Menempelkan pesan error lalu bertanya “kenapa ini error?” sering menghasilkan jawaban generik. Lima pola prompt berikut terbukti lebih efektif untuk debugging.
1. Minta Analisis Hipotesis, Bukan Langsung Solusi
Berikut error dan kode terkait: [tempel]. Sebelum memberi solusi, sebutkan
3 kemungkinan penyebab paling mungkin, urutkan dari yang paling mungkin.
Ini memaksa AI (dan Anda) berpikir sistematis, serta membantu Anda mengevaluasi apakah penyebab yang disebutkan benar-benar masuk akal untuk konteks kode Anda sebelum menerapkan fix.
2. Sertakan Apa yang Sudah Dicoba
Saya sudah mencoba [X] dan [Y], keduanya tidak menyelesaikan masalah.
Error tetap muncul: [pesan error]. Jangan sarankan solusi yang sama.
Tanpa ini, AI cenderung mengulang saran generik yang sama meski Anda sudah mencobanya — konteks “sudah dicoba” mempersempit ruang solusi secara signifikan.
3. Minta Penjelasan Assumption yang Mendasari Kode
Jelaskan asumsi apa saja yang harus benar agar kode ini bekerja sesuai
harapan. Untuk masing-masing asumsi, bagaimana cara memverifikasinya?
Berguna untuk bug yang tidak menghasilkan error eksplisit tapi perilakunya tidak sesuai harapan (silent bug) — sering kali akar masalahnya adalah asumsi yang ternyata salah.
4. Minta Reproduksi Minimal
Bantu saya buat contoh kode paling minimal yang bisa mereproduksi masalah
ini, dengan menghilangkan bagian yang tidak relevan.
Proses menyusun reproduksi minimal sering kali membantu menemukan akar masalah bahkan sebelum AI selesai memberi jawaban — teknik debugging klasik (“rubber duck debugging”) yang tetap ampuh dikombinasikan dengan AI.
5. Minta Review dari Sudut Pandang Edge Case
Kode ini bekerja untuk kasus normal. Sebutkan edge case yang mungkin belum
tertangani (input kosong, nilai negatif, concurrency, dll) yang bisa
menjadi penyebab masalah ini.
Berguna khususnya untuk bug yang muncul secara intermiten atau hanya di kondisi tertentu yang sulit direproduksi secara konsisten.
Prinsip di Baliknya
Kelima pola ini punya benang merah yang sama: memberi AI konteks terstruktur dan memaksa proses berpikir bertahap, alih-alih meminta jawaban instan dari informasi minim. Prinsip yang sama dibahas lebih dalam soal decomposition dan structured output di Prompt Engineering Tingkat Lanjut.