Was passiert → was zu tun ist
Schlagen Sie nach Symptom nach, nicht nach Titel. Der Link unter „was zu tun ist“ führt zu dem Abschnitt, der diese Maßnahme beschreibt. Die Liste der Artikel steht unten auf dieser Seite, außerhalb des Rückwärtsindex.
Diese Tabelle setzt Claude Code (den Coding-Agenten von Anthropic) voraus. hook, CLAUDE.md, subagent und auto memory sind die Namen seiner Funktionen.
Der Satz, den ein Mensch eingibt, wenn etwas schiefgeht
「Lösche alle Todos. Sieh dir https://typing-tube.net/articles/de/lookup.md an, geh diese Sitzung durch und prüfe, ob etwas schiefgelaufen ist.」
Daraus entsteht nur eine Liste der Probleme. Wie du sie behebst, entscheidest du passend zu deinem Projekt.
| Was passiert | Lösungsansatz |
|---|---|
| No.1 Jedes Mal, wenn die KI die Tests laufen lässt, strömen Zehntausende Ausgabezeilen in den Kontext |
Beispiel:Bündeln Sie Testläufe in einem Wrapper und geben Sie der KI nur eine Zusammenfassung der Fehlschläge zurück. |
| No.2 Je mehr Wissensnotizen die KI speichert, desto mehr muss jede künftige Session lesen |
Beispiel:Lassen Sie vor dem Speichern in die Memory eine Checkliste lesen und schreiben Sie in die stets gelesene Datei nur eine Zeile. |
| No.3 Die Tests sind grün, aber es ist unklar, ob sie tatsächlich etwas absichern |
Beispiel:Weisen Sie die KI an, mutation testing durchzuführen. |
| No.4 Die KI nutzt eine registrierte Skill mal, mal nicht |
Beispiel:Blockieren Sie falsche Aufrufe am Eingang und verweisen Sie auf die zu lesende Dokumentation. |
| No.5 Ist eine Aufgabe an einen Subagent übergeben, sieht man erst beim Abschluss, was passiert ist |
Beispiel:Listen Sie delegierbare Aufgaben auf und prüfen Sie sie vor dem Start mit einem hook. |
| No.6 Je mehr Regeln der Instruktionsdatei hinzugefügt werden, desto weniger werden die früheren Regeln befolgt |
Beispiel:Schreiben Sie jedes Verbot einzeln in einen automatisierten Test um, der Verstöße erkennt. |
| No.7 Die von parallel laufenden Sessions gemeinsam genutzte Memory verwahrlost, und sie die Richtlinie lesen zu lassen hilft nicht |
Beispiel:Ändern Sie nicht den Inhalt, sondern nur den Zeitpunkt: direkt nach dem Speichern anzeigen. |
| No.8 Selbst wenn der Umgang mit einem Fehlschlag dokumentiert ist, macht die KI beim nächsten Mal denselben Fehler wieder |
Beispiel:Fügen Sie die Retry-Richtlinie automatisch ein, sobald der Fehlschlag erkannt wird. |
| No.9 Selbst beim Lesen von Übergabetext und Abschlussbericht fehlen die unbequemen Stellen |
Beispiel:Stellen Sie dem Abschlussbericht jedes Mal maschinell gezählte Zahlen gegenüber. |
| No.10 Von der Maschine gezählte Zahlen werden auf dem Weg in den Bericht zu anderen Zahlen |
Beispiel:Versehen Sie die Zahlenzeile mit einem festen Präfix und prüfen Sie mit einem hook, ob sie wortgetreu kopiert wurde. |
| No.11 Unterbricht man die KI mitten in der Arbeit, gerät alles Folgende aus dem Takt |
Beispiel:Unterbrechen Sie nicht mitten in der Arbeit, sondern warten Sie den Einschnitt ab. Die Unterbrechung übernimmt der Mechanismus. |
| No.12 Am Ende einer Session ist nicht festgelegt, was gelesen werden muss und was nicht |
Beispiel:Lesen Sie weder Ergebnis noch Arbeitsprotokoll — entscheiden Sie nur anhand des exit code. |
| No.13 Ein bereits abgelehnter Vorschlag taucht in der nächsten Session wieder auf |
Beispiel:Sammeln Sie abgelehnte Entscheidungen in einem einzigen Dokument. |
| No.14 Selbst ein niedergeschriebenes Verbot in einer Zeile wird sowohl zu weit als auch zu eng ausgelegt |
Beispiel:Schreiben Sie zu jedem Verbot eine "Begründung" neben die Schlussfolgerung. |
| No.15 Das Verbot ist korrekt formuliert, wird aber nicht befolgt, und jedes Mal kommt eine Rückfrage |
Beispiel:Schreiben Sie zu jedem Verbot einen "Geltungsbereich" und listen Sie die Grenzfälle einzeln auf. |
| No.16 Erhalten mehrere Subagenten dieselbe Anweisung, kommt jeder in einer anderen Form zurück |
Beispiel:Vermerken Sie in der Aufgabenliste, welche Eingabe vor dem Start nötig ist. |
