以前的文章有介绍：“Vibe Coding”，就是用自然语言让 AI 动态生成代码，快速搞出应用原型。
这词是 Andrej Karpathy 提出来的，很形象地抓住了软件开发的新趋势。
现在，Karpathy 又提了个新概念，叫 Context Engineering (上下文工程)。
Shopify 的 CEO Toby 在推特上说，他更喜欢“上下文工程”这个词，而不是“提示词工程”。
他觉得，这个词更好地描述了核心技能：为任务提供所有上下文，让大语言模型能靠谱地解决问题。
Karpathy 接着补充说，现在不再是比谁的提示词写得巧了，而是要做“上下文工程”——你得仔细地筛选、组织好精准的信息，让大模型能发挥出最佳水平。
这是一种融合了科学、直觉和系统设计的复杂活儿，远不是那些所谓的“ChatGPT 套壳”能比的。
咱们正在进入一个新阶段，上下文工程可能会成为 AI 辅助开发的核心技能。
就像 Vibe Coding 改变了原型制作一样，上下文工程，正准备改变我们思考、构建和与 AI 系统协作的方式。
但这事儿为啥会提出来呢？
有个叫 CodiumAI 的机构做了个研究，关注 AI 代码质量。他们调查了大量开发者，发现一个事儿特别突出：
76.4% 的开发者，不相信没经过人肉审核的 AI 生成代码。
主要原因，就是 AI 的幻觉和错误还是太多了。问题不在于 AI 写代码不行，而在于 AI 写的东西没经过审核就直接用了。
现在 AI 编码工具最大的短板，就是 上下文。AI 常常没有足够的上下文，大部分时候完全抓不住重点。
这就是为什么我之前介绍过Taskmaster、Context7 这些工具。
10+ 个神级MCP推荐
AI 写代码总是翻车？Upstash 创始人怒推 Context7
没有这些工具，AI 就拿不到生成正确代码所需要的上下文。所以，上下文工程这事儿，很重要。
我们不光需要更好的 AI，更需要更好的结构、更好的方法，把正确的信息喂给 AI，让它能成功地生成我们想要的东西。
我们后文会介绍一个“上下文工程”的开源项目，可以配合Claude Code、Cursor等AI助手使用。
上下文工程，跟传统的提示词工程，是两种思路：
提示词工程
-
关注怎么巧妙地措辞。
-
局限于你怎么描述一个任务。
-
就像给人递了张便利贴。
上下文工程
-
是一套提供完整上下文的系统。
-
包括文档、示例、规则、模式和验证。
-
就像写了个完整的剧本，细节全有。
为啥上下文工程这么重要？
-
减少 AI 犯错: 大多数 AI Agent 的失败，不是模型不行，是上下文没给够。
-
保证风格统一: AI 会遵循你项目的模式和惯例。
-
搞定复杂功能: 有了合适的上下文，AI 能处理多步骤的实现。
-
自我修正: 通过验证循环，AI 能自己修复错误。
AI Agent 要想干活，就得有上下文。上下文工程，就是一门艺术，也是一门科学。它研究的，是在 Agent 运行的每一步，怎么恰到好处地把正确的信息，塞进它的上下文窗口里。
用上下文工程，你会用到所有这些不同的上下文。 几种常见策略——编写、选择、压缩和隔离。
Andrej Karpathy 打了个比方，特别形象。他说，LLM 就像一种新的操作系统。大模型本身，是 CPU。它的上下文窗口，就是内存 (RAM)，是模型的工作记忆。内存这玩意儿，容量是有限的，你不能啥都往里塞，会爆掉。操作系统干啥的？就是个管家，决定什么东西在什么时候放进内存。我们现在要做的，就是给 AI 当这个“操作系统”的管家。这就是“上下文工程”。
用 Karpathy 的话说，这就是“……在智能体的下一步行动前，把恰到好处的信息塞进上下文窗口的精妙艺术和科学。”
上下文，是模型在生成任何东西之前看到的一切。这包括：状态、历史记录、用户提示、可用工具、RAG 指令、还有长期记忆。有了这么完整的上下文，模型就能在一个地方参考所有这些东西，得到结构最好的输出。
本质上，就是要在正确的时间，一步步地把必要、有用、结构化的信息喂给 AI，找到那个完美的平衡点。
推荐阅读：https://blog.langchain.com/context-engineering-for-agents/
好了，我们来看上下文工程具体的Github项目实践。
https://github.com/coleam00/context-engineering-intro/
项目名叫：Context Engineering Template (上下文工程模板)。还挺新鲜，4天前发的，现在有1k多Star。
这是一个教你怎么上手“上下文工程”的完整模板。简单说，就是教你怎么给 AI 编码助手“工程化地”提供上下文，让它有足够的信息，能从头到尾把活儿干完。
和以前说的 Taskmaster MCP类似。
