代码报错了，错误信息一堆看不懂，百度搜半天也找不到答案……这种场景你一定遇到过。
其实让AI帮你排查代码问题，比你想象的简单得多。关键是你要给AI提供足够的上下文。
今天分享5个经过验证的代码调试提示词模板，复制就能用，帮你快速定位和修复bug。
🔍 模板1：通用错误排查
这是最常用的模板，适用于大多数代码报错场景：
我在运行以下代码时遇到了错误： 【编程语言】：Python / JavaScript / Java 等 【错误信息】：[粘贴完整错误信息] 【代码片段】： [粘贴出问题的代码] 请帮我： 1. 解释这个错误的原因 2. 给出修复方案 3. 如果有多种可能的原因，按可能性排序 4. 给出修复后的完整代码
🐛 模板2：Bug修复专用
当代码能运行但结果不对时，用这个模板：
我的代码能运行，但结果不对，请帮我排查Bug： 【预期结果】：[描述你期望的输出] 【实际结果】：[描述实际输出] 【代码】： [粘贴完整代码] 请逐步分析： 1. 检查代码逻辑是否有漏洞 2. 检查边界条件处理 3. 检查数据类型是否匹配 4. 找出可能导致问题的代码行 5. 给出修复建议
⚡ 模板3：性能优化排查
代码太慢、内存占用高，用这个模板让AI帮你找瓶颈：
我的代码运行很慢/内存占用很高，请帮我优化： 【编程语言】：[语言] 【问题描述】：运行时间约X秒 / 内存占用约X MB 【数据规模】：[输入数据的大小] 【代码】： [粘贴代码] 请分析： 1. 找出性能瓶颈（时间复杂度分析） 2. 给出优化后的代码 3. 说明优化前后的性能对比 4. 如果需要换数据结构/算法，解释原因
🔧 模板4：代码审查
写完代码不确定质量如何，让AI帮你审查：
请审查以下代码的质量： 【编程语言】：[语言] 【代码用途】：[这段代码的功能] 【代码】： [粘贴代码] 请从以下角度评估： 1. 代码可读性（命名、注释、结构） 2. 潜在Bug和边界问题 3. 性能优化空间 4. 最佳实践遵循情况 5. 给出改进建议和重构后的代码
🧪 模板5：单元测试生成
写完函数不知道怎么测试？让AI帮你生成测试用例：
请为以下函数生成完整的单元测试： 【编程语言】：[语言] 【测试框架】：[pytest / Jest / JUnit 等] 【函数代码】： [粘贴函数] 请包含： 1. 正常输入的测试 2. 边界值测试 3. 异常输入测试 4. 每个测试用例的注释说明 5. 直接可运行的测试代码
💡 使用技巧
1. 给足上下文 — 别只扔一个错误信息，把代码、环境、预期结果都告诉AI
2. 一次问一个 — 复杂问题拆开问，别一次性扔100行代码让AI全看
3. 追问细节 — AI给出方案后，如果不确定，继续问"为什么这样改？"、"还有其他方案吗？"
4. 验证结果 — AI的方案不一定100%正确，一定要自己跑一遍验证
📊 我的实测效果
用这套模板排查了30+个bug，平均修复时间从45分钟降到15分钟。特别是Python和JavaScript的常见错误，AI基本都能直接给出正确答案。
最惊喜的是单元测试生成——以前最讨厌写测试，现在复制粘贴一下就搞定了。
你平时用AI帮你看代码吗？有什么好用的调试技巧？欢迎分享 🙌