调试时直接说“运行不了”，模型只能猜。先保留完整报错，在最小样例里复现，再让AI提出故障假设与验证动作。
让AI修改代码时，输入应包括预期行为、实际行为和最小复现条件。错误栈不是全部背景，依赖版本、配置和输入数据也可能影响结果。变更应能看出与故障的对应关系，避免为修一个错误顺带重写整个模块。
验证假设需要能推翻它的观察。怀疑输入为空，就在进入出错函数前查看输入；怀疑版本不兼容，就对照环境与官方说明。让AI连续给出更多猜测，往往无法减少故障范围。
每次只验证一个主要假设，记录输入和结果。修复后重跑原来的失败样例，并检查附近功能；若报错消失但结果错了，调试还没有结束。
保存修复前的失败输入与报错，修改后比较相同条件下的行为。日志避免带出密钥和个人数据。需要动数据库或外部服务时先隔离测试，代码可以回退不代表业务写入也能轻易撤回。