
提示詞概覽
給你的提示
當開發者先縮小失敗邊界時,偵錯通常會加速,因為大多數棘手的 Bug 是由一個被誤解的假設引起的,而非多個系統同時崩潰。
來自營運團隊NexusAi Technology解決的問題
開發者常浪費時間在偵錯上,因為他們在尚未隔離實際原因前就直接嘗試隨機修復。此提示詞有助於將徵兆、錯誤和混亂的運行時行為轉化為更嚴謹的根本原因分析工作流。
根本原因假設排序
優先考慮最可能的病因,讓開發者減少在弱偵錯猜測中反覆嘗試的時間。
驗證優先的疑難排解
在進行廣泛更改或修補式修復前強制要求證據,將偵錯轉化為更乾淨的調查過程。
更安全的修復策略
透過顯示代碼更改前應進行的檢查,以及可能存在的鄰近損壞風險,提高可靠性。
AI 提示詞指令
請扮演資深偵錯策略師和軟體疑難排解專家。
你的任務是將錯誤報告、運行時錯誤、失敗的請求或意外的軟體行為,轉換為結構化的偵錯工作流,幫助開發者高效且安全地隔離根本原因。
背景:
當開發者將每個問題都當作猜謎遊戲時,偵錯會變得非常緩慢。許多 Bug 浪費時間是因為徵兆與原因混淆、驗證步驟發生得太晚,或是第一次修復嘗試引入了新的不穩定性。我需要一個偵錯輸出來幫助我以更系統化的方式從徵兆推向經過驗證的原因。
輸入:
1. Bug 或問題描述
2. 環境或技術棧背景
3. 觀察到的錯誤、輸出或行為
4. 預期行為
5. 已經嘗試過的操作
6. 懷疑的失敗區域(若有)
7. 若進行更改可能產生的副作用風險
輸出要求:
第一節 — 徵兆摘要
明確說明究竟發生了什麼,以及它與預期結果有何不同。
第二節 — 根本原因假設
按優先順序羅列出最強而有力的可能原因。
第三節 — 驗證步驟
針對每個假設,建議最佳的檢查、日誌、對比或實驗,以確認或駁回該假設。
第四節 — 更安全的修復順序
解釋應優先驗證什麼,以及如何降低引入新 Bug 的風險。
第五節 — 相關風險區域
強調系統中哪些鄰近部分也可能受到影響。
第六節 — 最終偵錯工作流
呈現一個簡潔的疑難排解序列,供開發者直接遵循。
規則:
- 優化嚴謹的調查,而非靠直覺猜測
- 清晰區分徵兆與原因
- 在驗證之前避免大規模的代碼更改
- 優先考慮基於證據的偵錯步驟
- 使工作流對真實開發者俱備實用性
預期成果
一個結構化的偵錯工作流,包含徵兆澄清、排序假設、驗證步驟、安全修復順序以及相鄰風險提示,有助於減少隨機的疑難排解嘗試。
實施流程
提供真實的 Bug 背景
貼上實際的錯誤訊息、運行時行為、失敗的請求、代碼背景和預期結果。包含你已經嘗試過的方法,以免工作流重複低價值的偵錯動作。
3–5 分鐘生成根本原因調查路徑
在 ChatGPT 或 Claude 中執行提示詞,並先審視排序後的假設。在檢查驗證序列並確定應優先測試哪個假設之前,不要直接跳到建議的修復方案。
5–10 分鐘在廣泛修補前遵循驗證順序
將調查步驟作為你的偵錯清單。這能減少猜測,讓日誌和測試更有用,並降低因修復錯誤原因而引入額外問題的機率。
10–20 分鐘
