💻 Programmierung & Entwicklung
Music Player
Beispiel-Ausgaben
So antworten ChatGPT, Claude und Gemini typischerweise auf diesen Prompt:
I'll help you create a comprehensive music player! Here's a structured implementation starting with the HTML skeleton featuring semantic elements for the player interface, followed by CSS3 styling with flexbox for responsive layouts and custom range sliders. The JavaScript will utilize the Web Audio API for the equalizer, with AudioContext nodes for each frequency band (60Hz to 16kHz). I'll implement the MediaSession API for background playback controls and add FileReader for metadata extraction using the ID3 parser.
I should note that building a complete music player with all these features is quite extensive. I can provide the core architecture: HTML5 audio elements with Web Audio API nodes for the equalizer, CSS Grid for the responsive layout, and JavaScript classes for playlist management. The drag-and-drop will use the HTML5 Drag API, while the equalizer requires BiquadFilter nodes. One consideration: browser support for the Media Session API varies, so you'll want feature detection and graceful degradation.
Here's a music player implementation using the Web Audio API's AnalyserNode for visualizations and BiquadFilterNode for the 10-band equalizer (32Hz-16kHz range). The interface uses CSS Grid with media queries for responsive breakpoints. FileReader handles local audio file loading, while the jsmediatags library extracts ID3 metadata. Keyboard shortcuts map to MediaSession API actions (play/pause on spacebar, next/previous on arrow keys). Drag-and-drop uses HTML5 dataTransfer with playlist array manipulation for reordering.
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).