← Volver a RecursosReferencia técnica

Cómo investigar un error con registros y depurador

Actualizado el 17 de septiembre de 2026

Depurar consiste en contrastar una explicación posible del error con evidencia. Un registro y un depurador son útiles cuando ayudan a ubicar dónde cambia el resultado esperado.

Recorrido de investigación

  1. Reproduce la falla con una entrada identificada.
  2. Delimita el punto donde el resultado deja de coincidir.
  3. Formula una hipótesis comprobable.
  4. Observa valores o eventos relevantes sin exponer secretos.
  5. Cambia la causa y repite el caso original.

Ejemplo conceptual: un total es correcto antes de guardarse pero distinto al consultarlo. La investigación debe revisar transformación, persistencia y lectura; cambiar el formato de pantalla no explicaría dónde se alteró.

Qué conservar del registro

DatoUtilidad
Identificador de operaciónRelacionar eventos del mismo recorrido.
Hora y entornoUbicar la ejecución relevante.
Estado o errorDistinguir éxito, rechazo y espera.
VersiónEvitar comparar ejecuciones diferentes.

No registres toda la solicitud por comodidad. Revisa si contiene credenciales, documentos o datos personales y conserva sólo lo que permita investigar.

La corrección necesita una comprobación

Una aserción puede expresar el resultado que debe conservarse en una prueba posterior. pytest documenta su evaluación y reporte; el ejemplo debe adaptarse al lenguaje y entorno reales. Referencia de aserciones.

Documenta causa, cambio y evidencia. “Ya no falló” después de reiniciar no demuestra que se haya eliminado la causa. Si no fue posible reproducirla, conserva ese límite y mejora la observación para la siguiente ocurrencia.

Ejemplo: el total cambia después de guardarlo

Guion ficticio de depuración; no contiene datos ni trazas de un cliente.
Punto de observaciónQué comparar
Antes de guardarValor y unidad producidos por la regla.
PersistenciaValor enviado y transformación prevista.
Lectura posteriorValor recuperado para el mismo registro de ensayo.
PresentaciónFormato visible sin confundirlo con el dato almacenado.

Si el valor ya cambió antes de llegar a la pantalla, modificar su formato no resuelve la causa. Coloca la observación alrededor de la primera diferencia y repite con la misma entrada. Registra también una hipótesis descartada: permite que la siguiente persona no repita una prueba que ya aportó evidencia.

Para profundizar en las tareas relacionadas: Cómo reportar un error para que pueda resolverse; Qué comprueban las pruebas unitarias.

¿Hay un proceso que necesitas mejorar?

Cuéntanos qué ocurre hoy y qué resultado buscas. Podemos revisar una primera etapa para desarrollar o integrar la solución.

Explorar desarrollo de software
calidad de códigodebuggingdepuraciónherramientas de desarrollopruebas
← Más artículos de Acinsoft