Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Felsökning med AI-stöd

Lektion 9 av 20 Uppdaterad 29 juli 2026 Utvecklare
På denna sida
  1. Hitta och åtgärda buggar snabbare
  2. Felsök utifrån ett felmeddelande
  3. Felsök oväntat beteende
  4. Analysera produktionsloggar
  5. Felsökning genom binär sökning
  6. Effektiva mönster för felsökning
  7. Förhindra framtida buggar
  8. Viktiga punkter

Hitta och åtgärda buggar snabbare

Felsökning är fortfarande en konst: förstå symptomet, spåra det tillbaka till grundorsaken och åtgärda det utan att förstöra något annat. Codex hjälper till med alla tre stegen, men i varierande grad. På det första steget tillför det nästan ingenting, eftersom det är du som observerar symptomet och vet vad systemet ska göra. På det andra steget excellerar det, eftersom att spåra ett dataflöde genom tio filer är systematiskt läsarbete – exakt det en maskin gör bättre än en trött människa. På det tredje steget ger det omedelbar verifiering genom tester.

Felsök utifrån ett felmeddelande

Det mest raka fallet: du skickar felmeddelandet exakt som det är, utan att formulera om eller sammanfatta det.

"The test src/api/routes/orders.test.ts fails with:
  TypeError: Cannot read properties of undefined 
  (reading 'id')
  at createOrder (src/services/order.service.ts:42)

Find the cause and fix the bug."

Agenten kedjar sedan ihop sex operationer: den läser testfilen för att förstå scenariot, öppnar order.service.ts på rad 42, spårar dataflödet för att hitta var undefined introducerades, identifierar grundorsaken – saknad parameter, skrivfel i typning eller något annat –, föreslår och tillämpar fixen, och kör sedan om testet för att verifiera. Den tredje operationen är den som skulle ha kostat dig tjugo minuters tyst läsning.

Felsök oväntat beteende

Ofta finns det inget felmeddelande alls: programmet gör bara något fel i tysthet. Dessa är de dyraste buggarna, och de där formuleringen av din begäran spelar störst roll.

"The POST /api/orders route creates the order in the 
database, but the total is always 0. Product prices are 
correct in the products table. Find why the total 
calculation fails."

Denna instruktion fungerar eftersom den definierar omfattningen: vad som fungerar, vad som inte gör det, och en hypotes som redan är utesluten eftersom priserna i databasen är korrekta. Codex spårar sedan flödet från HTTP-förfrågan till insättningen, isolerar var beräkningen spårar ur och föreslår en lösning. Utan meningen om tabellen products skulle den sannolikt börja med att kontrollera exakt det du just har kontrollerat själv.

Analysera produktionsloggar

Du kan också börja med produktionsspår, helt enkelt genom att klistra in det relevanta utdraget.

"Here's an excerpt from production logs. The application 
intermittently returns 500 on /api/checkout:

[2026-04-01 14:23:01] ERROR: Connection pool exhausted
[2026-04-01 14:23:01] WARN: Query timeout after 30s
[2026-04-01 14:23:02] ERROR: Transaction rollback

Analyze the checkout route code and identify the connection 
leak."

Codex kopplar ihop de tre raderna – pool uttömd, frågetidsöverskridande, transaktion återställd – drar slutsatsen att det finns en läcka i databasanslutningen och söker sedan i koden efter platser där en anslutning öppnas men inte stängs korrekt. Detta är typiskt en bugg som inget test avslöjar, eftersom den bara visar sig under belastning och försvinner så fort du försöker reproducera den lokalt.

Felsökning genom binär sökning

När problemet är diffust snarare än väldefinierat, be om en metodisk undersökning istället för en snabbfix.

"The TypeScript build fails with 23 type errors since the 
last dependency update. Analyze each error, identify whether 
it's an API change in a dependency, and fix the code to be 
compatible with the new versions."

Värdet i denna formulering är att den tvingar fram en diagnos fel för fel. Utan instruktionen att identifiera ursprunget är frestelsen stor för en agent – liksom för en utvecklare i slutet av dagen – att lägga till any tills kompilatorn tystnar, vilket förvandlar tjugotre synliga fel till tjugotre framtida buggar.

Effektiva mönster för felsökning

Det material du tillhandahåller avgör allt annat. Varje typ av symptom kräver specifika bevis att inkludera, och att utelämna dem är som att be om en diagnos utan undersökning.

SymptomInstruktion till Codex
Misslyckat testAnge hela felmeddelandet + testfilen
TypfelAnge utmatningen från tsc --noEmit
KörningsfelAnge stack-spåret + steg för att reproducera
Felaktigt beteendeBeskriv förväntat kontra observerat resultat
PrestandaproblemAnge mätvärden (svarstid, långsamma frågor)

Förhindra framtida buggar

En åtgärdad bugg är bara halvt hanterad om inget förhindrar att den dyker upp igen någon annanstans. Följ därför systematiskt upp fixen med en konsolideringsuppgift, formulerad utifrån det du just lärt dig.

"The bug came from an unchecked null userId. Add type 
guards in all functions in src/services/ that receive a 
userId. Also add a regression test for this case."

Denna andra uppgift generaliserar lärdomen där fixen förblev lokal: bevakningarna täcker alla tjänster, och regressionstestet säkerställer att detta specifika fall fortsätter att övervakas efter att du lämnat projektet. Det är detta drag som skiljer ett team som fixar buggar från ett team som minskar sin backlogg.

Viktiga punkter

  • Ge Codex maximal kontext: felmeddelanden, stack-spår, loggar
  • Codex spårar dataflödet för att hitta grundorsaken
  • Det verifierar sin fix genom att automatiskt köra om tester
  • Efter fixen, be om skyddsåtgärder och regressionstester
  • Ju mer precisa dina instruktioner är, desto snabbare går felsökningen