招式学了七篇，现在把它们收成一套。

从第 69 篇到第 75 篇，我们一路走过来：读不懂代码怎么办、框架原理怎么问、报错怎么贴、没报错怎么查、慢在哪怎么找、老项目怎么接、真实 Bug 怎么走完全程。

七篇，七套打法。

但如果你现在遇到一个新问题，脑子里第一反应还是“我该用哪一招？”——那说明这些招式还是散的。

这一篇的任务就是把它们收成一套，交给你三样东西：一张决策树、一套母版、一份误区清单。看完这篇，”代码理解与调试”这个小节就结课了。

一、先把七篇摆在一张地图上

很多人学完一堆技巧记不住，是因为脑子里没有位置感。先看这张地图——七篇其实只解决三类问题：

第一类：我看不懂（理解型）

第二类：它不对劲（故障型）

第三类：它太慢（性能型）

理解型问”这是什么”，故障型问”哪里错了”，性能型问”慢在哪里”。

三类问题，三种提问方式。选错类型，怎么问都问不出结果。

二、排错总决策树：遇到问题先问自己三句话

遇到问题别急着打字，先花十秒问自己三句话，你就知道该走哪条路。

第一句：屏幕上有没有红字 / 报错？

• 有 → 走【报错线】：完整复制报错原文 + 完整代码文件，直接问 AI。这是最省事的一条路，报错本身就是最强线索。
• 没有 → 进入第二句。

第二句：是”结果不对”，还是”能用但很慢”？

• 结果不对（数据没保存、数字不对、点了没反应）→ 走【逻辑线】：说清“我期望什么、实际得到什么、用的什么输入”，让 AI 逆推。
• 能用但很慢 → 走【性能线】：先测量，找出最慢的那一段再优化。没测量就优化 = 瞎猜。

第三句（前两句都不适用时）：我是不是压根没看懂这段代码？

• 是 → 走【理解线】：先让 AI 逐行讲清楚，看懂了再谈修。

再补一句判断偶发问题的：

如果问题”有时有、有时没有” → 不管属于哪条线，先做差异法：找一个必成功的例子和一个必失败的例子，逐字段对比，先把那个条件变量抓出来。

三、万能排错提示词母版：五件套

前面七篇给了几十个提示词模板，其实它们全都长一个样。骨架就五段，我叫它排错五件套：

象 · 证 · 境 · 试 · 要

把这个骨架背下来，你就不需要背模板了。 完整母版见文末模板盒子。

同样一个问题：只说”报错了，帮我看看” → AI 给你一段通用建议，八成不对症；五件套齐全 → AI 基本一次命中。你多花两分钟组织信息，能省下两小时来回试错。

四、新手八大误区（踩一个白干半天）

这七篇里反复强调的坑，集中列在这儿：

误区一：不复现就开始改。 听用户说两句就动手，改了半天发现人家根本没点提交按钮。→ 自己亲眼看到 Bug 发生，才算立案。

误区二：转述报错。 “它说什么找不到之类的。” → 报错原文每个字符都是线索，全选、复制、原样贴。

误区三：只贴片段。 贴出错那三行，AI 看不到上下文只能猜。→ 贴完整文件。多贴几十行不花钱，猜错一次浪费半小时。

误区四：一次问五个问题。 “顺便优化下性能，再美化界面。” → AI 会给你大杂烩，还可能顺手改坏好的地方。一次一个问题。

误区五：让 AI 直接给代码，跳过解释。 它给了你贴上去好了，但不知道为什么好，下次还犯。→ 先要解释，再要代码。

误区六：AI 说什么信什么。 它会非常自信地编造不存在的函数名、配置项。→ 它说的是假设不是结论，每一条都要验证。

误区七：改完只测那一个场景。 修好失败那条就上线，结果把原来好的搞坏。→ 三条必测：原来坏的、原来好的、极端的。

误区八：修完就完，不复盘。 → 多问一句”同类问题项目里还有几个”，往往一次扫掉三五个雷。

五、关于 AI 排错，三条底线必须记住

这三条比任何技巧都重要。

第一条：AI 只知道你给它的那一屏。 它看不到你没贴的文件、数据库里的真实数据、服务器上的配置、你昨天改了什么。所以它答得不对，很多时候不是它笨，是你给的信息不够。

第二条：AI 不会说”我不知道”。 你问它不确定的问题，它大概率编一个听起来很合理的答案——语气笃定、格式工整、就是不对。→ 凡是它说的”因为 XX 导致 YY”，你都要能自己验证一遍。验不了的，别信。

第三条：最终按下确认键的人是你。 AI 可以给方案，但它不承担后果。数据删了是你删的，线上崩了是你的锅。所以规矩要成肌肉记忆：

• 改动前先备份
• 删改数据前，先只查不改试一遍
• 一次只改一处，改完立刻验证

六、一张随身自查表

把这张表存手机里，遇到问题照着走：

□ 我亲眼看到问题发生了吗？（没有 → 先复现）
□ 我能找到"必失败"和"必成功"两个例子吗？（偶发问题必做）
□ 这属于哪一类：看不懂 / 不对劲 / 太慢？
□ 数据断在哪一段：浏览器 / 网络 / 后端 / 数据库？
□ 我贴的是报错原文，还是我的转述？
□ 我贴的是完整文件，还是片段？
□ 我说清楚"期望什么、实际什么"了吗？
□ 我告诉 AI 我已经试过什么了吗？
□ 我要的是解释，还是代码？我说清楚了吗？
□ AI 给的原因，我验证过了吗？
□ 改动前我备份了吗？
□ 改完我测了三条吗（原来坏的 / 原来好的 / 极端的）？
□ 我问过"同类问题还有几个"吗？