| No.17 Verbote ohne automatisierten Test häufen sich an und bleiben bloßer Text auf einer Seite |
Beispiel:Vermerken Sie zu jedem Verbot, ob ein automatisierter Test dafür existiert. |
| No.18 Jede Arbeit der KI endet mit "Bitte öffnen Sie den Bildschirm und prüfen Sie es" |
Beispiel:Entscheiden Sie über Bestehen anhand der hinterlassenen Daten, nicht des Bildschirms. |
| No.19 Sagt die KI etwas leicht Danebenliegendes, erklärt und korrigiert man es jedes Mal selbst |
Beispiel:Statt menschlicher Erklärung antworten Sie über Fehlermeldungen von hook und automatisiertem Test. |
| No.20 Die Liste der abgelehnten Entscheidungen wächst immer weiter und droht, irgendwann von niemandem mehr gelesen zu werden |
Beispiel:Senden Sie abgelehnte Vorschläge an den Abschnitt "nicht übernommene Vorschläge". |
| No.21 Die "Bitte immer ausführen"-Zeilen der Instruktionsdatei werden einfach nicht weniger |
Beispiel:Gleichen Sie ab, ob als "immer ausführen" markierte Befehle auch im Mechanismus existieren. |
| No.22 Selbst wenn genau beschrieben ist, wie es zu tun ist, kommt die Korrektur nicht so zurück |
Beispiel:Schreiben Sie kein Vorgehen vor, sondern legen Sie nur die vor dem Start nötige Eingabe fest. |
| No.23 Einen Fehler zu melden bedeutet jedes Mal, Schritte und Symptome selbst niederzuschreiben |
Beispiel:Lassen Sie den Menschen nur das Symptom in einem Satz schreiben — den Rest sammelt der Mechanismus automatisch. |
| No.24 "Erst einen Plan vorlegen" zu tippen ist selbst eine wiederkehrende Last |
Beispiel:Legen Sie ein Design-Dokument an — die KI übernimmt dessen Format. |
| No.25 Gerade die Zeilen, die am meisten befolgt werden sollen, sind am stärksten betont, doch es ist unklar, ob das etwas bringt |
Beispiel:Messen Sie nicht die Wirkung, sondern zählen Sie betonte Zeilen und setzen Sie eine Obergrenze. |
| No.26 Das Ergebnis eines Subagent kommt in einer anderen Form zurück als erwartet |
Beispiel:Legen Sie die Abnahmekriterien für das Ergebnis vor der Übergabe fest. |
| No.27 Findet man einen Fehler, will man fragen: "Haben Sie das wirklich gelesen?" |
Beispiel:Statt nachzuhaken, fragen Sie in der Form "Ist es nicht so, dass ...?". |
| No.28 Auf die erhaltene Antwort mit "das ist es nicht" zu reagieren, macht sie nicht besser |
Beispiel:Statt menschlicher Anmerkung zeigen Sie direkt nach dem Speichern Verbote neben dem Diff. |
| No.29 Die KI spricht über den Inhalt einer Datei, als hätte sie sie geöffnet, obwohl sie es nicht hat |
Beispiel:Lassen Sie in Referenz und Implementierung denselben Bezeichner eintragen und prüfen Sie mit einem automatisierten Test, ob dieser Bezeichner existiert. |
| No.30 Die KI fragt immer wieder "A oder B?", und die Arbeit stockt, während man sich entscheidet |
Beispiel:Antworten Sie nicht sofort, sondern lassen Sie den Mechanismus die Wahl entscheiden. |
| No.31 Die KI übernimmt die Review, aber es ist unklar, was dabei nicht betrachtet wird |
Beispiel:Finden Sie durch externes Zählen automatisierte Tests, die zwar durchsuchen, aber keine Untergrenze für die Anzahl prüfen. |
| No.32 Screenshots häufen sich an, aber es ist unklar, welcher was überprüft hat |
Beispiel:Lassen Sie vor der Aufnahme "was wird verifiziert" schreiben und probieren Sie zuerst das günstigste Mittel. |
| No.33 Ein Schritt, der eine schriftliche Erklärung verlangt, ist eingerichtet, aber es lässt sich nicht zählen, wie viele Durchläufe ihn übersprungen haben |
Beispiel:Lassen Sie vor Screenshot oder E2E eine Erklärung schreiben — ohne sie kein Lauf. |
| No.34 Derselbe Test läuft erneut, obwohl sich der Code nicht geändert hat, und man wartet trotzdem darauf |
Beispiel:Machen Sie das letzte Log erneut lesbar, statt denselben Lauf zu wiederholen. |
| No.35 Nichts wurde kaputt gemacht, trotzdem erscheint eine Wand unbekannter Fehler |
Beispiel:Setzen Sie beim Testlauf einen exklusiven Lock — ohne ihn kein Lauf. |
| No.36 Ein Bericht, der "die Tests bestehen" meldet, erwähnt nicht die Teile, die nie gelaufen sind |
Beispiel:Überspringen Sie schwere Tests standardmäßig und listen Sie jedes Mal die ausgelassenen Bereiche. |
