iThinkAir Code Interpreter 的原理解析

一年前OpenAI对Plus会员开放了Code Interpreter功能，有人说是王炸，有人说是核弹级更新，也有人说是继ChatGPT之后再度让人感受到震撼和颠覆的产品。到现在有关Code Interpreter的声音没那么大了，其实是渐渐融入到各种AI相关的应用中。

在去年Code Interpreter开放几天之后，iThinkAir也在自己的AI指令集中添加"代码解释器"指令，并给出"代码解释器"的十几个应用案例，比如：将图片转换为灰度图、使用词云统计高频词、将图像转换为铅笔画等等。

将图像转换为铅笔画

使用词云统计高频词

将图片转换为灰度图

"代码解释器"指令已经是一个成熟的AI指令，让用户真正可以用自然语言编程，只需要将意图用‘话’说出来，"代码解释器"就会自动生成Python代码帮你来实现：

将宽度调整为512像素，保持纵横比。模糊度为99像素。将原始图片除以模糊图片，乘以255。应用半径为3，幅度为3的锐化遮罩。转为灰度图像。最后输出图片文件。

输出词云图，要求支持中文。

将图片转换为灰度图。

GPT-4o mini这类高性价比的小模型的出现，更是让"代码解释器"如鱼得水。

"代码解释器"的原理其实很简单，就是AI将你的‘话’作为Prompt来生成代码。当然AI并不一定能一次性生成可用的代码，和吴恩达反思翻译工作流一样，初步生成的代码会被尝试运行，如果发生错误，会把错误信息连同初步生成的代码反馈给AI，让AI找出错误重新生成代码。这个过程往往会重复多次，直到生成的代码正确无误。

因此，AI模型的性价比就变得很重要了。相比一年前，我们可以用十分之一费用来得到相同的效果。

下面一步步来解析"代码解释器"是如何实现的。

第一步，让AI模型判断你的“自然语言”意图是否需要返回文件、图表、图片。Prompt如下：

“”“{codedesc}”“” 上面这个需求是否输出文件或图表或者处理图片？只回答是、否。

{codedesc}变量值就是"代码解释器"的“自然语言”。

第二步，让AI模型根据你的代码要求生成代码。Prompt如下：

“”“{codedesc}”“” 根据上面三重引号内的代码要求{filedesc}，编写运行在Windows上的Python
3的程序来满足要求。程序只生成一个文档或图片。文件名为"{fileout}"+后缀，存放在当前目录下。程序最后print这个文件名。不能import
os。不能import shutil。不能import sys。 只需要输出用```包含的代码，绝对不要写其它非代码内容。

“”“{codedesc}”“” 根据上面三重引号内的代码要求{filedesc}，编写运行在Windows上的Python
3的程序来满足要求。程序最后print结果文本。不能import os。不能import shutil。不能import
sys。不能写文件。 只需要输出用```包含的代码，绝对不要写其它非代码内容。

{filedesc}变量值就是"代码解释器"的“文件”。

第三步，运行AI模型生成的代码，如果运行错误，返回错误信息。

第四步，根据第三步返回的错误信息，让AI模型检查并修改代码，然后跳回到第三步。Prompt如下：

“”“{pure_code}”“” 上面的代码报错 “”“”{errdesc}“”
请根据错误信息检查一下代码，并返回正确的代码。只输出修正后的代码，绝对不要写其它非代码内容。

第五步，如果第三步运行无误，让AI模型阐述一下生成的代码。Prompt如下：

我的请求： “”“{codedesc}”“” 你的代码： Python {pure_code}
请根据上面的我的请求以及你的代码，为我阐述你是如何实现我的请求的。

通过这样的五个步骤，"代码解释器"的功能就实现了。