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。它适合代码报错、软件故障、配置问题和数据异常等场景。这篇入门教程会讲清它适合什么时候用、具体怎么操作，并给出可以直接复制的提示词。

AI 排错是什么，为什么有效

它之所以有效，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。与自己搜索报错信息相比，搜索能找到相似问题，但需要自己判断是否适用；AI 排错能结合你的代码和环境分析，给出有针对性的排查顺序。

排错的本质是“缩小范围”。AI 的价值在于帮你快速列出假设并设计验证方法，但真正的线索来自你在真实环境中观察到的结果。把每次验证的结果反馈给 AI，它才能调整判断。单向提问、等它给出答案，往往不如这种你来我往的协作有效。

哪些情况值得用

  • 程序报错，但看不懂错误信息。
  • 问题偶发，不知道从哪里开始查。
  • 部署、配置、环境相关的问题。
  • 修改了代码后出现意料之外的行为。

怎么用：6 步上手

  1. 收集完整的错误信息，包括堆栈和日志片段。
  2. 说明运行环境：语言版本、框架版本、操作系统。
  3. 提供相关代码和最近的改动。
  4. 描述复现步骤，以及预期行为和实际行为。
  5. 让 AI 列出可能原因并按可能性排序，给出验证方法。
  6. 逐个验证，把结果反馈给 AI，直到定位问题。

可直接复制的提示词

下面以运维工程师的工作场景为例，方括号里的内容换成你自己的信息即可：

我遇到一个问题，请帮我排查。
- 现象：[描述]
- 完整报错：[粘贴报错和堆栈]
- 环境：[语言/框架/系统版本]
- 最近的改动：[描述]
- 复现步骤：[步骤]
- 预期结果 vs 实际结果：[描述]
请：
1. 解释报错的含义；
2. 列出 3-5 个可能原因，按可能性排序；
3. 对每个原因给出验证方法（我该看什么、运行什么）；
4. 先不要直接给修复代码，等我反馈验证结果。

效果示例

以下内容为虚构示例，仅用于说明效果：

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。

新手最常犯的两个错误

  • 容易犯的错：只说“程序报错了”更好的做法：提供完整报错、环境、代码和复现步骤，信息越完整定位越快。
  • 容易犯的错：只贴报错最后一行。更好的做法：贴完整堆栈，关键线索常在中间。

两个实用小技巧

  • 把“已经排除的原因”告诉 AI，避免它重复建议。
  • 要求 AI 解释它的推理，你更容易判断方向是否正确。

一个常见疑问

AI 给的原因不对怎么办？ 把验证结果反馈给它，说明哪个原因已排除，让它重新分析。

工作流技能要算的是总账：AI 省下的时间，减去检查和修正的时间，才是真正的收益。

下一步

入门之后，可以看看 AI 排错的进阶技巧和常见错误，再结合分步思考提示一起使用。

相关阅读