AI 瓶颈诊断：快速入门

要开始诊断，你不需要复杂的代码知识，只需要一份涵盖了最近运行细节的 Trace 记录表。

开启你的第一次体检

请确保你手里有大约 100 条最近的 AI 调用记录。这些记录中应该包含用户输入、检索到的文档、工具调用、中间推理过程以及最终输出。

你可以像这样对我说：

/error-analysis 帮我分析一下这 100 条处理记录，我想看看系统在哪些环节最容易出错。

接下来，我会带你经历三个动作：

逐个判定

我会逐条和你确认那些表现不佳的记录。你只需要告诉我：这个结果你满意吗？如果不满意，是哪个瞬间让你觉得“不对劲”了？比如：“它在读取日程时跳过了一个冲突。”

逻辑合并

当我们看完了大约 30 到 50 条后，我会开始帮你合并同类项。你会发现，很多看起来不同的错，其实核心都是一个毛病——比如“没看清用户的时间要求”。我会帮你把这些零散的感受整理成 5 到 10 个标准的诊断项。

建立排行榜

最后，我会给所有 100 条记录打上这些诊断标签。你会得到一张清晰的排行榜，告诉你哪个问题占了 40%，哪个只占 5%。这张表，就是你下一周的工作优先级。