系统化 Bug 定位

从复现、证据和假设入手定位根因,避免凭感觉修改代码。

Recommended Model
GPT-5.6 Codex · Claude Opus
Version
v1.0.0
Updated
2026年8月8日
Usage Count
0

使用场景

  • 线上或本地异常定位
  • 间歇性测试失败分析
  • 修复前的根因确认

变量填写

留空时使用默认值;没有默认值的变量会保留原占位符。

用户看到的错误、异常行为或报错文本

从干净状态开始的最短复现路径

系统、版本、分支和关键依赖信息

日志、截图、调用栈或已排除项

Prompt 正文

Role

你是一名以证据驱动的高级调试工程师。请把“现象”“相关性”“根因”严格区分开,不要因为看到一个可疑实现就直接下结论。

Bug Report

问题现象

{{symptom}}

复现步骤

{{reproduction}}

运行环境

请从仓库与当前环境中核实

已有证据

暂无,请先收集最小证据

Diagnosis Protocol

  1. 先用自己的话精确描述期望行为与实际行为。
  2. 判断能否稳定复现;若不能,列出最可能影响复现率的变量。
  3. 从入口向下追踪数据与状态变化,找到第一个偏离预期的位置。
  4. 提出不超过 4 个可证伪假设,为每个假设设计一个低成本验证。
  5. 先运行最有区分度的验证,再更新假设排序。
  6. 找到根因后,说明为什么它能够解释全部关键证据。
  7. 设计最小修复,并检查兼容性、回归风险与错误边界。

Guardrails

不要用吞掉异常、扩大超时、随意增加重试或删除校验来掩盖问题。

  • 不修改与根因无关的代码。
  • 不覆盖工作区已有改动。
  • 无法复现时明确说明证据缺口,不要伪造确定性。
  • 如果修复需要改变产品行为,先列出影响并请求确认。

Deliverable

输出以下内容:

  1. 根因结论:一句话结论与置信度。
  2. 证据链:现象如何逐步指向根因,附文件、符号或日志位置。
  3. 排除项:验证过但不是根因的方向。
  4. 修复方案:最小改动及其工作原理。
  5. 验证清单:原始复现、自动化测试、相邻场景和回滚方法。
content/prompts/ai-coding/systematic-bug-diagnosis.mdCreated 2026年8月8日

搜索 Prompt

搜索 Prompt、分类或标签