Context Engineering 实战：如何给 AI 最精准的上下文

Prompt Engineering 教你怎么写指令，Context Engineering 教你怎么给信息。

什么是 Context Engineering？

Prompt Engineering = 告诉 AI "做什么" Context Engineering = 告诉 AI "看什么"

举个例子：

核心区别：不只是写更好的 prompt，而是精心选择 AI 应该看到的信息。

为什么 Context Engineering 重要？

我们的经验判断（不是严谨的学术研究）：

• 给 AI 精选的 200 行代码，通常比给它整个 5000 行的项目效果更好
• 给 AI 结构化的信息（表格、列表），通常比给它散乱的文本效果更好
• 给 AI 最新的文档，通常比给它过时的文档效果更好

注意：这些是经验判断，不是经过 A/B 测试验证的结论。不同项目、不同任务可能有不同结果。

Context Engineering 三原则

原则一：相关性 > 完整性

常见做法：把整个项目目录给 AI 建议做法：只给 AI 看相关的代码

❌ "这是我的项目，请帮我重构"
✅ "这是 auth 模块的代码（200行），请帮我重构登录逻辑"

原则二：结构化 > 原始数据

常见做法：给 AI 一堆散乱的文件 建议做法：用表格、列表、层级结构组织信息

❌ 粘贴 10 个代码文件
✅ 用表格列出文件名、作用、关键函数，然后只粘贴最关键的 3 个文件

原则三：新鲜度 > 历史积累

常见做法：给 AI 3 年前的文档 建议做法：给 AI 最新的代码和文档

❌ "这是我们的架构文档（2023年写的）"
✅ "这是我们当前的架构，最近一次更新是上周"

实用技巧

技巧一：用 CLAUDE.md 做持久化 Context

Claude Code 支持项目级的 context 文件，每次对话自动加载：

# CLAUDE.md

## 项目概述
React + TypeScript 电商项目

## 技术栈
- React 18, TypeScript 5
- Zustand（状态管理）
- Tailwind CSS
- Vitest（测试）

## 代码规范
- 组件用 PascalCase
- 工具函数用 camelCase

这个文件只有几百 tokens，但每次对话都能让 AI 了解你的项目背景。

技巧二：用摘要代替全文

当代码文件很长时，给 AI 一个摘要 + 关键部分：

"这是 auth 模块（500行），以下是摘要：
- 使用 JWT 认证
- 有 3 个路由：login, register, refresh
- 密码用 bcrypt 加密

以下是 login 路由的代码（50行）：[粘贴代码]"

技巧三：用类型签名代替实现

当 AI 不需要看具体实现时，只给函数签名：

"这个函数的签名是：
function authenticate(email: string, password: string): Promise<User>

关键逻辑：
1. 查找用户 by email
2. 比较密码 hash
3. 生成 JWT token
4. 返回 user 对象"

技巧四：分批处理大任务

❌ 一次性让 AI 处理 10 个文件
✅ 分 3 批，每批 3-4 个文件

第一批：核心模块
第二批：辅助模块
第三批：测试和文档

工具推荐

常见错误

错误一：信息过载

❌ 给 AI 50 个文件，说"帮我理解这个项目"
✅ 给 AI 3 个核心文件 + 1 个架构图，说"帮我理解认证模块"

错误二：信息不足

❌ "帮我写个函数"
✅ "帮我写一个验证邮箱的函数，用正则表达式，TypeScript，返回布尔值"

错误三：不压缩日志

❌ 直接粘贴 1000 行的错误日志
✅ 粘贴关键的 20 行 + 错误摘要

总结

Context Engineering 的核心：

1. 选择性：只给 AI 需要的信息
2. 结构化：用表格、列表、层级组织信息
3. 新鲜度：给最新的、准确的信息

这些是我们基于使用经验的建议，不是经过严格验证的"最佳实践"。不同场景可能需要不同策略。

Context Engineering 是一个正在发展的领域。如果你有更好的实践经验，欢迎在 GitHub 分享。