我不会写 Emacs 插件，但是 ChatGPT 却能帮我写出来。只要正确的提问，ChatGPT 太适合在自己不熟悉的地方帮忙了。
但是，如何向 LLM 提出正确的问题，会是关键。下面是我的部分聊天记录，可以看到我一开始用了错误方式提问，走了弯路。最后我又去用正确的方式，重新提问，发现效果会好得多。
twitter.com/beihuo/status/1739427862179147836
这是前后对比图，可以看到修复之前，css 代码高亮是完全错误的。而且当时所有 @ apply rules 都会显示错误。
我当时并不知道这个可以修复，所以问 ChatGPT 能不能干脆关闭 css 代码高亮。
ChatGPT 没有给我一个满意的答案。因为我稍微知道一些 Emacs 的高亮的 package 名字。所以，当时我还是坚持用自己的知识来引导 ChatGPT 来解决这个问题。
后来的事实证明，这是一个错误的策略。
比如这个对话，我当时试图让 ChatGPT 用配置 tree-sitter 的方式解决问题。仅仅是因为，我知道 Emacs 最新版开始用 tree-sitter 来处理代码高亮。后来我又试图让 Emacs 去识别 @ apply rules。
这些都是同样的错误：试图用自己的受限知识去指挥 ChatGPT。
在几轮对话之后，我发现了一段有意思的代码。看起来，是可以让 Emacs 自己写代码去解决代码高亮问题的。
事情到这里，我意识到了，我最好只描述目前的情况，和我想要的效果。然后让 ChatGPT 用自己的知识去解决。因为在 Emacs Elisp 这块，ChatGPT 比我更懂。
如果渲染效果有问题，我就只用代码例子来说明目前的错误在哪里。ChatGPT 足够聪明，可以分析出来问题，并且给出新答案。
当然，如果答案已经很接近了，只是代码实现有点问题。这时候，可以给 ChatGPT 一些提示。
最后，我让给 ChatGPT 帮我把结果写成了一个 Doom Emacs module。最终代码如下：
现在，让我们看一个改进后的例子。我在第一个消息中，就尽可能描述出现的问题，和想要的效果。并要求 ChatGPT 配置我的 Emacs。可以看出，在第一个回复中，ChatGPT 就给出了那个关键代码。之后，就可以通过继续微调，快速解决问题。
可见当时我错误的询问方式，让我走了弯路。
所以，推荐 @Piglei 分享的这一篇文章。如何向 LLM 提出正确的问题，会成为非常重要的技能。
twitter.com/Piglei/status/1742399105891270747
Antirez 的文章， @dotey 翻译了中文版。
twitter.com/dotey/status/1742413924396319183
