當今天我們開發中希望AI可以來進行除錯時，想在這邊分享幾個心得

減少不必要的雜訊

今天我們在遇到任何bug或是log的時候，往往會遇到前後噴出大量的內容的狀況，請透過適當的grep將資料過濾完再交給ai，避免過度消耗token

善用 >> 將輸出變成txt檔

如果真的不曉得怎麼過濾資料，會建議將stdout的內容輸出到純文字，再交由ai來進行判讀跟推測

docker logs <container-name> >> output.txt

注意paginate的陷阱

當今天你希望透過ai來讓他執行部分語法時，有些工具會提供一些cli互動的操作，但因為coding agent他們主要是透過觀察你的process是否執行結束才會開始擷取你的輸出，所以當有這種需要你按enter或是按同意/不同意等互動的command line工具時，要記得幫AI按這些按鈕，不然他們就會卡死在等你確認

定期重啟對話

在現在大部分的coding agent，都是以token來計費，而且因為要記得你之前的對話，所以每次的enter都會將你從一開始到當前的所有對話都送到llm裡面進行處理，所以就會導致一下子就用光額度

所以會建議在每次的互動中，一開始就先寫好你想要問的問題，然後直接提問，如果你覺得他的回應你不滿意，請捨棄原本的對話內容，重新請AI再產生一次，這樣就可以更有效的節省token用量