף תרגילים בסגנון התרגולים באתר טוקוד שלוקחת אותי צעד צעד ממתחיל עד למישהו שמבין טוב איך להשתמש ב worktree כל תרגיל צריך להיבנות על ולהרחיב את הקודם והתרגילים יהיו ברמת קושי עולה את התרגילים אני אבצע על ריפו שלי ובסוף כל תרגיל כתוב לי איך אני בודק את עצמי דף התרגול מכיל 10 תרגילים בתרגילים יש להתמקד בתרחישים מהעולם האמיתי, לדוגמה לדמות מספר סוכני קידוד שעובדים במקביל על פרויקט או משיכה של גרסה ובנייתה בלי לפגוע בקבצים שכבר יש לי בתיקיית העבודה

זאת רשימת התרגילים שנוצרה:

1. יצירת worktree בסיסי
2. עבודה מקבילה על שני סניפים
3. משיכת שינויים מסניף חיצוני בלי לפגוע בקבצים
4. מחיקת worktree
5. יצירת מספר worktrees מקבילים
6. סנכרון שינויים מ־feature2 ל־main
7. עבודה על סניפים מרוחקים במקביל
8. ניהול קונפליקטים בין worktrees
9. שימוש ב־worktree עם תיקיות Nested
10. תרחיש סוכני AI מורכב

4. עכשיו אתם

אם עדיין לא נכנסתם לשיחה התחנה הבאה היא הקישור הזה:

https://chatgpt.com/share/69664d32-ad5c-8009-b4b1-b1e892858436

קראו את כל תשובות ה AI לפרומפטים שלי, בצעו את 10 המשימות שהוא כתב וספרו לי אחרי זה מה ההרגשה שלכם לגבי git worktree והיכולת להשתמש בהם.

אחרי זה מוזמנים להצטרף לוובינר בחמישי הקרוב, שם אדבר גם על הדוגמה הזאת וגם על רעיונות נוספים ללימוד באמצעות AI, כולל על השאלות מה ללמוד ואיך ללמוד. אפשר להצטרף כאן:

https://tocode.ravpage.co.il/tocodeai