2024 年 3 月 22 日：

• 作者日常使用 Claude 和 ChatGPT 的示例，最近了解到阿迪朗达克公园是美国连续区域最大的公园，占纽约州五分之一，想获取其边界的 GeoJSON 文件，在相关网站找到 shapefile 后不知如何转换，通过 LLM 工具询问在 macOS 上用于将 shapefile 转换为 GeoJSON 的命令行工具选项，得到 ogr2ogr 命令，运行后发现坐标系统不对，再次询问模型得到新命令 ogr2ogr -f GeoJSON -t_srs EPSG:4326 并成功转换，将转换后的 GeoJSON 粘贴到 Datasette 中查看。
• 接着使用 ChatGPT 的 Code Interpreter 处理 GeoJSON，第一次生成的多边形不正确，多次调整提示让其重新尝试，最终得到正确的多边形，总耗时约 6 分钟。
• 强调此示例并不值得特别提及，每天都能从这些工具获得类似结果，没有它们可能会在第一步就放弃，AI 增强的开发已融入日常工作，不仅影响项目还包括这类小任务。同时说明此过程并非简单，涉及使用不同接口和模型、发送多个后续提示、利用多种工具和自身知识经验等，只有结合领域知识和经验才能用好 LLM。虽然此例看似琐碎，但作者每周都会进行类似的 LLM 辅助任务，它们对工作有很大影响，让作者能完成更多有趣的问题，且作者觉得这样工作很有趣，最后反驳了对 LLM 无用的批评，认为其需要大量经验和直觉结合领域知识才能发挥作用，自己每天都在使用且离不开它们。