让 AI 调试不再瞎改：先复现、再定位、后修复

把报错截图丢给 AI，它经常直接给你一段“可能修好了”的代码，结果 bug 没解决还引入新的。问题出在它跳过了“理解问题”这一步。我用的做法是逼它按三步走：复现 → 定位 → 修复。

直接能用的模板

下面是一个【语言/框架】的问题，请严格按 1→2→3 的顺序回答，不要跳过。

【错误信息/现象】：（粘贴报错或现象）
【相关代码】：（贴最小可复现代码）
【环境】：（版本、系统、复现步骤）

1. 复现分析：仅凭我给的信息，你能否在脑中复现这个问题？能/不能，并说明触发条件。
2. 根因定位：列出 2-3 个最可疑的原因，按可能性排序，并说清你倾向哪一个、为什么。
3. 修复方案：给出最小改动，并标注改了哪一行、为什么这样改能解决问题。

注意：没有第 2 步的结论，不要给第 3 步代码。

适用场景

• 线上报错、单测挂了、本地能跑线上崩；
• 接手别人代码、看不懂为什么这么写；
• 想搞清一个算法或库的行为而不是只要答案。

效果说明

最大的变化是它不再急于“甩代码”。让它先证明自己理解问题（第 1、2 步），你一眼就能看出它有没有跑偏。很多时候它复现分析写一半就暴露：其实根本没看全你的代码。这时你补一句“你漏看了第 X 行”，比拿一段错代码回来试错省事得多。

另一个好处：定位阶段给的“可疑原因排序”本身就是一份排查清单，你照着核对就行，不依赖它一次答对。这比直接要答案更接近一个靠谱同事的思考方式。