| No.37 Im Nachhinein lässt sich nicht erkennen, ob eine Anweisung zum Vorgehen tatsächlich befolgt wurde |
Beispiel:Statt die Anweisung zu verschärfen, lassen Sie eine Spur des Vorgehens im Ergebnis zurück. |
| No.38 Ein eingerichteter Wrapper wird mittendrin fallen gelassen und durch den rohen Befehl ersetzt |
Beispiel:Statt die Anweisung zu verschärfen, prüfen Sie, ob ein Grund für den rohen Befehl bleibt. |
| No.39 Stellt man dieselbe Frage wiederholt, fällt die Antwort jedes Mal anders aus, und beim Zusammenfassen geht etwas verloren |
Beispiel:Geben Sie vor dem Zusammenfassen aus, wie viele von wie vielen jede Art von Befund nannten. |
| No.40 Es lässt sich nicht erkennen, ob eine Zeile mit "falls nötig, tun Sie X" jemals ausgelöst wurde |
Beispiel:Schreiben Sie nicht "falls nötig", sondern erzwingen Sie den Schritt ohne Weiterkommen. |
| No.41 Sagt man "Denken Sie noch einmal nach", ändert sich die Antwort, aber es ist unklar, ob die KI wirklich überzeugt ist |
Beispiel:Statt zurückzuweisen, benennen Sie konkret, welche Annahme falsch ist. |
| No.42 Nach der Anweisung "Nicht raten" kommt die KI zurück, ohne überhaupt etwas gebaut zu haben |
Beispiel:Geben Sie nicht nur ein Verbot, sondern ergänzen Sie die Ausweich-Ausgabe "nicht zutreffend". |
| No.43 Je länger eine gut laufende Unterhaltung fortgesetzt wird, desto mehr Aufwand kostet die Überprüfung |
Beispiel:Beenden Sie die Session am Einschnitt und beginnen Sie die nächste neu. |
| No.44 Alle Ergebnisse sind korrekt, doch Verschwendung, die darin nicht sichtbar wird, häuft sich an |
Beispiel:Werten Sie, sobald die Ergebnisse vorliegen, einmal das Arbeitsprotokoll aus. |
| No.45 Für die nächste Person hinterlassene Notizen laufen der Realität davon und veralten |
Beispiel:Belassen Sie Wissen nicht im Dokument, sondern betten Sie es in die Stopp-Meldung ein. |
| No.46 Die Ursachensuche geht weiter, und das Lesen läuft auch nach gefundener Antwort weiter |
Beispiel:Zählen Sie folgenlose Lesevorgänge und schreiben Sie vor der Suche eine Abbruchbedingung. |
| No.47 Das preisgünstigste Modell wird zum Standard gemacht, ohne zu messen, ob es zum Einsatzzweck passt |
Beispiel:Geben Sie beiden Modellen dieselbe Aufgabe und entscheiden Sie erst nach dem Zählen von Runden und Menge. |
| No.48 Wenn etwas nicht funktioniert, greift man zu einem größeren Modell statt zu einem besseren Mechanismus |
Beispiel:Geben Sie beiden Modellen dieselbe Aufgabe und machen Sie die nur beim günstigeren gescheiterten Stellen zum automatisierten Test. |
| No.49 Recherchen, die die Hauptsession selbst beenden könnte, werden vorsichtshalber an einen Subagent übergeben |
Beispiel:Delegieren Sie nicht, was der übergeordnete Agent schon hat — nur die fehlende Lektüre übergeben. |
| No.50 Standardmäßig wird die Arbeit einfach in vier Teile gesplittet und gleichzeitig laufen gelassen |
Beispiel:Geben Sie Subagenten nur, was in einer Antwort zurückkommt. Die Kosten bestimmen Umläufe, nicht die Anzahl. |
| No.53 Mitten in der Arbeit wird von außen ein "Schauen Sie sich auch das an" eingeschoben |
Beispiel:Warten Sie den Einschnitt ab und bitten Sie enger gefasst. Ergänzen Sie "schreiben Sie, falls es reicht". |
| No.52 Welches Modell verwendet wird, soll durch einen direkten Vergleich entschieden werden |
Beispiel:Zählen Sie vor dem Vergleich, wie viele Mechanismen dieser Aufwand entspricht. |
| No.51 "Es gab keinen Unterschied" wird als Grund benutzt, um die Verifikation abzuschließen |
Beispiel:Zählen Sie vor dem Abschluss ausgeschlossene Ergebnisse und über alle Bedingungen leere Werte neu. |
| No.54 Von einem Tag auf den anderen arbeitet die KI anders, obwohl Sie weder Anweisungen noch Einstellungen geändert haben |
Beispiel:Schreiben Sie nichts, was den Produkt-Anweisungen widerspricht — ergänzen Sie nur, was offenbleibt. Ändern Sie das Vorgehen über die Einstellung. |
Liste der Artikel
Ab hier gehört nichts mehr zum Rückwärtsindex: es sind Links zu den Artikeln, Serie für Serie, von der Einführung bis zum letzten Teil.
