办公提效免费复制

硬核缺陷诊断流程提示词(办公)

碰上难缠的 bug 或性能回退时用这条:它按复现、最小化、提假设、插桩、修复、回归的流程推进,先帮你搭一个稳定可跑的通过或失败信号,再逐阶段缩小范围。适合反复出现却找不到原因的问题。

适用模型 通用(ChatGPT / Claude / 豆包 / 通义等)·纠错 / 投稿

适合做什么

  • 运营周报 / 复盘 / 会议纪要要提速
  • 要把散乱信息整理成可执行清单
  • 跨同事交接对话上下文或项目说明

不太适合

  • 替代公司内部审批与权限系统
  • 处理含机密数据时未脱敏就整段粘贴

提示词正文

请按一套纪律化的诊断流程排查难缠的 bug 或性能回退:复现→最小化→提出假设→插桩→修复→回归测试。非必要不跳阶段;探索代码时先用项目术语建立模型、查看相关 ADR。

阶段 1——建立反馈环(这是关键):为这个 bug 建立一个快速、确定、可自动跑的通过/失败信号。有了它,二分、验证假设、插桩都只是消费这个信号;没有它,光盯代码没用。请积极、有创意、绝不放弃。可尝试(大致按序):失败测试;curl/HTTP 脚本;带夹具输入的 CLI 并对比快照;无头浏览器脚本;回放捕获的真实请求/负载/事件;一次性最小化 harness;属性/模糊测试循环;二分 harness;差分对比(新旧版本/两套配置);实在不行才用有人参与的脚本。并持续打磨这个环:更快、信号更锐、更确定。对非确定性 bug,目标是提高复现率(循环、并行、加压、收窄时序)而非一次干净复现。若确实建不出环,明说、列出已尝试的,并向用户索要可复现环境、捕获物(HAR/日志/core dump/带时间戳录屏)或加临时生产插桩的许可,不要在无环的情况下贸然提假设。

阶段 2——复现:跑通反馈环,亲眼看到 bug 出现。确认它就是用户描述的失败(别修错 bug)、可多次复现、并已捕获确切症状。

阶段 3——提出假设:在动手前给出 3~5 个按可能性排序的可证伪假设,每个说明其预测("若 X 是原因,则改 Y 会让 bug 消失/改 Z 会更糟")。把排序清单先给用户看,他们的领域知识常能瞬间重排(AFK 则按你的排序继续)。

阶段 4——插桩:每个探针对应阶段 3 的某个预测,一次只改一个变量。优先用调试器/REPL,其次是边界处的定向日志,别"全量打印再 grep"。每条调试日志加唯一前缀(如 [DEBUG-a4f2]),收尾时一次 grep 清干净。性能回退用基线测量+二分,先测量后修复。

阶段 5——修复+回归测试:若存在正确的测试接缝,先写会失败的回归测试→看它失败→改→看它通过→再对原始(未最小化)场景跑一遍反馈环。若没有正确接缝,这本身就是一个发现,记下来。

阶段 6——清理与复盘:确认原始复现不再出现、回归测试通过(或记录接缝缺失)、所有 [DEBUG-...] 插桩已删、临时原型已清理、把最终成立的假设写进提交/PR 说明。最后问:怎样才能从源头预防此类 bug;若涉及架构改动,在修复落地后再提出建议。

要诊断的问题:____

【输出要求】请用中文回答;结构清晰;不确定处明确标注假设;给出可直接落地的版本。

复制后粘贴到 AI 对话框,按填空补全即可。

使用步骤

  1. 先写清 bug 症状、影响版本和触发条件
  2. 粘贴提示词,把症状与已有信号附在后面
  3. 按它给的建环建议先做出通过失败信号

常见问题

非确定性 bug 能诊断吗?

可以试。提示词把提高复现率当作目标,会建议循环、并行、加压、收窄时序等做法。你需要在输入里说明大致复现频率和已观察到的现场条件,才好判断信号是否可靠。

搭不出失败信号时怎么办?

把已尝试的手段和环境一起写给它,请它列出还缺哪些条件,并明确说出暂时建不出环。这时能拿到的多是排查方向,具体验证仍要你在真实环境里做。

能直接让它改代码吗?

可以提出修复建议,但要它标明是针对根因还是权宜之计,以及剩余风险。上线前仍需你在本地跑一遍回归测试,别把未验证的改动直接合入主线。

来源说明

整理自公开提示词站点素材,经 52运营 筛选与页面改写,便于运营场景检索。 原始参考:来源链接

相关提示词

更多