3.6.2 诊断问题：AI 错在哪里
经过本节学习，你将掌握
- 使用「三分钟快速诊断法」定位问题
- 区分「我没说清楚」和「AI 能力不足」
- 根据问题类型选择正确的应对策略
- 获得一个诊断决策树
诊断的核心问题
当 AI 输出不符合预期时，你首先要回答一个问题：
是我没说清楚，还是 AI 没做对？
这个问题的答案，决定了你下一步应该做什么：
- 如果是你没说清楚 → 补充上下文，重新描述
- 如果是 AI 没做对 → 换种问法，或者换个策略
三分钟快速诊断法
在深入分析之前，先用这三步快速排查，能捕获约 60% 的常见问题：
第一步：运行代码检查（30 秒）
bash
# 如果是 JavaScript/TypeScript 项目
npx eslint <文件名> # 检查语法和格式问题
npx tsc --noEmit # 检查类型错误（如果用 TypeScript）能发现的问题：
- 语法错误（少了括号、拼错关键字）
- 类型不匹配
- 未定义的变量
第二步：检查依赖和 API（60 秒）
对照代码中的 import 语句，检查：
- [ ] 引入的包是否存在？（用 3.6.1 中的验证方法）
- [ ] 调用的方法是否真的存在于该包中？
- [ ] 版本是否匹配？
能发现的问题：
- 包幻觉
- API 幻觉
- 版本兼容问题
第三步：运行现有测试（90 秒）
如果项目有测试用例：
bash
npm test # 或你项目的测试命令能发现的问题：
- 行为变更（原来能跑的功能被改坏了）
- 逻辑错误
- 边界情况处理不当
根因分析四象限
如果三分钟诊断没有定位到问题，用这个四象限来分析根本原因：
我说得清楚
↑
┌─────────────┼─────────────┐
│ │ │
│ AI 出错 │ 补充上下文 │
简单任务 │ → 换问法 │ → 重新描述 │ 复杂任务
│ │ │
├─────────────┼─────────────┤
│ │ │
│ 拆分任务 │ 重描述+拆分 │
│ → 分步做 │ → 降低复杂度│
│ │ │
└─────────────┴─────────────┘
↓
我没说清楚象限一：简单任务 + 我说得清楚 → AI 出错
特征：
- 任务很明确，不应该有歧义
- 你给的信息足够完整
- 但 AI 的输出明显不对
应对策略：
- 换一种问法重新描述
- 给出正确示例让 AI 参考
- 尝试不同的 AI 工具
示例：
原提示词：写一个判断闰年的函数
问题：AI 给的逻辑不对
换种问法：
"请写一个判断闰年的 JavaScript 函数。
闰年规则：
1. 能被 4 整除且不能被 100 整除，是闰年
2. 能被 400 整除，也是闰年
请严格按照这个规则实现。"象限二：简单任务 + 我没说清楚 → 补充上下文
特征：
- 任务本身不复杂
- 但你假设了 AI 知道某些背景
- AI 按自己的理解做了，和你想的不一样
应对策略：
- 补充项目背景
- 明确技术栈和约束
- 说明你期望的输出格式
示例：
原提示词：写一个表单验证
问题：AI 用了你项目没有的验证库
补充上下文：
"我的项目使用 React + Zod 做表单验证。
请用 Zod 写一个用户注册表单的验证 schema，包括：
- 邮箱格式验证
- 密码至少 8 位
- 确认密码要一致"象限三：复杂任务 + 我说得清楚 → 拆分任务
特征：
- 任务涉及多个步骤或模块
- 你描述得很清楚
- 但 AI 的输出质量不稳定，有些对有些错
应对策略：
- 把大任务拆成小任务
- 一次只让 AI 做一件事
- 分步骤完成后再整合
示例：
原提示词（太大）：
"实现一个完整的用户认证系统，包括注册、登录、找回密码、JWT 令牌管理"
拆分后：
第一轮："先实现用户注册功能，只需要邮箱和密码"
第二轮："现在加上登录功能，返回 JWT 令牌"
第三轮："加上令牌验证中间件"
第四轮："最后加上找回密码功能"象限四：复杂任务 + 我没说清楚 → 重新描述 + 拆分
特征：
- 任务复杂
- 你自己可能也没完全想清楚
- AI 的输出和你想的差很远
应对策略：
- 先退一步，理清自己的需求
- 用 3.4 节学的 PRD 方法整理思路
- 然后拆分成小任务逐个完成
示例：
原提示词（模糊又复杂）：
"帮我做一个类似 Notion 的笔记应用"
理清需求后：
"我想做一个个人笔记应用，MVP 版本只需要：
1. 创建/编辑/删除笔记
2. 笔记列表页
3. 本地存储
先帮我实现第一个功能：创建和显示笔记列表。
技术栈：React + localStorage"诊断 Prompt：让 AI 复述理解
在开始任务之前，或者发现问题之后，可以用这个 Prompt 让 AI 复述它的理解：
markdown
在继续之前，请先回答以下问题：
1. **你理解的任务目标是什么？**
（用一句话描述）
2. **你计划使用什么技术方案？**
（列出关键技术点）
3. **有哪些地方你不确定，需要我澄清？**
（如果没有就说"无"）
请先回答这些问题，确认理解一致后再开始写代码。为什么这招有效：
- 提前暴露 AI 的误解
- 让你在写代码前就发现问题
- 比事后修改成本低得多
常见问题的快速定位
| 症状 | 最可能的原因 | 下一步 |
|---|---|---|
| 代码无法运行，报语法错误 | AI 生成了不完整的代码 | 让 AI 给出完整代码 |
| 运行时报 "undefined" | 缺少变量定义或异步问题 | 检查数据流，补充初始化 |
| 功能和描述不符 | AI 误解了需求 | 用更具体的语言重新描述 |
| 引入了不认识的库 | AI 过度发挥 | 明确约束，指定只用某些库 |
| 代码能跑但结果不对 | 逻辑幻觉 | 用边界测试验证，让 AI 自查 |
| 编译报类型错误 | API 幻觉或版本问题 | 查官方文档确认 API |
| 改了这里坏了那里 | 任务太大，上下文丢失 | 拆分任务，分步进行 |
本节要点
✓ 核心问题：先判断是「我没说清楚」还是「AI 没做对」
✓ 三分钟诊断：运行检查 → 依赖验证 → 测试运行，捕获 60% 问题
✓ 四象限分析：根据任务复杂度 × 描述清晰度，选择不同策略
✓ 复述技巧：让 AI 在动手前先说明理解，提前发现偏差
定位了问题之后，下一节我们来学习具体的修正策略——怎么让 AI 把代码改对。