用 AI 排查代码报错：把报错喂对，一次问准

「我报错了，帮我看看」——这是和 AI 结对编程时最没用的一句话。它得到的最好结果是一份泛泛的可能原因清单，你逐条试，试到第四条发现不是。

真正决定 AI 能不能帮上忙的，不是模型多强，是你把问题描述得多完整。一份能让 AI 一次问准的描述只需要四样东西：完整报错原文（不是截一半）、出错那段代码、你刚执行了什么命令、你期望的结果和实际结果。这四样凑齐，大部分 bug 在两轮内能定位；缺一样，就会开始瞎猜。

这门课把这个动作变成你的肌肉记忆。第一关专门练「怎么喂报错」，后面五关才是重构、评审、补测试、看执行计划、定位性能。顺序这样排是因为：如果第一关没过，后面五关都会退化成「AI 给我一段我看不懂的代码」。

另外提前说一句实话：AI 在编程上最危险的用法，是让它一次改一大片。它改对了你不知道为什么对，改错了你回滚不了。所以这门课反复强调一件事——一次只改一件事，改完必须能验证行为没变。

• ✓一套固定的报错描述模板（报错原文、相关代码、你刚做了什么、期望什么），以后不用每次重新想
• ✓一份按「会出事」排序的代码评审意见，而不是按文件顺序罗列
• ✓一次只动结构、不动行为的重构，附行为等价的验证方式
• ✓一组覆盖边界而不是覆盖行数的单元测试

1. 把报错喂完整，让 AI 先给假设再给验证方法贴完整报错＋相关代码，要求模型按「最可能原因→如何一分钟验证」排序，而不是直接甩补丁。做完你会拿到：一份按可能性排序的原因假设，每条附一个「怎么验证」的动作去做这一关 →配套工具：Cursor · Claude Code · ChatGPT
2. 让 AI 把一段陌生代码讲给「明天要接手的人」听按「这段在干什么—为什么这么写—改哪里会炸」三层解释一段陌生代码。做完你会拿到：一份带调用关系和数据流向的代码说明，能直接贴进交接文档去做这一关 →配套工具：Cursor · ChatGPT · Github Copilot
3. 只动结构、不动行为地重构一段代码输入一个函数，输出重构方案＋等价性论证＋必须补的测试点。做完你会拿到：一版重构后的代码，附「改了什么、没改什么」的清单去做这一关 →配套工具：Claude Code · Cursor · Github Copilot
4. 按「会不会出事」排序，而不是按文件顺序评审输入 diff，输出按严重度排序的问题清单，每条给复现条件与修法。做完你会拿到：一份分级评审意见：必须改、建议改、可以不改去做这一关 →配套工具：Claude Code · Cursor · Github Copilot
5. 补测试，覆盖边界而不是覆盖行数给定函数，产出测试清单（正常/边界/异常三类），并指出哪些用例其实测不到东西。做完你会拿到：一组单元测试，每个用例说明它防的是什么事故去做这一关 →配套工具：Claude Code · Github Copilot · Cursor
6. 先看执行计划，再决定改哪里给出慢 SQL 与表结构，输出索引建议、改写方案与预期收益，并要求它说明代价。做完你会拿到：一份执行计划解读 + 一条改写后的 SQL，附预期改善点去做这一关 →配套工具：ChatGPT · DeepSeek · Cursor

不适合完全没写过代码的人。这里假设你能读懂自己项目的代码、能跑起来、能看到报错，只是不确定「怎么问才问得准」。也不教框架选型。

• 加班最多的那两小时从周报、会议纪要、PPT 大纲到 Excel 公式，六关都是办公室里真实会卡住的事。每关给一条可复制的提示词，做完手里有一份能交的东西。
• 从写不出来到改一改就发六关覆盖一篇文章从骨架到成稿的全过程：先搭结构，再写开头，出 20 条标题，最后把 AI 味改掉。每关都有可复制的提示词和明确的产出物。
• 从生成一堆废图到一次出对六关讲清 AI 出图里哪些词真的起作用：结构化提示词、信息层级、卖点可视化、配色推导。每关给可复制的提示词模板和明确的产出物。