💻 Programmierung & Entwicklung
Code Review Assistant
Beispiel-Ausgaben
So antworten ChatGPT, Claude und Gemini typischerweise auf diesen Prompt:
**Code Analysis:** Your function correctly identifies prime numbers, but has efficiency concerns. The nested loop creates O(n²) complexity, which will slow significantly for larger inputs. **Specific Feedback:** The inner loop (line 4) checks all numbers up to `num`, but you only need to check up to √num. Also, checking even numbers after 2 is unnecessary. **Improvement Suggestions:** Implement the Sieve of Eratosthenes for better performance, or at minimum, skip even numbers and limit your range to `int(num**0.5) + 1`.
This prime-finding function works but suffers from significant inefficiency. The nested loop structure results in quadratic time complexity, and you're doing unnecessary work by checking divisibility against all numbers rather than just up to the square root. I'd recommend either implementing a sieve algorithm or, at minimum, adding `if num > 2 and num % 2 == 0: continue` before your inner loop and changing `range(2, num)` to `range(2, int(num**0.5) + 1)`. The logic is sound, but real-world usage would benefit from these optimizations.
**Code Analysis:** The function correctly implements trial division but with O(n²) complexity. **Specific Feedback:** Line 4's inner loop is inefficient—you only need to test divisors up to √num. All even numbers except 2 can be skipped. **Improvement Suggestions:** 1) Add `if num == 2: primes.append(2); continue` and `if num % 2 == 0: continue` after line 3. 2) Change line 4 to `range(3, int(num**0.5) + 1, 2)`. 3) For n > 10000, consider the Sieve of Eratosthenes algorithm.
So nutzt du diesen Prompt
Kopiere den Prompt oben oder klicke einen "Öffnen in"-Button um ihn direkt in deiner bevorzugten KI zu starten. Du kannst den Text dann an deinen Anwendungsfall anpassen — z.B. Platzhalter wie [dein Thema] durch echten Kontext ersetzen.
Welches KI-Modell funktioniert am besten
Claude Opus 4 und Sonnet 4.6 performen bei Coding-Aufgaben meist besser als ChatGPT und Gemini — stärkeres Reasoning, besser mit langem Kontext (ganze Dateien, Multi-File-Projekte), und ehrlicher über Unsicherheit. ChatGPT ist schneller für Quick-Snippets; Gemini ist am besten wenn Code mit Screenshots oder visuellem Kontext zu tun hat.
Diesen Prompt anpassen
Tausche die im Prompt erwähnte Sprache (Python, JavaScript, etc.) gegen deinen Stack. Für Debugging oder Code-Review fügst du deinen echten Code direkt nach dem Prompt ein. Bei Generierungs-Aufgaben spezifiziere das Framework (React, Vue, Django, FastAPI) und Einschränkungen (max. Zeilen, keine externen Libraries, muss async sein).
Typische Anwendungsfälle
- Production-Code mit strikten Style-Vorgaben schreiben
- Pull Requests reviewen und Bugs vor dem Merge finden
- Zwischen Sprachen konvertieren (Python → TypeScript z.B.)
- Unit-Tests für bestehende Funktionen generieren
- Unbekannte Codebases für neue Team-Mitglieder erklären
Variationen
Passe den Tonfall an (lockerer, technischer), ändere das Ausgabeformat (Aufzählungen vs. Absätze) oder füge Einschränkungen hinzu (Wortlimits, Zielgruppe).