Debugging с AI: От 'Не работает' до решения

Debugging занимает до 50% времени разработчика. Stack Overflow помогает, но нужно найти правильный вопрос. AI понимает твой контекст и генерирует гипотезы специально для твоего бага. Это меняет правила игры.

• **Описание бага**: Expected/Actual/Steps/Context/Attempts — AI понимает структуру
• **Систематический подход**: Гипотезы по вероятности, последовательная проверка
• **Rubber Duck**: AI задаёт вопросы, ты находишь ответ сам
• **Паттерны**: AI видел миллионы 'Cannot read property of undefined'

Предварительные знания

• Prompt Engineering: The Art of Asking the Right Questions

Искусство описания бага

'Не работает' - худшее описание бага. AI не телепат. Качество помощи прямо зависит от качества описания проблемы.

**Формула описания бага:** 1. **Expected**: Что должно происходить? 2. **Actual**: Что происходит на самом деле? 3. **Steps**: Как воспроизвести? 4. **Context**: Окружение, версии, данные 5. **Attempts**: Что уже пробовал?

**Ключевой момент:** Error message и stack trace - это золото. Всегда включай их в описание. AI умеет читать stack traces.

Систематический debugging с AI

AI - отличный помощник для **систематического** debugging. Вместо хаотичного 'попробую это' - структурированный подход.

**Промпт для систематического debugging:** 'Помоги отладить проблему систематически. [Описание бага] 1. Какие гипотезы наиболее вероятны? 2. Как проверить каждую гипотезу? 3. Начнём с самой вероятной.'

**Преимущества систематического подхода:**

• Не тратишь время на маловероятные причины
• Документируешь процесс debugging
• Учишься на каждом баге
• AI помогает генерировать гипотезы, которые ты мог упустить

Rubber Duck Debugging с AI

**Rubber Duck Debugging** - объясняешь проблему 'утёнку' (или коллеге), и в процессе объяснения сам находишь решение. AI - идеальная 'утка'.

**Почему это работает:** 1. Формулирование проблемы заставляет структурировать мысли 2. AI задаёт уточняющие вопросы 3. Ответы на вопросы часто приводят к озарению 4. AI может заметить то, что ты упустил

**Промпт для Rubber Duck сессии:**

Распознавание паттернов ошибок

Опытные разработчики быстро находят баги потому, что узнают **паттерны**. AI видел миллионы багов и знает эти паттерны.

**Промпт для распознавания паттерна:** 'Ошибка: [error message] Это похоже на какой-то известный паттерн? Какие типичные причины этой ошибки? Как обычно решают?'

**Частые паттерны ошибок:**

**Важно:** AI узнаёт паттерн, но решение зависит от контекста. 'CORS error' решается по-разному для dev vs prod, для SPA vs SSR.

Ключевые идеи

• **Качество описания = качество помощи**. Expected/Actual/Steps/Context/Attempts
• **Систематический debugging**: Гипотезы по вероятности, проверка от вероятного к маловероятному
• **Rubber Duck с AI**: Объяснение проблемы часто приводит к решению
• **Паттерны ошибок**: AI знает типичные причины типичных ошибок
• **Контекст за тобой**: AI не видит всю систему, ты должен направлять

Куда дальше?

Debugging - это реактивная работа. Дальше - проактивные практики:

• Тестирование с AI — Предотвращение багов через тесты
• Документирование с AI — Фиксация решений для будущего
• Обучение с AI — Углубление понимания после дебага

Вопросы для размышления

• Вспомни последний сложный баг. Как бы ты описал его для AI по формуле Expected/Actual/Steps/Context?
• Какие паттерны ошибок ты встречаешь чаще всего в своих проектах?
• Попробуй Rubber Duck сессию с AI для текущей проблемы. Помогло?

Связанные уроки

• se-01