测试工程师用 AI 排查代码报错：正确提问让 AI 定位问题

负责功能测试、接口测试和回归测试的 QA，日常工作里需求变化快，测试用例、缺陷报告和测试报告要反复写，边界场景还容易漏。排查报错时，大部分时间花在理解错误信息和缩小范围上，而这恰好是 AI 擅长的。下面以测试工程师的真实场景为例，演示用 AI 排查代码报错的完整流程：把完整报错、相关代码、运行环境和你已经尝试过的方法一起交给 AI，让它先列出可能原因和验证步骤，而不是直接改代码。

使用场景

测试工程师在处理“提交并跟踪 18 个缺陷”相关的工作时，程序突然报错，错误信息一大串，搜索引擎上的答案五花八门。时间紧，需要尽快定位问题。尤其当项目经理同时还在等“完成会员中心 2.3 版本功能测试”的结果时，能把这部分工作提速，就能腾出精力处理更重要的判断。

案例：一次完整的使用过程（虚构）

下面这个例子是虚构的：小吴遇到的难题是“提测时间延后两天，回归时间被压缩”。为了不让它拖慢“参与需求评审并提出 5 条可测性意见”的进度，小吴决定借助 AI 排查代码报错。第一次只写了一句简单的要求，结果很空泛；第二次把对象（项目经理）、目的和限制条件都写清楚，输出就可用多了。这也是本文提示词模板要把背景写全的原因。

具体怎么做

复制完整的报错信息和堆栈，不要只截一行
附上出错位置的代码和相关的配置
写明运行环境：语言版本、框架版本、操作系统
说明你已经尝试过什么、结果如何
让 AI 给出可能原因和逐步验证方法，再动手修改

提示词模板（可直接复制）

下面的提示词可以直接复制，按测试工程师的实际情况替换细节：

【背景】最近在处理“参与需求评审并提出 5 条可测性意见”，同时要准备“整理兼容性测试机型清单”。
我在运行一个 Python 3.11 脚本时报错，请帮我分析。

背景：这是测试工程师用来处理“缺陷记录”数据的脚本，读取 CSV 后按模块汇总修复耗时小时。
报错信息：

Traceback (most recent call last): File “report.py”, line 18, in total = df.groupby(“category”)[“amount”].sum() KeyError: ‘amount’

相关代码：
```python
df = pd.read_csv("data.csv")
total = df.groupby("category")["amount"].sum()

我已经确认 CSV 文件里有“amount”这一列。

请：

列出最可能的 3 个原因，按可能性排序
给出每个原因的验证方法（具体代码）
给出修复后的代码


## 效果示例（虚构演示）

示例输出如下（虚构内容，仅演示 AI 大致会给出什么样的结果）：

> **可能原因**
> 1. 列名带有空格或不可见字符（例如“amount ”或 BOM 头）——最常见
> 2. CSV 分隔符不是逗号，整行被读成了一列
> 3. 文件编码问题导致表头解析异常
>
> **验证方法**
> ```python
> print(df.columns.tolist())   # 查看真实列名
> print(df.shape)              # 列数为 1 说明分隔符不对
> ```
>
> **修复**
> ```python
> df = pd.read_csv("data.csv", encoding="utf-8-sig")
> df.columns = df.columns.str.strip()
> total = df.groupby("category")["amount"].sum()
> ```

注意示例中所有内容都是虚构的。实际使用时，AI 的输出质量取决于你提供的材料是否完整、要求是否具体。

## 避坑指南

- 只贴一行报错，AI 只能猜，完整堆栈能大幅提高定位准确率。
- 让 AI 先给验证方法而不是直接改代码，避免越改越乱。

### 给测试工程师的特别提醒

把需求文档原文给 AI，让它按等价类、边界值、异常流分别列用例。同时要记住：AI 列出的用例只是候选清单，覆盖是否充分仍要结合需求和历史缺陷人工把关。

## 举一反三

- 读懂陌生代码：把一段代码交给 AI，让它逐行解释。
- 性能问题：附上耗时数据，让 AI 找出瓶颈。

## 相关阅读

- [测试工程师用 AI 写 SQL 查询：提示词与 SQL 示例](/posts/2026-10-16-qa-engineer-sql-query/)
- [测试工程师用 AI 准备面试：提示词与模拟面试示例](/posts/2026-10-16-qa-engineer-interview-prep/)
- [运维工程师用 AI 排查代码报错：正确提问让 AI 定位问题](/posts/2026-10-16-devops-engineer-debug-error/)
- 延伸：[编码 Agent 工作流：从需求拆解到合并请求的人机协作模式](/posts/2026-07-18-coding-agent-workflow/)
- 更多场景：[AI 使用示例合集](/categories/ai-examples/)，或按标签浏览[#测试工程师](/tags/测试工程师/)、[#排查报错](/tags/排查报错/)

使用场景

推荐工具

案例：一次完整的使用过程（虚构）

具体怎么做

提示词模板（可直接复制）