怎么喂上下文才不会让AI变钝?

说起给AI喂上下文这件事，我踩过的坑真的太多了。

最开始用AI编程的时候，我特别实在——生怕它不知道我的项目啥样，恨不得把整个仓库都丢给它。目录结构、每一行代码、所有的历史记录，恨不能来一句“自己看”。结果呢？它确实看了，但输出质量反而开始飘，有时候甚至会写出一些风马牛不相及的东西。

我当时还挺困惑的，心想这不对啊，我给你这么多信息，你怎么反而变笨了？

后来才慢慢搞清楚，AI和人一样，注意力是有限的。你一次性塞太多无关信息，它的“注意力”就会分散，就跟考试时老师给你发了十张试卷让你同时做一样——哪张都做不好。

所以啊，上下文这件事，真不是越多越好。

那到底该怎么喂？我的经验是三步走。

第一步，先给“位置信息”。AI写代码最怕不知道自己在哪。你得告诉它，当前这个文件在项目里扮演什么角色，依赖哪些模块，上层调用是谁，下游又是谁。这就像给人指路，你得先说清楚他在哪个城市、哪条街、哪栋楼，他才知道怎么走。

第二步，给“风格约束”。每个项目都有自己的脾气。有的喜欢用函数式，有的全是面向对象；有的命名用下划线，有的用驼峰。你不告诉它这些，它就按最通用的套路写，写出来的东西在你们项目里看着特别扎眼，像个外来物种。

第三步，给“边界说明”。这次要解决什么问题，有什么限制不能用，什么坑已经有人踩过了。这些信息比代码本身还重要，因为AI最擅长的就是在你不说的地方替你做主，而它替你猜的那部分，往往是最容易出错的。

说白了，喂上下文这件事跟养宠物差不多——不是给得越多越好，而是要给对的、给够的、给及时的。

你要是实在拿不准，宁可少给一点，多问几轮，也别一次性喂撑了。它吃饱了工作效率才高，吃撑了反而会犯困。