AIによる複雑な問題のデバッグは、曖昧な説明ではなく、具体的で明確な証拠を提供した場合に最も効果的です。アプリケーションのクラッシュに関する曖昧な質問は、ほとんど役に立たない一般的なアドバイスしか得られません。問題を描写する代わりに、AIに実際のスタックトレース、関連するコードスニペット、最近のgitコミットを見せてください。バグを一貫して引き起こす、小さくて再現可能なケースを作成することはさらに良い方法です。このコンテキストを提供したら、観察している特定の動作について的を絞った質問をすることができます。AIは曖昧さを苦手としますが、正確なコード実行の説明に長けています。例えば、メモリリークのデバッグでは、ヒープスナップショットと特定のコードスニペットを提供することで、マップエントリのクリーンアップ漏れを迅速に特定することができました。ヒープスナップショットのためのChrome DevTools、プロファイリングのためのclinic.js、そしてNodeのinspect機能のようなツールは、この証拠を収集する上で非常に役立ちます。git diffとログを見せることは、問題を引き起こしている可能性のある最近の変更を特定するのに役立ちます。重要なのは、AIを自身のデバッグプロセスを置き換えるものではなく、理解を加速するためのツールとして使用することです。AIを、提供された証拠を分析するのに役立つ、疲れを知らない新鮮な目のペアと考えてください。