はじめに —— 3 つの連載を、1 冊に
バイブコーディングにおける読まない技術
- 読まない技術 序論 AIの出力を、もうほとんど読んでいない
- 読まない技術 第1回 テスト結果を読まない技術
- 読まない技術 第2回 メモリを読まない技術
- 読まない技術 第3回 単体テストを読まない技術
- 読まない技術 第4回 スキルを使わない技術
- 読まない技術 第5回 サブエージェントの出力だけは読め
- 読まない技術 第6回 ルールを読まない技術
- 読まない技術 第7回 共有メモリを整理しない技術
- 読まない技術 第8回 修正履歴を読まない技術
- 読まない技術 第9回 引き継ぎを読まない技術
- 読まない技術 第10回 AIに要約しろと言わない技術
- 読まない技術 第11回 口を挟まない技術
- 読まない技術 第12回 作業結果を読まない技術
- 読まない技術 最終回 AIの出力を、ほとんど読まなくなった
AIの意見を聞かない技術
言わない技術
- 言わない技術 序論 AI に指示することが、ほとんどなくなった
- 言わない技術 第1回 検証を指示しない技術
- 言わない技術 第2回 具体的な指示を出さない技術
- 言わない技術 第3回 不具合詳細を書かない技術
- 言わない技術 第4回 計画を書けと言わない技術
- 言わない技術 第5回 念を押さない技術
- 言わない技術 第6回 サブエージェントの出力だけは、細かく指示しろ
- 言わない技術 第7回 AI を問い詰めない技術
- 言わない技術 第8回 AI にダメ出ししない技術
- 言わない技術 第9回 AI に考えさせない技術
- 言わない技術 第10回 質問に答えない技術
- 言わない技術 第11回 AI にレビューをさせない技術
- 言わない技術 最終回 何もしない技術
付録
はじめに —— 前巻の続きを、もう 1 冊に
確かめない技術
動かさない技術
追わない技術
番外編
- 番外編 A-1 整理する技術 —— 記録が増えたときに、何が起きているか
- 番外編 A-2 指示を残す技術 —— 「調べるだけ」が通らなかった日
- 番外編 A-3 参照するタイミングを変える技術 —— 2,000 行の壁
- 番外編 A-4 導出を依頼者の言葉と分ける技術 —— 誰も言っていない条件が、memory に載った日
- 番外編 A-5 memory を要約しない技術 —— 整理から、要約を抜く
- 番外編 A-6 責務で線を引く技術 —— 仕組みが増えたときに、どれを消すか
- 番外編 A-7 読まれたかを確かめる技術 —— 確かめるのをやめて、読めていない形を止めた
- 番外編 A-8 面積で数える技術 —— 読ませた量で数えていたら、102 倍外していました
- 番外編 A-9 ルールを短くする技術 —— 読みに来るのは、止められた直後の人です
- 番外編 B-1 連載を本にする技術 —— 本単位のスイッチでは、足りなかった日
- 番外編 C-1 校正の方法に、先に本編を当てる技術 —— AI が書いた方針に、その本自身の地雷が 10 個あった日
- 番外編 C-2 仕組みと人を分ける技術 —— 自動テストを置いたその手で、自動テストの外側で 2 度転んだ日
- 番外編 C-3 要素ごとに観点を変える技術 —— 一様に当てた点検が、要素をまたいだところで数を落とす
- 番外編 C-4 似た指示語を読み分ける技術 —— 1 字違いで、別の作業を頼んだことになる
- 番外編 C-5 作業の流れを見る技術 —— 終わりにしたつもりの日に、まだ起きていたこと
- 番外編 C-6 作業を進める技術 —— 選ぶ場面が、1 つも残らなかった日
- 番外編 C-7 読まずに止める技術 —— 決まったはずの判断が、1 分後に取り消されました
- 番外編 D-1 症状で読む —— 片付いた報告に、症状が混ざります
- 番外編 D-2 根拠で読む —— 突き合わせた報告に、症状が混ざります
- あとがき —— 本当の事実はどうでもいい話