Een goed bugrapport voor een AI is hetzelfde als een goed bugrapport voor een mens: geef het voldoende context om het probleem in gedachten te reproduceren, en verwijder de ruis. De AI kan alleen redeneren over wat je plakt — vage beschrijvingen leveren vage gissingen op.
Ongerelateerde bestanden, je hele config, geheimen/API-sleutels en "Ik denk dat het X zou kunnen zijn" theorieën die de diagnose beïnvloeden. Geef feiten, geen vermoedens.
❌ WEAK: "My login is broken, it throws an error. Why?"
→ no error text, no code, no repro → the AI can only guess
✅ STRONG:
Error (verbatim):
TypeError: Cannot read properties of undefined (reading 'id')
at getUser (auth.js:42)
Code (auth.js:40-43):
function getUser(token) {
const session = sessions.find(s => s.token === token); // returns undefined if not found
return session.user.id; // line 42: crashes when session is undefined
}
Expected: return null for an unknown token.
Actual: throws TypeError above.
Repro: call getUser('expired-token').
Env: Node 20, no framework.
Met de sterke versie kan de AI rechtstreeks naar de ontbrekende undefined-controle wijzen en een guard voorstellen, omdat elk feit dat nodig is, op de pagina staat.
Een AI-assistent heeft geen toegang tot je draaiende systeem — het redeneert alleen op basis van wat je verstrekt. Een zwak rapport dwingt het om tegelijk naar de fout, de code en de omgeving te gissen, en een verkeerde gissing verspilt een communicatieronde. Een sterk rapport (exacte trace + relevante code + verwacht/werkelijk + reproduceerstappen + versies) verandert diagnose in een gerichte taak en levert meestal de juiste oplossing in één keer op. Leren schrijven van strakke bugrapporten maakt je ook zelf een betere debugger, omdat het je dwingt de feiten te isoleren voordat je een vraag stelt.