你有沒有這種經歷?
跟AI説"幫我寫個文案",它給你一堆廢話。
跟AI説"幫我分析數據",它分析得牛頭不對馬嘴。
讓AI幫你寫代碼,結果跑都跑不通。
你以為是AI太笨?
不,是你説得太少。
昨兒刷GitHub,老金我發現一個神奇的現象:
一個叫context-engineering-intro的倉庫,半年時間衝到了12000星。
作者是Cole Medin,生成式AI領域的老炮兒。
他在README裏寫了一句話,直接把老金我看愣了:
"Context Engineering is 10x better than prompt engineering and 100x better than vibe coding."
翻譯:上下文工程比提示詞工程強10倍,比Vibe Coding強100倍。
卧槽,這口氣夠大的。
但MIT Technology Review都專門寫了篇文章報道這個趨勢。
先科普一下:什麼是Vibe Coding?
2025年2月,Andrej Karpathy(OpenAI聯合創始人、特斯拉前AI總監)發了條推,提出了一個概念:
Vibe Coding(氛圍編程)。
什麼意思?
就是用自然語言描述需求,讓AI幫你寫代碼。
比如你跟Claude説:"幫我做一個追蹤每日習慣的網頁應用,要有趣味性,像遊戲一樣。"
然後AI就幫你把代碼全寫出來了。
不用一行行敲,全靠"感覺"。
這玩意兒火了大半年,各種工具都在蹭這個概念。
但問題來了:很多人發現,AI寫的代碼經常翻車。
要麼邏輯錯了,要麼風格亂了,要麼根本跑不通。
為什麼?
核心問題:AI失敗不是模型笨,是你説得太少
Cole Medin在項目裏説了一句話,老金我覺得特別到位:
"大多數AI失敗,不是模型問題,是上下文問題。"
啥意思?打個比方:
你跟一個新來的實習生説:"幫我做個登錄功能。"
實習生懵了:
1、用户名密碼登錄?還是手機驗證碼?還是微信掃碼?
2、登錄成功後跳轉到哪個頁面?
3、密碼錯了提示什麼?錯幾次鎖賬號?
4、頁面長什麼樣?有沒有參考圖?
你不説清楚,他只能瞎猜。猜對了算運氣好,猜錯了就得返工。
AI也是一樣。
你隨便説一句"幫我寫個登錄功能",AI也不知道你具體想要什麼。
它又不是你肚子裏的蛔蟲。
這就是Vibe Coding的致命缺陷:説得太隨意,AI只能猜。
上下文工程是什麼?
Cole Medin提出的解決方案叫Context Engineering(上下文工程)。
核心理念:
不是給AI寫一張便利貼,而是給AI寫一部完整的劇本。
什麼意思?
提示詞工程(Prompt Engineering):
1、想辦法把話説得更巧妙
2、類似給AI遞一張便利貼
3、"幫我寫個登錄功能,要安全一點"
上下文工程(Context Engineering):
1、給AI提供完整的上下文系統
2、包括文檔、示例、規則、模式、驗證標準
3、類似給AI一部完整的劇本,角色、台詞、場景、道具全都有
一句話總結:Vibe Coding靠感覺,上下文工程靠系統。
Cole Medin的方法論:三份説明書
研究了這個項目,老金我發現他的方法論其實很簡單。
核心就是:給AI準備三份"説明書"。
先看看文件怎麼放
別怕,結構很簡單,一看就懂:
你的項目文件夾/
├── CLAUDE.md ← 説明書1:項目規矩本(放在根目錄)
├── INITIAL.md ← 説明書2:需求詳情單(放在根目錄)
├── examples/ ← 參考代碼文件夾
│ └── 好代碼示例.py ← 你覺得寫得好的代碼放這裏
├── PRPs/ ← 執行計劃文件夾
│ └── 功能A.md ← 説明書3:AI生成的執行清單
└── .claude/ ← Claude專用設置文件夾
└── commands/ ← 快捷命令
├── generate-prp.md ← 一鍵生成執行清單
└── execute-prp.md ← 一鍵執行計劃
就這麼簡單:根目錄放兩個md文件,建兩個文件夾。5分鐘搞定。
説明書1:項目規矩本(CLAUDE.md)
這是一個放在項目裏的文本文件,告訴AI:
"這個項目的規矩是什麼。"
比如:
1、代碼要簡潔,一個文件不能超過300行
2、變量命名用小寫加下劃線,比如 user_name
3、每個功能都要寫測試
4、註釋用中文寫
AI每次幹活之前都會先看這份"規矩本",就不會亂來了。
類比:就像新員工入職,先給一本《員工手冊》,告訴他公司規矩。
説明書2:需求詳情單(INITIAL.md)
這是你告訴AI"我想要什麼"的文件。
但不是隨便説兩句,而是寫清楚四個方面:
1、要做什麼功能
不要寫"幫我做個爬蟲"。
要寫"幫我做一個自動抓取淘寶商品價格的工具,每天早上8點運行,把結果存到Excel表格"。
2、有沒有參考樣例
給AI看幾個你覺得寫得好的代碼文件。
告訴它"按這個風格來"。
3、相關資料
比如你要用到某個工具,把那個工具的説明文檔鏈接貼上。
4、特別注意事項
比如"淘寶有反爬機制,要注意頻率控制"。
類比:就像跟裝修師傅交底,不是説"幫我裝修一下",而是給圖紙、給參考照片、告訴他你的預算和特殊要求。
説明書3:執行清單(PRP)
PRP就是"產品需求提示詞"。
它是根據前兩份説明書,自動生成的一份詳細執行計劃。
包括:
1、第一步做什麼,第二步做什麼
2、每一步完成後怎麼驗證對不對
3、可能遇到什麼問題,怎麼處理
有了這份清單,AI就像一個拿到詳細任務書的員工,一步步照着做就行。
類比:就像菜譜,不只告訴你"做紅燒肉",而是告訴你放多少糖、多少醬油、燉多少分鐘。
為什麼這玩意兒有效?
老金我測試了一週,發現上下文工程確實比Vibe Coding靠譜多了。
原因1:消除猜測
你把所有信息都給AI了,它不用猜。
代碼風格?文檔裏寫了。
測試規範?文檔裏寫了。
邊界情況?文檔裏寫了。
AI只需要照着做就行。
原因2:自我修正
PRP裏有驗證環節。
AI寫完代碼會自己跑測試,有問題自己修。
不像Vibe Coding,寫完就完了,錯了還得你來改。
原因3:可複製
一套上下文系統,整個團隊都能用。
新人來了,不用手把手教,AI照着上下文就能產出一致的代碼。
老金實測對比
測試場景:讓AI幫我寫一個數據分析功能
Vibe Coding方式(隨便説兩句)
我跟AI説:"幫我做一個分析用户數據的功能"
結果翻車了:
1、AI用的技術框架跟我項目裏的不一樣(就像你家用的是蘋果手機,它給你配了個安卓充電器)
2、代碼風格跟我現有的代碼完全不搭
3、沒有處理"萬一出錯了怎麼辦"
4、沒有測試代碼
返工時間:2小時
上下文工程方式(給足信息)
1、在"規矩本"裏寫清楚:我用的是什麼技術框架
2、在"需求詳情單"裏詳細描述要做什麼、有什麼特殊情況
3、在examples文件夾裏放了幾個我覺得寫得好的代碼文件,告訴AI"按這個風格來"
4、讓AI根據這些信息,自動生成一份詳細的執行計劃
5、然後照着計劃一步步做
結果:
1、代碼風格完全一致(跟我現有代碼一個味兒)
2、各種意外情況都考慮到了
3、測試全部通過
返工時間:0
結論:前期多花30分鐘準備上下文,後期省2小時返工。這筆賬,划算!
老金建議
研究完這個項目,老金我有幾點感悟:
1. 上下文比模型重要
很多人覺得AI不行,第一反應是換個更貴的模型。
其實大多數時候不是模型的問題,是你給的信息不夠。
便宜模型 + 好上下文 > 貴模型 + 爛上下文
就像給一個聰明人模糊的指令,不如給一個普通人詳細的説明書。
2. CLAUDE.md是基礎
如果你還沒有給項目寫CLAUDE.md,趕緊寫。
這個文件是上下文工程的地基。
3. examples/文件夾很關鍵
AI看示例比看文檔學得快。
在examples/放幾個代碼示例,告訴AI"按這個來",效果比寫一堆規則強。
4. 不要迷信Vibe Coding
Vibe Coding適合原型、簡單腳本。
但真正的生產級代碼,需要上下文工程。
給你們的行動建議:
1、去GitHub搜context-engineering-intro,下載下來研究(這個項目12000多人收藏,質量有保證)
2、給你的項目寫一個CLAUDE.md文件,把項目規矩寫清楚
3、建一個examples文件夾,放上你認為寫得好的代碼當參考
4、下次讓AI寫代碼前,先問自己:我給的信息夠不夠詳細?
老金説
從Vibe Coding到上下文工程,老金我看到的是一個規律:
任何技術,從"隨意玩玩"到"正經用",都需要系統化。
2025年年初,大家覺得Vibe Coding夠酷了——隨便説兩句話,AI就把代碼寫出來。
但用了半年發現,"隨便説兩句"經常翻車。
於是有人開始琢磨:怎麼讓AI更穩定?
答案就是:給它更多上下文。
這個道理其實放在哪兒都成立。
你跟一個新同事説"幫我做個登錄功能",他也得問你一堆問題。
用什麼框架?什麼風格?參考哪個模塊?
你不説清楚,他也得猜。猜錯了,也得返工。
AI也是一樣。
它不是神仙,猜不透你心裏想什麼。
你想讓它幹活幹得好,就得把話説清楚。
不是一張便利貼,是一部完整的劇本。
這就是上下文工程的本質:
把你腦子裏的東西,系統地表達出來。
説起來簡單,做起來需要練習。
但一旦養成習慣,你會發現:AI真的能成為靠譜的搭檔。
老金我現在每次開新項目,第一件事就是寫CLAUDE.md。
不是為了顯得專業,是真的省時間。
前期多花半小時,後期省幾個小時返工。
這筆賬,划算。
你們覺得呢?Vibe Coding和上下文工程,你更傾向哪個?
評論區聊聊!
參考來源
- Cole Medin的GitHub項目:github.com/coleam00/context-engineering-intro
- MIT Technology Review報道:technologyreview.com/2025/11/05/1127477/from-vibe-coding-to-context-engineering-2025-in-software-development/
- Medium深度解析:uditgoenka.medium.com/context-engineering-7713c5b7eccc
謝謝你讀我的文章。
如果覺得不錯,隨手點個贊、在看、轉發三連吧🙂
如果想第一時間收到推送,也可以給我個星標⭐~謝謝你看我的文章。
開源知識庫地址:https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf