别在报错信息里“捞针”了：把AI驯化成你的首席审计师
很多同学遇到Bug，习惯性地把控制台那一串红色的报错往AI里一贴，然后疯狂点“生成”。结果往往是AI一本正经地胡说八道，你对着它改了半天，Bug反而越修越多。其实，AI排错不是靠“堆字数”，而是靠“精准降维”。
1. 拒绝“盲目复读”报错
报错信息往往夹杂着大量的框架底层堆栈，那是给机器看的，不是给AI看的。实战中，我建议先手动修剪。只保留最核心的错误类型、发生位置和那几行嫌疑最大的业务代码。给AI的信息密度越高，它“产生幻觉”的概率就越低。
2. 结构化引导：给AI划重点
如果你希望AI修Bug，别问“为什么错了”，要给它一套诊断框架：
- 上下文：这段逻辑本意是要实现什么功能？
- 现状：实际表现是什么（比如：数据库没报错但数据没写入）？
- 排查范围：我已经确认了网络和配置没问题，请重点看逻辑判断部分。通过这种方式，你是在引导AI的算力去“攻关”，而不是让它在茫茫代码里瞎猜。
3. 工程规范：最好的防御是“自愈”
代码写得乱，AI排错就慢。如果你在提示词里强制要求AI增加详细的日志埋点和防御性编程逻辑，很多Bug在生成的瞬间就已经被扼杀了。记住，一个好的工程规范能让AI吐出来的代码自带“体检报告”。