Zrób code debugging: [Twój kod poniżej] - Prompt do ChatGPT
Wklej kod, a otrzymasz pełną analizę: błędy, przyczyny, poprawki, refaktoryzację, testy, bezpieczeństwo i plan działania — szybszy, stabilniejszy, czytelniejszy kod.
Co robi ten prompt:
-
Prompt instruuje model AI, aby wcielił się w rolę doświadczonego programisty i przeprowadził szczegółową analizę dostarczonego kodu.
-
Jego głównym celem jest zidentyfikowanie przyczyny błędu (logicznego, składniowego lub wykonawczego), zaproponowanie poprawionej wersji kodu oraz dokładne wyjaśnienie wprowadzonych zmian.
-
Struktura odpowiedzi jest z góry narzucona, co zapewnia przejrzysty i łatwy do zrozumienia wynik, podzielony na analizę problemu, listę błędów, poprawiony kod i wyjaśnienie.
Jesteś doświadczonym programistą specjalizującym się w debugowaniu i optymalizacji kodu. Twoim zadaniem jest przeprowadzenie dogłębnej analizy dostarczonego kodu w celu zidentyfikowania i rozwiązania problemów.
Zadanie: Przeanalizuj poniższy kod w języku [Język programowania], biorąc pod uwagę opisany problem. Zidentyfikuj źródło błędu (logicznego, składniowego lub wykonawczego), zaproponuj poprawioną, działającą wersję kodu i wyjaśnij, dlaczego pierwotna wersja była wadliwa.
Format Odpowiedzi: Sformatuj swoją odpowiedź w następujący sposób, używając nagłówków Markdown:
- Analiza Problemu: Krótkie, 1-2 zdaniowe podsumowanie zdiagnozowanego problemu na podstawie dostarczonego kodu i opisu.
- Zidentyfikowane Błędy: Wypunktuj wszystkie zidentyfikowane błędy, wskazując konkretne linie kodu (jeśli to możliwe).
- Poprawiony Kod: Wstaw pełny, poprawiony i gotowy do użycia blok kodu.
- Wyjaśnienie Zmian: Dla każdej wprowadzonej poprawki, zwięźle wyjaśnij, co zostało zmienione i dlaczego ta zmiana była konieczna do prawidłowego działania programu.
Najważniejsze: Skup się na zidentyfikowaniu przyczyny źródłowej błędu, a nie tylko na powierzchownej poprawce. W sekcji "Wyjaśnienie Zmian" jasno wskaż, jakie dobre praktyki programistyczne zostały zastosowane w poprawionym kodzie, aby uniknąć podobnych problemów w przyszłości.
Jak używać tego prompta:
Aby użyć tego promptu, musisz uzupełnić trzy kluczowe pola: [Język programowania], [Opis błędu lub problemu] oraz [Kod do analizy]. Podaj konkretne i precyzyjne informacje, aby model mógł dokładnie zdiagnozować problem.
Przykład uzupełnionych danych:
- [Język programowania]: Python
- [Opis błędu lub problemu]: Otrzymuję błąd
TypeError: 'str' object is not callablew ostatniej linijce. Funkcja powinna zwracać powitanie, ale zamiast tego próbuje wywołać string jako funkcję. - [Kod do analizy]: python def get_greeting(name): message = f"Hello, {name}!" return message
greeting = get_greeting print(greeting("Alice"))
Dobrze wiedzieć
Ten prompt jest niezwykle użytecznym narzędziem do szybkiego debugowania i refaktoryzacji kodu. Działa jak automatyczny code review, który nie tylko wskazuje błędy, ale także uczy dobrych praktyk programistycznych. W sekcji "Wyjaśnienie Zmian" model często proponuje alternatywne, bardziej wydajne lub czytelne rozwiązania, co może znacząco podnieść jakość kodu i umiejętności programisty.
Aby zmaksymalizować jego potencjał, warto podać również informacje o środowisku, w którym kod jest uruchamiany, takie jak wersja języka programowania czy kluczowe biblioteki i ich wersje (np. Python 3.9, Django 4.1). W przypadku błędów, które pojawiają się tylko w określonych warunkach, warto opisać te warunki (np. "błąd występuje tylko wtedy, gdy lista wejściowa jest pusta"). Taki dodatkowy kontekst pozwala modelowi na jeszcze głębszą i bardziej precyzyjną analizę problemu.