项目描述：上下文工程是新的 vibe 编码 – 它是真正让 AI 编码助手工作的方式。Claude Code 是最合适的，但你可以将这个策略应用于任何 AI 编码助手！ 这玩意儿比提示词工程好 10 倍，比 Vibe Coding 好 100 倍。
这个模板能帮你跟任何 AI 编码助手一起用，但它本身是为 Claude Code 设计的。
它能让 Claude Code 更灵活、生成更精准、用更少的 token，总之就是能让你得到更好的生成结果。用之前，你得先装好 Git、Node.js，还有 Claude Code 本身。都装好后，去这个模板的 GitHub 仓库，把仓库克隆下来。
git clone https://github.com/coleam00/Context-Engineering-Intro.git
cd Context-Engineering-Intro
然后要使用它
总共就四步，一步步教你用
1设置全局规则 (`CLAUDE.md`)
`CLAUDE.md` 文件包含项目范围的规则，AI 助手在每次对话中都会遵守。模板里包含了：
-
项目意识
-
代码结构
-
测试要求
-
风格惯例
-
文档标准
你可以直接用模板里的，也可以根据你的项目自己改。
2创建你的初始功能请求
编辑 `INITIAL.md`，描述你想做什么：
[描述你想做什么 – 功能和需求要具体]
## EXAMPLES:
[列出 examples/ 文件夹里的示例文件，解释怎么用]
## DOCUMENTATION:
[放上相关文档、API 或 MCP 服务器资源的链接]
## OTHER CONSIDERATIONS:
[提一下有哪些坑、特定要求，或者 AI 助手常忽略的事]
可以参考 `INITIAL_EXAMPLE.md` 看个完整的例子：
3生成 PRP (产品需求提示)
PRP 是一个全面的实现蓝图。它跟 PRD (产品需求文档) 类似，但更具体，专门用来指导 AI 编码助手。在 Claude Code 里运行:
注意: 这些斜杠命令是定义在 `.claude/commands/` 里的自定义命令。你可以看看它们的实现：
4执行 PRP
PRP 生成好后，执行它来实现你的功能：
AI 编码助手会读取所有上下文，创建并执行详细的实现计划，直到所有测试通过。
进阶技巧：`examples/` 文件夹
`examples/` 文件夹对成功 比较重要。AI 编码助手看到有模式可循时，表现会好得多。
示例结构：
├── README.md
├── cli.py
├── agent/
│ ├── agent.py
│ ├── tools.py
│ └── providers.py
└── tests/
├── test_agent.py
└── conftest.py
最佳实践
-
在 `INITIAL.md` 里说清楚: 别假设，写具体，多引用。
-
提供全面的示例: 越多越好，包含正反例和错误处理。
-
用好验证关卡: 在 PRP 里包含测试命令，确保一次拿到可用代码。
-
善用文档: 提供官方 API 文档和 MCP 资源。
-
定制 `CLAUDE.md`: 加上你的项目惯例和编码标准。
Anthropic关于提示工程的最佳免费实践指南：https://github.com/anthropics/prompt-eng-interactive-tutorial
下面这篇文章末尾还有 CC 有关的提示工程和技巧。
乐天用 Claude Code 给开发“上大分”，新功能上线从 24 天缩到 5 天，7 小时自主编码 1250 万行代码库！
ONE MORE THING
最后，看个视频歇会吧
参考链接：https://www.youtube.com/watch?v=uohI3h4kqyg
更多AI实践与资讯
本号知识星球 （汇集ALL 订阅频道合集和其他）：
10+ 个神级MCP推荐
盘点 9 个 数据库MCP：Supabase、Neon、PostgreSQL、SQLite、MongoDB、MindsDB。
AI职业技术证书认证：工信部线上学习，在线考试拿证，微信联系Aitrainee：AIGCSD。
🔗另，有使用这两款产品的，下面是优惠链接：
1、自己订阅海外AI服务—— Wildcard： Visa 和 Master 海外代付
https://bewildcard.com/i/BJDUHWVX （开卡优惠1美元）
2、购买可直接使用的AI产品，银河录像局优惠码：
银河大会员（￥200）包含下面几种AI： https://nf.video/DEBjE 优惠码：Aitrainee（95折）
🌟知音难求，自我修炼亦艰，抓住前沿技术的机遇，与我们一起成为创新的超级个体（把握AIGC时代的个人力量）。
点这里👇关注我，记得标星哦～
（文：AI进修生）