Kodokon kodokon.com

Debugging mit KI: verstehen, bevor du reparierst

Nutze die KI, um eine Fehlermeldung zu zerlegen und dir eine Diagnosemethode aufzubauen, statt um eine Lösung zu betteln, die du nicht verstehst.

8 Min. · 3 Fragen

Diese Lektion in Kodokon öffnen

Wenn du auf einen Bug stößt, ist der vorherrschende Reflex, den Stacktrace mit einem „Repariere das“ in einen Chat zu kopieren. Das funktioniert oft - und genau das ist das Problem. Du gehst mit einer Lösung nach Hause, die du nie verstanden hast, und die Bug-Klasse, zu der er gehört, kommt nächsten Monat in anderer Form zurück. Ein Bug ist eine seltene Lerngelegenheit: Er offenbart eine Lücke zwischen deinem mentalen Modell und dem tatsächlichen Verhalten des Systems. Nach der Lösung zu fragen, wirft diese Information weg. Der richtige Ansatz: Bitte die KI, die Fehlermeldung zu erklären und eine Diagnosemethode darzulegen - und führe die Untersuchung dann selbst durch.

PROMPT
You're a senior developer helping me get better at debugging. Your job is to explain, not to fix things for me.

Context: [language + version, framework, what the code is supposed to do].
Full error message, including the call stack:
[paste the error message]
Relevant code snippet (10 to 30 lines):
[paste the code]

Your task:
1. Explain the error message part by part: what exactly is it saying, and what is it NOT saying?
2. List the 2 or 3 most likely causes in MY context, from most likely to least likely.
3. For each cause, suggest a concrete check I can run myself (targeted log, breakpoint, isolated test).

Hard constraint: do NOT give me the fix. If you identify the cause with certainty, just tell me where to look.
Prompt: den Fehler erklären lassen und einen Diagnoseplan bekommen

Dieser Prompt hat drei Eigenschaften, die den Unterschied machen. Erstens minimaler, aber vollständiger Kontext: Versionen, Absicht des Codes, die komplette Fehlermeldung - eine KI, die deinen Kontext errät, halluziniert Ursachen. Zweitens die Aufforderung nach Ursachen, nach Wahrscheinlichkeit sortiert: Du lernst, in Hypothesen zu denken, nicht in Gewissheiten. Drittens das ausdrückliche Verbot der Lösung: Ohne es rutscht das Modell fast immer zur Lösung ab, weil es darauf trainiert wurde, hilfsbereit zu sein. Es liegt an dir, den Rahmen festzuzurren.

PROMPT
You're my debugging coach. Strict Socratic method: you never provide the answer, you ask questions.

My bug: [observed symptom] when I expect [expected behavior].
What I've already checked: [list].

How it works:
- Ask me ONE question at a time to help me isolate the cause.
- Each question must either rule out a hypothesis or strengthen one.
- When I answer, explain which lead my answer eliminates before asking the next question.
- If I state a hypothesis, help me design the fastest test to confirm or refute it.

Prohibition: never name the cause directly, even if it seems obvious to you.
Prompt: der sokratische Coach, für Bugs ohne klare Fehlermeldung

Dieser zweite Prompt deckt den schwierigsten Fall ab: den stillen Bug, ohne Exception, bei dem das Programm einfach etwas anderes tut als erwartet. Die Methode, die dich die KI üben lassen soll, ist die, die jede erfahrene Person beim Debuggen verwendet: zuverlässig reproduzieren, durch Verkleinern des Suchraums isolieren (Code oder Daten halbieren), eine widerlegbare Hypothese aufstellen, diese Hypothese mit der billigstmöglichen Prüfung testen. Hier spielt die KI die Rolle einer Quietscheente, die zurückredet - einer, die dich davon abhält, Schritte zu überspringen.

Wissenscheck

Stelle sicher, dass du die wichtigsten Punkte dieser Lektion behalten hast.

  1. Welche Anfrage maximiert deinen Lerneffekt angesichts einer Fehlermeldung?
    • „Repariere diesen Bug und schick mir den vollständigen Code zurück“
    • „Erkläre diese Meldung, ordne die wahrscheinlichen Ursachen und schlage Prüfungen vor - keine Lösung“
    • „Schreibe dieses Modul robuster neu“
  2. Warum musst du die Lösung im Prompt AUSDRÜCKLICH verbieten?
    • Weil die KI für Lösungen mehr verlangt
    • Weil das Modell, auf Hilfsbereitschaft trainiert, von selbst zur Lösung abrutscht
    • Weil die KI keine gültige Lösung schreiben kann
    • Weil generierte Lösungen immer falsch sind
  3. Die KI schlägt eine wahrscheinliche Ursache für deinen Bug vor. Was tust du?
    • Du wendest die vorgeschlagene Änderung direkt an
    • Du fragst nach einer zweiten Ursache zum Vergleich
    • Du überprüfst die Hypothese selbst mit einem Log, einem Breakpoint oder einem isolierten Test