概览（Overview）
有了请求日志（Request Logs），你能彻底剥开皮囊看透包裹里的一切血肉：究竟什么话被丢到了远端 AI 供商那，然后它们又吐回了什么词。这绝对是你手里握着的最精微的找茬查错显微镜了。但前提是你必须要先懂这满屏的代码里到底哪儿是出烂子的地方。
请求载荷大盘查（Request body inspection）
盘查哪些点位（What to verify）
当你打开一个发出丢给对面的 request body（请求外包）看时，拿眼睛盯住这几个关键卡口：
JSON
1{2 "model": "gpt-4o",3 "messages": [4 {"role": "system", "content": "..."},5 {"role": "user", "content": "..."}6 ],7 "temperature": 0.7,8 "max_tokens": 500,9 "response_format": {10 "type": "json_schema",11 "json_schema": { ... }12 }13}盘查过检对照单：
- Model（所选模型）: 指定传过去那款代号名字打对了吗？
- Messages（投送消息阵列）: 里头 system 和 user 各个层级的词全都给带上且挂对地方了吗？
- Temperature（发散温度值）: 这火候配这活合不合适？（给 0 就求个准头稳当，给 0.7-1.0 就求它写意发挥放飞）
- Max tokens（封顶放水字数）: 卡出的这截水管够不够人家发整段大回话全塞进来不被砍？
- Response format（框死返回结式）: 要是启用了结构化强制套用（structured outputs），它的骨子 schema 写没写对路？
这里最爱犯的通病集锦（Common request issues）
| 翻车病因 | 表现出的外在病症 | 进去查体重点看哪儿 |
|---|---|---|
忘带主角光环词 (system prompt) | 办事像个没头苍蝇无章法不对劲 | 找不着 system 消息或者是个空壳 |
| 上半截前文对话背景被生砍没带全 | 回答没头没脑只有半截子话 | 对话历史大段全丢等 |
| 张冠李戴唤错了模型种类 | 出的活拉垮跌价质量骤降 | 调出来的模型名不配你最初指派的岗 |
| 温度火势设定糟糕 | 回答不是死板得像木头就是疯言疯语胡说八道 | 温度冲破 1.0 的天或者死跌到 0 |
| 输出紧箍咒骨架写偏了 (Schema mismatch) | 外边拆箱等做数据解析报错连天 | 给死抠下的 response_format 没法对上你外头期待想要的那个框 |
退收拿回回执包清点（Response body inspection）
一趟顺畅完遂请求长啥样（Successful response）
JSON
1{2 "id": "chatcmpl-abc123",3 "choices": [{4 "message": {5 "role": "assistant",6 "content": "这里是给AI大模吐出来的对答真身..."7 },8 "finish_reason": "stop"9 }],10 "usage": {11 "prompt_tokens": 1250,12 "completion_tokens": 380,13 "total_tokens": 163014 }15}关键得去验的这几个口：
finish_reason: 要是看见"stop"那就是句号安稳说完，出现"length"就等于嫌你水管窄被活生生截断了（赶紧去把max_tokens这个口子扯大些吧）。usage: 看这两边的花费代币点数对于这票单量来说理不合理？content: 这最后结出来的果子肉是不是按你的旨意长出来的那个样？
死局摔单退还长啥样（Error response）
JSON
1{2 "error": {3 "type": "invalid_request_error",4 "message": "这款模型最大上下通吃只接 128000 枚标记签。可阁下您这一通喂塞直接爆冲到了 135420 给生撑爆了去。",5 "code": "context_length_exceeded"6 }7}最爱来敲门的常客报错（Common errors）：
