完成了第二週的演算法與資料結構解題後，從今天開始，我們正式邁入工程師日常開發中最耗時、也最考驗功力的環節——「系統維護、代碼重構與除錯（Debug）」。

在實際專案中，我們每天要面對的往往不是乾淨的演算法題目，而是終端機裡動輒幾十行的紅色報錯訊息（Error Stack Trace）。特別是在多層架構（Controller -> Service -> Repository）的 Spring Boot 或 Java 應用中，初學者常常盯著一整頁的堆疊追蹤不知所措，只能盲目下斷點或加 System.out.println。

今天我們就來示範：如何將 ChatGPT 當作資深除錯顧問，藉由結構化 Prompt 快速解讀 Stack Trace，精準抓出空指標（NullPointerException）與語意邏輯錯誤！

一、高效除錯提問法（Debug Prompting Template）

貼報錯給 AI 時，千萬不要只丟一句「這段為甚麼錯了？」。提供足夠的上下文能讓 AI 在 3 秒內定位問題：

【除錯分析提示詞範本】
請扮演資深 Java 後端架構師與除錯專家。我的系統在運行時發生了例外，以下是相關資訊：

1. 業務場景簡述：[例如：查詢使用者訂單列表時報錯]
2. 錯誤堆疊（Stack Trace）：
   [貼上終端機完整的報錯訊息]
3. 相關呼叫端代碼：
   [貼上涉及的核心 Class 或 Method]

請依序提供以下診斷：

• 致命根因（Root Cause）：用白話文精確指出是哪一行程式碼、存取了什麼變數導致崩潰？
• 呼叫鏈分析：在深層框架（如 Spring/Tomcat）的堆疊中，哪一行是我們自己寫的業務代碼（User Code）？
• 修復方案與防禦代碼：提供修正後的 Java 代碼，並使用 Java 8+ Optional 或防禦性檢查避免再次發生。

二、實戰案例：隱蔽的 NullPointerException

假設我們有一個電商會員服務，負責計算會員的折扣價：
[涉及問題的業務代碼]
public class DiscountService {
public double calculateDiscountedPrice(Order order) {
// 取得會員等級折數
double discountRate = order.getUser().getMembership().getDiscountRate();
return order.getTotalAmount() * discountRate;
}
}

[執行時噴出的錯誤堆疊]
Exception in thread "main" java.lang.NullPointerException: Cannot invoke "Membership.getDiscountRate()" because the return value of "User.getMembership()" is null
at com.example.service.DiscountService.calculateDiscountedPrice(DiscountService.java:5)
at com.example.app.OrderController.checkout(OrderController.java:24)
at com.example.app.Application.main(Application.java:12)

三、AI 的根因診斷與盲點剖析

將上述訊息送入提示詞模板後，AI 會直接切中要害：

1. 致命根因指出

• 錯誤不是出在 order 或 order.getUser()，而是使用者的會員物件 getMembership() 回傳了 null。
• 呼叫鏈第 5 行：連續鏈式調用（Chained Calls: a.getB().getC().getD()）是典型的火車代碼（Train Wreck Code），極易違反迪米特法則（Law of Demeter），只要中間任何一個節點為空就會崩潰。

2. 優化修復：引入 Optional 與預設值機制

AI 提供的現代 Java 防禦性修復方案：

[優化後的防禦代碼]
import java.util.Optional;

public class DiscountService {

private static final double DEFAULT_DISCOUNT_RATE = 1.0; // 無會員預設不打折

public double calculateDiscountedPrice(Order order) {
    if (order == null) {
        throw new IllegalArgumentException("訂單物件不可為 null");
    }

    // 利用 Optional 優雅處理可能為空的多層物件
    double discountRate = Optional.ofNullable(order.getUser())
            .map(User::getMembership)
            .map(Membership::getDiscountRate)
            .orElse(DEFAULT_DISCOUNT_RATE);

    return order.getTotalAmount() * discountRate;
}

}

四、工程師的除錯心法小結

透過 AI 輔助 Debug，我們可以建立起一套標準的排查肌肉記憶：

1. 尋找「Caused by」與自身套件名稱：
   不要被 Spring 或 Netty 動輒上百行的內部堆疊嚇到，先拉到最下方尋找 Caused by:，並過濾出自己專案 Package（如 com.example）的第一行，那裡就是事發現場。
2. 警惕連續鏈式呼叫：
   凡是看到超過兩層的 .get().get()，都應該透過 Optional 或提早 Return（Guard Clauses）進行防呆。
3. 區分語法錯誤與業務邏輯例外：
   語法錯誤編譯器會抓，真正的線上災難往往是空指標、資料庫欄位超長、或數值精度遺失，而 AI 對於這類潛在的 Null 邊界診斷具備極高的敏銳度。

今日小結與預告

今天我們示範了如何透過結構化的 Debug Prompt，讓 AI 快速穿透冗長的 Stack Trace 定位到空指標的核心根因，並利用 Optional 寫出健壯的防禦性程式碼。