AI 排查程序报错单独使用已经很有用，但在复杂任务里，和分步思考提示词组合起来效果更好。这种组合尤其适合需要反复打磨的任务。

两个技能各自负责什么

  • AI 排错：AI 排错是把报错信息、相关代码、运行环境和复现步骤交给 AI，让它分析可能的原因、给出排查顺序和修复建议。
  • 分步思考提示：分步思考提示是要求 AI 把复杂问题拆成几个步骤依次处理，比如先列已知条件、再分析、最后给结论。

AI 排错有效是因为 AI 见过大量常见错误及其解决方法，能根据报错信息和上下文快速缩小可能原因的范围，并帮你制定有条理的排查步骤；分步思考提示有效则是因为把中间步骤写出来，相当于给模型更多“思考空间”，也让你能检查每一步是否合理，而不是只看到一个无法验证的结论。两者叠加，正好互补。

组合流程

  1. （AI 排错）收集完整的错误信息，包括堆栈和日志片段。
  2. （AI 排错）提供相关代码和最近的改动。
  3. （分步思考提示）明确要求“按步骤分析”，并给出步骤框架，如：理解问题、列出条件、逐项分析、给出结论。
  4. （分步思考提示）让 AI 在最后单独给出结论和置信程度。
  5. （收尾）逐个验证，把结果反馈给 AI，直到定位问题。

组合模板

以测试工程师的场景为例，先用下面的模板完成 AI 排错部分：

偶发问题排查框架：
1. 时间线：问题首次出现的时间，前后有哪些变更
2. 规律：是否与时间、负载、特定用户、特定数据有关
3. 假设列表：| 假设 | 支持的证据 | 反对的证据 | 验证方法 | 成本 |
4. 先验证“成本低且可能性高”的假设
5. 增加日志：建议在哪些位置记录什么信息，帮助下次复现
6. 修复后：如何确认问题不再出现，以及需要哪些回归测试

然后再按分步思考提示的思路补一轮，例如：对数字计算，要求 AI 写出算式，必要时用代码执行功能或计算器复核。

示例

以下为虚构示例：

示例（虚构）：一位开发者的程序在本地正常，部署后报“找不到模块”。AI 列出三个可能原因：依赖未安装、版本不一致、路径大小写问题，并给出对应的检查命令。第三个检查发现文件名大小写在服务器系统上不匹配，问题解决。

组合之后，分步思考提示这一环的价值在于：分步思考的另一个好处是可干预。

组合使用时的注意事项

  • 把排查过程记录下来，形成团队的问题知识库。
  • 只说“一步步想”却不给步骤框架。应对方法：给出具体的步骤名称，AI 的推理会更有条理，也方便你检查。
  • 两个技能叠加会让提示词变长，先确认单独使用时各自有效，再组合。

把 AI 接入日常工作流时，最重要的是明确哪一步由 AI 起草、哪一步由人把关。分工清楚，效率和质量才能兼顾。

进一步扩展

熟悉这个组合后，还可以加入 AI 命令行助手，形成三步流程。但每加一项都要问：它解决了什么具体问题？如果说不出来，就不要加。

相关阅读