先把家伙事兒都準備好（板凳和ChatGPT），然后開干。

首先我提出自己的需求。

Fluent UDF是Fluent中利用C語言自定義其功能的工具。請編寫一段Fluent UDF程序代碼，定義入口邊界速度為$$v = 2*y+3$$。

”

這里擔心ChatGPT不知道啥是Fluent UDF，所以事先說明了一下，后面讓其編寫UDF。公式可以用$$括起來，這樣ChatGPT能夠將其識別為公式。

ChatGPT輸出為：

代碼中存在很多的問題。不過ChatGPT居然知道先包含頭文件udf.h，也知道需要調用UDF宏DEFINE_PROFILE，而且將入口速度還給命名為inlet_velocity，不止如此，DEFINE_PROFILE宏包含有3個參數也都寫對了。不過下面的實現代碼就慘不忍睹了。

下面人工對其第一次糾錯。

上面的程序存在錯誤。完成此程序代碼，需要首先利用F_CENTROID得到 坐標，然后利用F_PROFILE宏得到速度表達式。另外邊界賦值需要放在循環中，此時應該使用begin_f_loop進行循環。重新修改上面的程序。

”

第一次糾錯后的輸出如下所示。

看起來似乎好多了，程序的基本框架沒問題了，不過F_CENTROID宏參數寫錯了，而且獲取y坐標的方式也錯了。

人工對其第二次糾錯。

上面的程序大部分內容是正確的，但是依然存在錯誤。F_CENTROID宏有三個參數，第一個參數是數組。修改一下上面的程序。

”

第二次糾錯后ChatGPT的輸出如下所示。

還是有錯誤，需要進行第三次糾錯。

F_CENTROID宏的定義有錯誤。應該先定義一個數組，然后利用該數組作為F_CENTROID宏的第一個參數。此數組的第2個元素為 坐標。修改上面的程序。

”

第三次糾錯后ChatGPT的輸出為：

這次ChatGPT自信滿滿地說自己的輸出內容都是正確的。

這段代碼的確可以正確地編譯并運行。

ChatGPT輸出的代碼如下：

#include "udf.h"

DEFINE_PROFILE(inlet_velocity,t,i)
{
  real y, v;
  face_t f;
  real x[ND_ND];
  
  begin_f_loop(f,t)
  {
    F_CENTROID(x,f,t);
    y = x[1];
    v = 2*y + 3;
    F_PROFILE(f,t,i) = v;
  }
  end_f_loop(f,t)
}

不過可能是ChatGPT對Fluent UDF缺乏訓練，導致所有的代碼一行注釋都沒有。

這里說一說自己的感覺：

1. ChatGPT的確挺好玩兒的，不過想要真正的用于提高生產力，目前似乎還無法脫離人的參與。
2. 在專業領域應用ChatGPT其實還是有門檻的，對使用者的專業素養有要求，否則輸出的結果好壞無從判斷。
3. 問題輸入的形式（輸入數據）對輸出質量有直接影響。
4. 目前尚不清楚ChatGPT會不會持續學習（訓練的數據不知道是否會被保留），不過在同一個會話中似乎是可以的。就比如上面的訓練完成后，再編寫類似的UDF，成功率非常高，不過如果退出會話再創建新的會話，則一切還得從頭開始。

昨天有人留言說我們使用ChatGPT是幫助米帝訓練AI然后被用來打我們自己，但我想不明白的是，如果真是這樣的話，這么好的武器米帝為啥不用呢（明顯ChatGPT不對咱們提供服務的）。個人觀點，只要是能提高生產力的工具且米帝不讓咱們使用的，那就一定是好工具，要大用特用。假如以后證實用戶使用的確會幫助ChatGPT進行訓練，我覺得筒子們不妨嘗試著將ChatGPT訓練成共產主義接班人。

不過還是期待國內的科技巨頭早日能夠推出自己的產品。

（完）