Cómo depurar código con hipótesis comprobables.
La depuración comienza con el comportamiento esperado, el real y un caso reproducible. Prueba una causa probable antes de declararla inmediatamente causa raíz.
Adapta el flujo de trabajo a tu tarea.
Crea el caso más pequeño que muestre el comportamiento esperado y el real; después formula una explicación comprobable de la diferencia. Cambia una causa relevante cada vez y vuelve a ejecutar el caso que falla y los límites cercanos.
- Qué aportas
- Código, error y detalles de reproducción.
- Qué obtienes
- Causas probables y propuestas de corrección concretas.
Mira la entrada y el resultado.
Entrada y salida ilustrativas · ejemplo didáctico, no una ejecución de WebAct en directo
Ejemplo campo
Python reproduction:
items = ["A", "B"]
seen = []
for i in range(len(items) - 1):
seen.append(items[i])
Expected ["A", "B"]; actual ["A"].Ejemplo completo
Corrected loop:
seen = []
for item in items:
seen.append(item)
For ["A", "B"], seen becomes ["A", "B"]. Empty input produces []. Iterating over items directly removes the incorrect index boundary.Carga esta entrada en el prompt y cópialo en WebAct para probar la tarea. Tu resultado puede diferir del ejemplo.
Decisiones y solución de problemas.
¿Debe la primera causa plausible tratarse como la causa raíz?
Trátala como una hipótesis hasta que la reproducción la respalde. Varios fallos distintos pueden producir el mismo síntoma.
¿Por qué la corrección propuesta solo funciona para la entrada del ejemplo?
Prueba el límite alrededor del fallo y otra entrada normal. Un parche especial puede ocultar la regla subyacente en lugar de resolverla.
Pruébalo con tu propia fuente.
Sustituye el ejemplo por tu material en el prompt. Conserva los requisitos que necesites y copia la tarea en WebAct.
Personalizar y copiar la tarea ↑