Hoe moet je een AI-code bug oplossen die blijft terugkomen?
Herken je dit? Je laat een AI-assistent een functie schrijven, plakt de code in je project, en bij de eerste test zit precies dezelfde fout er weer in. Je fixt hem, genereert opnieuw, en de AI komt vrolijk met een variant van dezelfde bug. Wil je zo’n AI-code bug oplossen, dan heb je geen magische prompt nodig maar een aanpak die je elke keer kunt herhalen.
Bij DiexarLabs bouwen we dagelijks met AI. Soms staat er in een middag een complete feature, andere keren blijf je uren naar dezelfde foutmelding staren. Het verschil zit meestal niet in de tool, maar in hoe je het probleem in stukjes snijdt.
De grootste valkuil is opnieuw genereren en hopen op een beter antwoord. Diezelfde prompt geeft je alleen maar meer varianten van hetzelfde verkeerde antwoord. Je moet eerst begrijpen waarom de fout ontstaat.
Waarom blijft dezelfde fout terugkomen?
Een AI-assistent voorspelt de meest waarschijnlijke volgende regel. Als jouw omschrijving of de code rondom het probleem ruimte laat voor meerdere oplossingen, kiest het model telkens een variant die net niet klopt. Je ziet het vooral bij bugs met state, types of randgevallen. De AI ziet niet jouw testresultaat, niet de runtimefout, en niet de bedoeling van het grotere systeem.
Meestal is het een combinatie van te weinig context en een te vage opdracht. Soms speelt er nog iets anders mee: je vraagt een volledig nieuwe oplossing terwijl alleen één randgeval fout zit. Dan gooit de AI baby en badwater tegelijk weg.
AI-code bug oplossen in vijf stappen
Gebruik onderstaande stappen zodra een fout voor de tweede keer terugkomt. Ze nemen een paar minuten extra, maar schelen daarna een hoop frustratie.
1. Zet de fout helder op papier
Voordat je de AI opnieuw roept, schrijf je in één zin wat er misgaat: bij welke input, wat verwacht je, en wat gebeurt er echt. Inclusief foutmelding als je die hebt. Deze zin wordt je prompt. Zonder deze precisie blijf je gokken en blijft de AI in zijn eigen cirkeltje draaien.
2. Schrijf eerst een test die faalt
Een test die nu nog rood kleurt is de beste opdracht. Je vertelt de AI wat er moet gebeuren en je maakt de verwachting controleerbaar. Laat de AI de code aanpassen tot jouw test groen kleurt. Dat is een grens die hij niet kan negeren.
3. Geef alleen de relevante context mee
Plak de functie, de bijbehorende dataclasses en de plek waar de fout optreedt. Gooi niet je hele repository in de prompt. Extra context voelt handig, maar werkt als ruis. De AI kan niet zelf inschatten wat er echt toe doet. Net als bij een website maken met AI: hoe kleiner de brok, hoe beter het resultaat.
4. Stuur de nieuwe foutmelding terug
Niet weer dezelfde vraag stellen. Geef de nieuwe foutmelding of testuitslag terug en zeg wat er nu anders is. ‘Deze test faalt nog steeds, dit is de nieuwe output.’ Zo dwing je het model om een ander pad te kiezen. Zonder terugkoppeling blijf je stilstaan.
5. Splits de bug op als het blijft hangen
Kan de AI de fout na twee rondes niet vinden? Vraag dan om drie mogelijke oorzaken, niet om een fix. Of vraag om een minimale reproductie. Daarna los je de kleinste deelvraag eerst op. Een grote bug is vaak meerdere kleine bugs die toevallig op dezelfde plek uitkomen.
Wat je doet als de bug na deze stappen terug blijft komen
Soms ligt de oorzaak niet in jouw prompt, maar in de code die de AI eerder heeft gegenereerd. Check dan of er dubbele definities, verouderde imports of een stomme typefout in een naam zijn geslopen. Een assistant repareert netjes wat jij aanwijst, maar ziet niet dat twee functies elkaars werk tegenwerken.
Zet een schone versie van het relevante stuk code naast de AI-versie. Zelfs al is de logica prima, de AI kan een verkeerd patroon uit eerdere voorbeelden hebben overgenomen. Verwijder eerst alle code die net zo goed weg kan. Minder code betekent minder plekken waar dezelfde bug zich kan verstoppen.
Als je na drie rondes nog steeds vastzit, is het tijd om een mens naar de code te laten kijken. Of om hardop tegen jezelf uit te leggen wat de code doet. Dat laatste klinkt suf, maar werkt verbazingwekkend goed. Je hoort dan zelf waar het verhaal niet klopt.
Veelgestelde vragen
Moet ik de hele code opnieuw laten genereren?
Meestal niet. Een klein gericht stukje aanpassen werkt beter dan een complete nieuwe versie. Nieuwe code introduceert weer nieuwe bugs. Alleen als het bestand een rommeltje is, kan een schone start sneller zijn.
Kan ik de AI mijn test laten schrijven?
Ja, dat kan prima. Geef de functie en de input en vraag om een test die het verwachte gedrag controleert. Gebruik die test daarna als feedback. Let wel op: een AI-test kan net zo makkelijk dezelfde blinde vlek hebben. Lees hem dus even door.
Wat als de AI blijft beweren dat de fout is opgelost terwijl de test faalt?
Vertrouw niet op de claim. Laat hem de output van de test naast de verwachte output leggen. Vaak haalt de AI dan alsnog de juiste wijziging boven. Zeg precies: ‘De test geeft nog steeds deze fout, los dat op.’ Niet de claim herhalen.
Is het slim om een andere AI-tool te proberen?
Soms scheelt een andere tool, maar meestal is dat een snelle uitweg zonder dat je je werkwijze verbetert. Probeer eerst je prompt, context en testfeedback aan te scherpen. Pas als dezelfde tool structureel fout blijft voorstellen op dezelfde plek, is overstappen logisch.
Neemt dit niet te veel tijd in beslag?
Als je de stappen een paar keer hebt gedaan, gaat het sneller dan eindeloos regenereren. Een heldere omschrijving en een test zijn geen extra werk, ze zijn de kortste route.