context_length_exceeded(话太长过脑极限了): 去从聊天陈年老历身上砍两刀修修剪剪。rate_limit_exceeded(发疯限流给卡断了): 请自己把节奏悠着点放慢或是去花大钱拉高配额底线。invalid_api_key(令牌号不对暗号接不上): 去刷新换张新通行证。content_filtered(说话有违禁词被查封抹消了): 想办法把那些去打探踩界触逆鳞的内容给从问句里头摘除抹平。
高阶挑错勘误技法（Comparison techniques）
并排拉开对比看（Side-by-side comparison）
在试图诊断一些极其邪门的结果岔子时，不妨把跑坏掉的单同先前那些跑活顺产的良单齐排比着验：
- 先想方设法去大堆头里捞出一张为干的类似活且跑顺过的成单。
- 左右屏拉开这俩张原始外发请求载荷（request bodies）。
- 睁大眼在两张单上找茬。找一找：
- 指名主派定调系统大词（system prompts）在两边有出入否？
- 两方发阵消息大列队里头是不是一方遗缺落单或是又生出了杂枝条？
- 各种外附规约参数有改动过没打滑没（像是 temperature, max_tokens 这帮常换将）？
- 所扣出的带外结构箍罩版型（structured output schema）被人修修补补变造过吗？
时间轴改天换地大法前/后对证录（Before/after comparison）
但凡要是因由着一场您去重操重设工作流所掀引发的连串事端血案的话：
- 捞取查调一份大动干戈开刀前的老黄历原样流水。
- 提拿对齐调看事发变局后的一份当场惨况水单大样。
- 把这两单子的载荷翻给掀出来大拆全看里头倒底暗地置换了啥。
- 在这一大通翻找出的不一样不对味的地方就是你深寻之病灶根本。
循着臭味把案发给原景重现一遍（Reproducing issues）
靠着从请求日志录等拉起这回拨复原（Using Request Logs data to reproduce）
- 不假思索去按那个（Copy）键把那个烂单残单里死死咬定的整个恶心外包载（request body）全部都精准端走。
- 反手全盘直接灌倒进到那去探验深场的游乐实景沙场盘面台（Playground）上。
- 对死案再起底回回炉重新跑一次看它还出老毛不。
- 这要还是给照模出旧态报错，就干脆给这案子大做截肢找根源修着看：
- 每次只给改一单处的小卡扣点作细变。
- 改过测遍一直改摸到那回来的返货大包长对长对了样回向正常正向去了。
- 摸中哪个改着有效那块即是对了病根儿揭出了这真正底儿祸源。
为以绝后患树起测试定点标桩（Creating test cases）
当你终有熬过黑夜擒住这做贼的大怪患之后：
- 将方才那段坑人不浅的报错怪载荷当做一张供传之后世防雷踩坑的典型反面教材样板（test case）供封起留档来。
- 切立书字注印在这记明了：原本奢望的跟实际撞雷发回这两派之别等异见。
- 在日渐翻过重新立修打布规复出这正常大流后时再调走它来跑一跑过下。
- 全方确信现现的收包果实终达成了与前期待期定下无落的两吻合一致了再说。
收放自如运用视图解析参差树（Using the tree view）
针对层深级密、大如缠丝麻团一样的老长怪长嵌套深的大载荷物料包裹，丢掉去看那种看花眼原生 JSON 表吧，请改上手按起 预览树展现形态 Preview (tree view) 来梳脉：
- 将区块伸展与捏包收合（Expand/collapse sections）：把视焦凝向专为大盘上那处极其某一定定点内里的小包裹上不生分心。
- 在大数组列阵间做信手滑行挪移探路（Navigate large message arrays）：在千万长文长言录等群中一下就去找出个专门特别点信笺之单列去。
- 拿个大放大器审校验对死那些繁重复杂的结构限化大锁盘（Inspect structured output schemas）：大费折腾的复杂各等各 JSON schema 在这可无处遁藏大等出招显真形。
- 横拉找找深层嵌套里的细微差别（Compare nested fields）：相较去瞪穿那个枯燥乏味的原始 JSON 大字面，靠展开分层树枝干来做左右横向比对更容易一眼击中症结。
探索未尽的向导地图
- 梳理全时态线挂图大表（Using Timeline Context）: 望尽全周期一览长生命周期的端头与始末。
- 生产线大网排错实战（Debugging Production Issues）: 手把手一步步带您做局实战排错打怪纠偏。
- 退还至全览的大盘目录（Back to Best Practices）: 一步倒退回到收揽最佳应用全局的开端总集大页。