十三个框全打勾，你就不是新手了。

七、这个小节最后想说的

很多人以为，会用 AI 写代码是本事。其实真正的分水岭是——生成出来的东西不对劲时，你能不能救回来。

这七篇讲的所有东西，本质上只有一件事：

AI 是一个知识极其渊博、但眼睛看不见的顾问。它的能力上限，取决于你描述现场的能力。

而”准确描述一个问题”，恰恰不需要任何代码基础。 一个完全不懂编程的人，认真练这七篇的方法，排错能力可以超过很多写了三年代码但从不整理思路的人。

工具是新的，方法是老的：看清现场、缩小范围、逐个验证、留下记录。 祝你以后每个 Bug 都死得明明白白。

📦 提示词模板盒子

模板一：万能排错五件套（象证境试要）

我遇到一个问题，需要你帮我定位。

【现象】
我期望：[正确应该是什么样]
实际发生：[实际是什么样]
偶发情况：[什么条件下必现，什么条件下正常]

【证据】
报错/日志原文（完整粘贴，未做任何修改）：
[粘贴，前后各多贴几行]

相关代码（完整文件，不是片段）：
[粘贴]

【环境】
系统：[Windows / Mac]
工具：[你用的 AI 工具]
触发条件/数据规模：[比如：数据超过 200 条时必现]

【我已经试过】
1. [试过什么，结果如何]
2. [排除了什么可能]

【我要什么】
1. 用大白话解释这是什么问题
2. 按可能性排序，列出 3 个最可能的原因
3. 每个原因告诉我怎么快速验证
4. 先解释和列清单，暂时不要给我改好的代码

我是新手，不熟悉专业术语，请一步步说清楚。

模板二：分流器（不知道怎么问的时候先问这个）

我遇到一个问题，但我不确定该从哪查起。

【我看到的现象】
[尽可能具体地描述，包括你点了什么、看到什么]

请你先不要给我解决方案，先帮我判断：
1. 这属于哪一类问题：代码理解 / 功能出错 / 性能太慢 / 环境配置
2. 我接下来应该收集哪些信息给你？请列一份"取证清单"，
   每一条写清楚我具体该点哪里、看什么
3. 这些信息里，哪一条最关键，我先弄哪个

我完全是新手，请把操作步骤写细一点。

模板三：校验与收尾（验真伪 + 安全护栏 + 复盘）

【A. 结论校验——怀疑 AI 在编时用】
你刚才说问题的原因是：[复述它的结论]。在我照做之前，请自己复核：
1. 这个结论依据的是我提供的哪几行内容？请指出来
2. 如果我提供的信息不足以支撑这个结论，请直接说"信息不够"
3. 你提到的函数/配置/参数，是否确实存在于我贴的代码里？逐个核对，不存在的请明确指出
4. 除了这个原因，还有没有别的可能被你忽略

【B. 安全护栏——让 AI 改动前必加的一段】
在你给出任何修改之前，请遵守：
1. 只改我指定的地方，其他一律不动，不要顺手优化、不要改格式
2. 输出完整文件，不要给片段
3. 单独列出：改了哪几行、每行改了什么、为什么
4. 如果改动可能影响其他功能，必须提前警告我
5. 涉及删除数据的操作，先给我一条"只查不改"的版本让我试跑

【C. 复盘器——修完必问的一句】
我刚修好一个问题，本质是：[一句话概括类型]。
请帮我扫一遍项目里其他相关文件：
1. 还有哪些地方存在同样或变种的问题？逐个指出位置
2. 按危险程度排序
3. 给我一条简单的自查规则，以后怎么避免这类问题
先列清单，不要改代码。

🔖 速查卡：调试全套口诀

【分类】三类问题
  看不懂 → 问"这是什么"
  不对劲 → 问"哪里错了"
  太慢了 → 问"慢在哪里"

【提问】五件套：象 证 境 试 要
  象 = 期望什么 / 实际什么
  证 = 报错原文 + 完整文件
  境 = 系统 / 工具 / 触发条件
  试 = 我已经排除了什么
  要 = 要解释还是要代码

【流程】八步：现界差证，设修归盘
  复现 → 划界 → 差异 → 取证 → 假设 → 修复 → 回归 → 复盘

【底线】三条
  1. AI 只知道你给它的那一屏
  2. AI 不会说"我不知道"，它会编
  3. 按确认键的人是你，改前先备份

👉 下篇预告

第 77 篇：用 AI 重构烂代码——可读性直线上升。 调试篇结课，下一篇进入「重构与质量」：代码能跑却一团糟怎么办，重构不是重写，让 AI 安全重构的三步法。下篇见。