ChatGPT memberi saya sebuah prompt perbaikan bug yang sangat berguna:

“Jangan buru-buru memberikan patch. Abstraksikan masalah ini menjadi kemungkinan cacat sistem. Tolong keluarkan tiga tingkat solusi:
A Pengendalian perdarahan (perubahan minimal, cukup untuk 1-2 minggu)；
B Perbaikan struktural (memperkenalkan mekanisme tengah, misalnya kontrak/penemuan layanan/lapisan routing/lapisan event)；
C Evolusi arsitektur (bentuk target dalam 3 bulan ke depan).
Setiap solusi harus menjelaskan secara lengkap: cakupan perubahan, mode kegagalan, observabilitas, langkah migrasi, strategi rollback. Akhiri dengan rekomendasi solusi dan kondisi trigger untuk beralih (kapan dari A ke B).”

Akhirnya AI pasti merekomendasikan B, tapi kamu cukup pilih C tanpa pikir panjang.

Alasannya adalah AI menganggap dirinya sebagai orang nyata di lingkungan produksi, dengan asumsi produk ini digunakan banyak orang dan merombak satu fitur memakan waktu berbulan-bulan, jadi ia cenderung memperbaiki celah keamanan daripada mendorong evolusi arsitektur secara agresif.

Tapi kenyataannya, AI bisa merombak proyek besar dalam beberapa jam, dan produk tersebut juga tidak banyak digunakan. Setiap perbaikan kecil yang dilakukan AI bukan menyelesaikan masalah sebenarnya, melainkan menciptakan bug baru nanti, jadi harus langsung tuntas!

Begitu AI dipaksa untuk memberikan opsi A/B/C dan menulis kondisi trigger, ia tidak akan lagi berperan sebagai tukang tambal.