加我进AI讨论学习群,公众号右下角“联系方式”
文末有老金的开源知识库地址·全免费
你有没有这种经历?
跟AI说"帮我写个文案",它给你一堆废话。
跟AI说"帮我分析数据",它分析得牛头不对马嘴。
让AI帮你写代码,结果跑都跑不通。
你以为是AI太笨?
不,是你说得太少。
昨儿刷GitHub,老金我发现一个神奇的现象:
一个叫context-engineering-intro的仓库,半年时间冲到了12000星。
作者是Cole Medin,生成式AI领域的老炮儿。
他在README里写了一句话,直接把老金我看愣了:
"Context Engineering is 10x better than prompt engineering and 100x better than vibe coding."
翻译:上下文工程比提示词工程强10倍,比Vibe Coding强100倍。
卧槽,这口气够大的。
但MIT Technology Review都专门写了篇文章报道这个趋势。
先科普一下:什么是Vibe Coding?
2025年2月,Andrej Karpathy(OpenAI联合创始人、特斯拉前AI总监)发了条推,提出了一个概念:
Vibe Coding(氛围编程)。
什么意思?
就是用自然语言描述需求,让AI帮你写代码。
比如你跟Claude说:"帮我做一个追踪每日习惯的网页应用,要有趣味性,像游戏一样。"
然后AI就帮你把代码全写出来了。
不用一行行敲,全靠"感觉"。
这玩意儿火了大半年,各种工具都在蹭这个概念。
但问题来了:很多人发现,AI写的代码经常翻车。
要么逻辑错了,要么风格乱了,要么根本跑不通。
为什么?
核心问题:AI失败不是模型笨,是你说得太少
Cole Medin在项目里说了一句话,老金我觉得特别到位:
"大多数AI失败,不是模型问题,是上下文问题。"
啥意思?打个比方:
你跟一个新来的实习生说:"帮我做个登录功能。"
实习生懵了:
1、用户名密码登录?还是手机验证码?还是微信扫码?
2、登录成功后跳转到哪个页面?
3、密码错了提示什么?错几次锁账号?
4、页面长什么样?有没有参考图?
你不说清楚,他只能瞎猜。猜对了算运气好,猜错了就得返工。
AI也是一样。
你随便说一句"帮我写个登录功能",AI也不知道你具体想要什么。
它又不是你肚子里的蛔虫。
这就是Vibe Coding的致命缺陷:说得太随意,AI只能猜。
上下文工程是什么?
Cole Medin提出的解决方案叫Context Engineering(上下文工程)。
核心理念:
不是给AI写一张便利贴,而是给AI写一部完整的剧本。
什么意思?
提示词工程(Prompt Engineering):
1、想办法把话说得更巧妙
2、类似给AI递一张便利贴
3、"帮我写个登录功能,要安全一点"
上下文工程(Context Engineering):
1、给AI提供完整的上下文系统
2、包括文档、示例、规则、模式、验证标准
3、类似给AI一部完整的剧本,角色、台词、场景、道具全都有
一句话总结:Vibe Coding靠感觉,上下文工程靠系统。
Cole Medin的方法论:三份说明书
研究了这个项目,老金我发现他的方法论其实很简单。
核心就是:给AI准备三份"说明书"。
先看看文件怎么放
别怕,结构很简单,一看就懂:
你的项目文件夹/ ├── CLAUDE.md ← 说明书1:项目规矩本(放在根目录) ├── INITIAL.md ← 说明书2:需求详情单(放在根目录) ├── examples/ ← 参考代码文件夹 │ └── 好代码示例.py ← 你觉得写得好的代码放这里 ├── PRPs/ ← 执行计划文件夹 │ └── 功能A.md ← 说明书3:AI生成的执行清单 └── .claude/ ← Claude专用设置文件夹 └── commands/ ← 快捷命令 ├── generate-prp.md ← 一键生成执行清单 └── execute-prp.md ← 一键执行计划就这么简单:根目录放两个md文件,建两个文件夹。5分钟搞定。
说明书1:项目规矩本(CLAUDE.md)
这是一个放在项目里的文本文件,告诉AI:
"这个项目的规矩是什么。"
比如:
1、代码要简洁,一个文件不能超过300行
2、变量命名用小写加下划线,比如 user_name
3、每个功能都要写测试
4、注释用中文写
AI每次干活之前都会先看这份"规矩本",就不会乱来了。
类比:就像新员工入职,先给一本《员工手册》,告诉他公司规矩。
说明书2:需求详情单(INITIAL.md)
这是你告诉AI"我想要什么"的文件。
但不是随便说两句,而是写清楚四个方面:
1、要做什么功能
不要写"帮我做个爬虫"。
要写"帮我做一个自动抓取淘宝商品价格的工具,每天早上8点运行,把结果存到Excel表格"。
2、有没有参考样例
给AI看几个你觉得写得好的代码文件。
告诉它"按这个风格来"。
3、相关资料
比如你要用到某个工具,把那个工具的说明文档链接贴上。
4、特别注意事项
比如"淘宝有反爬机制,要注意频率控制"。
类比:就像跟装修师傅交底,不是说"帮我装修一下",而是给图纸、给参考照片、告诉他你的预算和特殊要求。
说明书3:执行清单(PRP)
PRP就是"产品需求提示词"。
它是根据前两份说明书,自动生成的一份详细执行计划。
包括:
1、第一步做什么,第二步做什么
2、每一步完成后怎么验证对不对
3、可能遇到什么问题,怎么处理
有了这份清单,AI就像一个拿到详细任务书的员工,一步步照着做就行。
类比:就像菜谱,不只告诉你"做红烧肉",而是告诉你放多少糖、多少酱油、炖多少分钟。
如果对你有帮助,记得关注一波~
为什么这玩意儿有效?
