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


為什麼你跟AI説話它總是聽不懂?12000星項目揭秘答案_執行計劃


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

為什麼你跟AI説話它總是聽不懂?12000星項目揭秘答案_執行計劃_02

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