Отладка — это, пожалуй, самая трудоёмкая часть разработки. Даже опытные программисты тратят до 50% рабочего времени на поиск и исправление ошибок. С появлением больших языковых моделей (LLM) этот процесс можно ускорить в разы — если правильно формулировать запросы. В этой статье я собрал 12 конкретных промтов, которые помогут вам быстрее находить баги, анализировать логи, оптимизировать код и писать надёжные тесты. Каждый промт сопровождается реальным примером использования и пояснением, когда его применять.
1. Универсальный анализатор кода
Этот промт подходит для первичного анализа любого фрагмента кода. Модель пройдётся по строкам, найдёт потенциальные проблемы, объяснит их и предложит исправления.
Промт:
Проанализируй следующий код на Python. Найди все потенциальные баги, логические ошибки и уязвимости. Для каждой проблемы укажи строку, объясни причину и напиши исправленный вариант. Код:
<вставьте код>
Пример:
def divide(a, b):
if b == 0:
print("Division by zero!")
return a / b
Ответ модели:
- Ошибка: функция продолжает выполнение после print. Нужно либо вернуть None, либо выбросить исключение.
- Исправление: if b == 0: raise ValueError("Division by zero"); return a / b
2. Расшифровка логов ошибок
Когда вы имеете дело с многострочными логами, особенно в production, сложно вручную вычленить суть. Этот промт превращает AI в детектива.
Промт:
У меня есть лог ошибок из Java-приложения (стектрейс + контекст). Определи корневую причину, объясни, какой компонент её вызывает, и предложи три возможных способа исправления. Лог:
<вставьте лог>
Пример:
```
Exception in thread
Комментарии