Vibe Coder

Debug 與錯誤診斷工作流:AI 輔助除錯 SOP,五分鐘定位問題

Debug 的核心是不斷縮小可能有問題的範圍,直到找到最小的問題根源。先用五層錯誤分類判斷問題出在環境、設定、程式碼、API 還是前端,再用固定的診斷格式模板,把錯誤訊息與觸發條件精確描述給 AI。
Debug 與錯誤診斷工作流:AI 輔助除錯 SOP,五分鐘定位問題

Debug 與錯誤診斷工作流:AI 輔助除錯 SOP,五分鐘定位問題

不知道問題在哪就亂試,每次讓 AI 猜都要花時間來回。這篇教你系統化的除錯工作流:先定位問題在哪一層,再用固定格式精確描述給 AI,一次就解決,而不是來回猜十次。

你將學到什麼

縮小範圍的心智模型

所有 Debug 的本質,都是不斷縮小可能有問題的範圍。

五層錯誤分類

環境、設定、程式碼、API、前端,先分類再找線索。

AI 輔助除錯 SOP

分類、收集、自查、問 AI、驗證,五個步驟定位問題。

讓偶發 bug 穩定出現

找到最小復現案例,AI 才能針對性地修正。

為什麼 Vibe Coder 需要系統化的 Debug 工作流

隨機試錯很貴,不知道問題在哪就亂試,每次讓 AI 猜都要花掉一輪對話。系統化先定位再修,才能一次解決。給 AI 精確的資訊才有精確的答案,比起只說程式壞了,說出第 23 行出現 KeyError、API 回傳格式變了,AI 才能直接給解法。能穩定復現的 bug 才修得掉,偶發的 bug 最難處理,要先想辦法讓它每次都出現。

Debug 的心智模型:縮小範圍

所有 Debug 的本質,都是不斷縮小可能有問題的範圍,直到找到最小的問題根源。

步驟怎麼做
問系統上次是不是正常的是的話想想最近改了什麼;否的話問題可能在初始設定
找最小復現案例能讓 bug 出現的最簡單輸入是什麼,去掉所有不相關的部分
用二分法定位把程式分成兩半,確認 bug 在哪一半,再對那一半繼續二分
先讀錯誤訊息再行動多數 bug 的答案就在錯誤訊息裡,花時間仔細讀比亂試有效

五層錯誤分類

層次錯誤特徵常見原因
環境層本機跑得起來,別人跑不起來套件版本不同、Python 版本、系統或路徑差異
設定層錯誤訊息提到設定或金鑰相關字眼金鑰沒設、格式錯誤、打錯字
程式碼層Traceback 指向自己的檔案邏輯錯誤、型別錯誤、空值沒處理
API 層狀態碼是 4xx 或 5xx、逾時認證失敗、格式錯誤、呼叫次數超過限制
前端層瀏覽器出現紅字、功能沒反應JavaScript 錯誤、跨網域被擋、API 沒打出去
快速分類問句錯誤訊息出現在終端機,還是瀏覽器?終端機通常是環境層、設定層或程式碼層的問題,瀏覽器則是前端層或 API 層。光是這一個問題,就能先把範圍縮小一半。

AI 輔助除錯 SOP

步驟要做的事
分類用五層分類判斷問題在哪一層,決定去哪裡找資訊
收集複製完整錯誤訊息,記下出錯的檔案和行號,記錄觸發條件
自查對照五層分類的常見原因快速自查,很多不用問 AI 就能解決
問 AI把收集到的資訊填進診斷格式模板,給 AI 精確的問題描述
驗證解法先理解 AI 給的解法在做什麼,再執行,確認沒有引入新問題
記錄踩坑花幾分鐘記錄問題、原因與解法,存進自己的踩坑記錄庫
① 分類② 收集③ 自查④ 問 AI⑤ 驗證解法⑥ 記錄踩坑
六步驟走一輪,通常比亂猜快,也讓下次遇到同樣的坑五分鐘解決。

復現步驟:讓 Bug 穩定出現

找最小輸入,能觸發 bug 的最小、最簡單輸入是什麼,去掉所有不必要的資料。記錄觸發條件,是每次都會出現,還是偶爾才出現,在什麼環境下出現。隔離外部依賴,用替身取代 API 呼叫,確認 bug 是自己的程式碼本身,還是外部服務的問題。

給 AI 的診斷格式模板

Problem summary:
Layer: code / API / frontend
Error message: [paste full traceback]
File: [filename]  Line: [line number]
Failing code: [the exact line or function]
Trigger: I was doing [describe action]
Input: [if applicable]
Already tried: [list what you've tried]
Environment: Python [version], OS: [Mac/Windows/Linux]
Debug 速查:看到這個就做這個套件找不到,先安裝再確認虛擬環境有沒有啟動。KeyError,先印出來看實際的資料結構。對空值取屬性出錯,找哪裡回傳了空值。401,確認金鑰的格式和放置位置。CORS 錯誤,要改的是後端,不是前端。

延伸學習

把這篇文章分享給需要的人FacebookLINEThreadsX

常見問答

Debug 的核心方法是什麼?
不斷縮小可能有問題的範圍,直到找到最小的問題根源。做法包括找最小復現案例、用二分法定位,以及先仔細讀錯誤訊息再採取行動。
五層錯誤分類是哪五層?
環境層、設定層、程式碼層、API 層、前端層。先判斷問題出現在終端機還是瀏覽器,就能快速縮小一半範圍,再往下細分是哪一層。
為什麼要用固定格式問 AI?
固定格式包含錯誤層次、完整錯誤訊息、出錯位置、觸發條件和已嘗試的解法,資訊越完整,AI 越能一次給出正確答案,不用來回猜測好幾輪。
偶發的 bug 要怎麼處理?
先想辦法讓它穩定出現,方法是找最小復現案例並隔離外部依賴,確認是程式本身的問題還是外部服務不穩定,能穩定復現之後才好對症下藥。