上下文工程：好上下文胜过好 prompt

决定 vibe coding 好坏的最大变量之一，是 AI 关于你项目的上下文。五根柱子撑起上下文工程。

如果只有一个技能能区分「vibe coding 高手」和「普通人」，那就是上下文工程——控制 AI 知道你项目多少。大多数时候，一个平庸但带够上下文的 prompt，比一个漂亮但没上下文的 prompt 出活好得多。

读完你能回答：

• 上下文工程的五根柱子分别管什么？
• 为什么「先给范例再让它写」特别有效？
• 上下文怎么避免越喂越脏？

五根柱子

• 结构意识：AI 不知道你的项目存在，除非你告诉它。目录怎么分、命名习惯、架构模式、关键依赖——这些它先要知道。
• 代码风格：接口格式、错误处理、import 顺序、组件模板。花 30 分钟写一份风格上下文，省 30 小时修「能跑但是味道不对」的代码 vibe-report。
• 领域知识：术语表、业务规则、实体关系、那些不讲出来的边界。模型是通用的，你的领域不是。
• 代码范例：让模型写新代码前，先给它看项目里同类实现的例子——模式匹配会顺着范例走，产出更贴项目而不是贴通用模板。
• 约束：别碰哪个文件、用哪套方案、边界在哪。告诉它「不能做什么」，和告诉它「要做什么」一样重要。

为什么上下文胜过 prompt

prompt 只决定这一次对话它怎么想，上下文决定它在你的项目里能走多远。一个不带你项目信息的 prompt，AI 只能靠通用经验猜；带足上下文，AI 才能做出贴合你架构的产物。

• 上下文让 AI「读对」
• prompt 让 AI「想对」
• 读错，想对也没用

怎么避免越喂越脏

• 分层加载：常量、稳定内容放前面；易变内容放后面；不相关的别塞
• 按需加载：项目大的话，先让它读相关模块，而不是一次性灌全仓库 copilot-cost
• 修剪过期内容：上下文会腐烂，定期删掉不再相关的东西
• 压缩长会话：会话太长了，先总结再继续

一句话：喂给 AI 的不是越多越好，是越对越好。 上下文工程做到位，你的 vibe coding 才谈得上「喜欢」。

上下文工程是「给 AI 装常识」，下一步是把它变成一个能自动生效的项目 Harness：项目 Harness 的三件事。