我们在项目中肯定都遇到过,AI 明显很"聪明",工具也都接好了,效果你让它改个 bug,它改的完全不是你想要的文件;你让它写个组件,它天生了一套跟项目风格完全不搭的代码。
这不是 AI 笨,也不是工具不可,「而是你"喂"给它的上下文不对。」
你可以把 AI 想象成一个长途结对编程的同事——他程度很高,但「他只能看到你屏幕共享的那部分内容」。你共享的窗口太小,他看不全;你共享了整个桌面,他又被一堆无关的东西干扰。
「Context 工程,就是"学会精准地给 AI 共享屏幕"。」
「Prompt 工程」:研究"怎么问标题"——说话、格式、脚色设定、头脑链……让 AI 更精确地明确你的意图
「Context 工程」:研究"给 AI 看什么"——哪些文件、哪些代码、哪些规范应该在 AI 的"视野"里
打个比方:Prompt 工程是你"怎么跟同事语言",Context 工程是你"把哪些文档放到同事桌上"。
说得再直白一点:「Prompt 写得再好,如果 AI 看不到精确的代码和配景信息,它还是写出离谱的东西。」
以是在实际 AI 编码中,Context 工程比 Prompt 工程更紧张,也更容易被忽略。
AI 须要哪两类上下文?
就是你和 AI 在当前这轮对话中的全部谈天记载。AI 会记取你前面说了啥、它前面改了啥。
但这里有个坑:「对话越长,AI 越容易"忘事"。」
由于上下文窗口是有限的,谈天记载越长,早期的内容就越容易被"挤掉"或"淡化"。这在 AI 研究里叫"lost in the middle"——中央的信息最容易被忽略。
「以是我的发起:一个任务一轮对话,做完就开新的。」 别在一个对话里又改 bug、又写新功能、又做重构,那样后期的输出质量肯定会降落。
实操:8 个立即能用的 Context 管理本事