老金我测试了一周,发现上下文工程确实比Vibe Coding靠谱多了。
原因1:消除猜测
你把所有信息都给AI了,它不用猜。
代码风格?文档里写了。
测试规范?文档里写了。
边界情况?文档里写了。
AI只需要照着做就行。
原因2:自我修正
PRP里有验证环节。
AI写完代码会自己跑测试,有问题自己修。
不像Vibe Coding,写完就完了,错了还得你来改。
原因3:可复制
一套上下文系统,整个团队都能用。
新人来了,不用手把手教,AI照着上下文就能产出一致的代码。
老金实测对比
测试场景:让AI帮我写一个数据分析功能
Vibe Coding方式(随便说两句)
我跟AI说:"帮我做一个分析用户数据的功能"
结果翻车了:
1、AI用的技术框架跟我项目里的不一样(就像你家用的是苹果手机,它给你配了个安卓充电器)
2、代码风格跟我现有的代码完全不搭
3、没有处理"万一出错了怎么办"
4、没有测试代码
返工时间:2小时
上下文工程方式(给足信息)
1、在"规矩本"里写清楚:我用的是什么技术框架
2、在"需求详情单"里详细描述要做什么、有什么特殊情况
3、在examples文件夹里放了几个我觉得写得好的代码文件,告诉AI"按这个风格来"
4、让AI根据这些信息,自动生成一份详细的执行计划
5、然后照着计划一步步做
结果:
1、代码风格完全一致(跟我现有代码一个味儿)
2、各种意外情况都考虑到了
3、测试全部通过
返工时间:0
结论:前期多花30分钟准备上下文,后期省2小时返工。这笔账,划算!
老金建议
研究完这个项目,老金我有几点感悟:
1. 上下文比模型重要
很多人觉得AI不行,第一反应是换个更贵的模型。
其实大多数时候不是模型的问题,是你给的信息不够。
便宜模型 + 好上下文 > 贵模型 + 烂上下文
就像给一个聪明人模糊的指令,不如给一个普通人详细的说明书。
2. CLAUDE.md是基础
如果你还没有给项目写CLAUDE.md,赶紧写。
这个文件是上下文工程的地基。
3. examples/文件夹很关键
AI看示例比看文档学得快。
在examples/放几个代码示例,告诉AI"按这个来",效果比写一堆规则强。
4. 不要迷信Vibe Coding
Vibe Coding适合原型、简单脚本。
但真正的生产级代码,需要上下文工程。
给你们的行动建议:
1、去GitHub搜context-engineering-intro,下载下来研究(这个项目12000多人收藏,质量有保证)
2、给你的项目写一个CLAUDE.md文件,把项目规矩写清楚
3、建一个examples文件夹,放上你认为写得好的代码当参考
4、下次让AI写代码前,先问自己:我给的信息够不够详细?
老金说
从Vibe Coding到上下文工程,老金我看到的是一个规律:
任何技术,从"随意玩玩"到"正经用",都需要系统化。
2025年年初,大家觉得Vibe Coding够酷了——随便说两句话,AI就把代码写出来。
但用了半年发现,"随便说两句"经常翻车。
于是有人开始琢磨:怎么让AI更稳定?
答案就是:给它更多上下文。
这个道理其实放在哪儿都成立。
你跟一个新同事说"帮我做个登录功能",他也得问你一堆问题。
用什么框架?什么风格?参考哪个模块?
你不说清楚,他也得猜。猜错了,也得返工。
AI也是一样。
它不是神仙,猜不透你心里想什么。
你想让它干活干得好,就得把话说清楚。
不是一张便利贴,是一部完整的剧本。
这就是上下文工程的本质:
把你脑子里的东西,系统地表达出来。
说起来简单,做起来需要练习。
但一旦养成习惯,你会发现:AI真的能成为靠谱的搭档。
老金我现在每次开新项目,第一件事就是写CLAUDE.md。
不是为了显得专业,是真的省时间。
前期多花半小时,后期省几个小时返工。
这笔账,划算。
你们觉得呢?Vibe Coding和上下文工程,你更倾向哪个?
评论区聊聊!
参考来源
- Cole Medin的GitHub项目:github.com/coleam00/context-engineering-intro
- MIT Technology Review报道: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
往期推荐:
提示词工工程(Prompt Engineering)
LLMOPS(大语言模运维平台)
WX机器人教程列表
AI绘画教程列表
AI编程教程列表
谢谢你读我的文章。
如果觉得不错,随手点个赞、在看、转发三连吧🙂
如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章。
开源知识库地址:https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf