上下文与文件：怎么喂料

核心结论

AI 的输出质量，80% 取决于你给的上下文质量，而不是提示词写得有多花哨。

同样一句“帮我改 bug”，给不给上下文，结果能差一个数量级。

三种喂料方式

1. @ 提及：精准引用

在对话里输入 @ 会弹出可引用项，常见的有：

写法	作用
@src/auth/login.ts	引用具体文件
@整个项目	让 AI 通读项目
@某次对话	引用历史会话上下文

什么时候用：你知道问题出在哪个文件时，直接指过去，比让 AI 猜快得多。

2. 工作区：划定活动范围

工作区是 AI 默认能读写的目录。设置原则：

✅ 做法：~/WorkBuddy/my-project   只授权当前项目
❌ 做法：~/Desktop                 权限过大，风险高

配置位置：设置 → 工作区目录。多个项目可以配多个工作区，切任务时切换。

一个实用技巧：如果任务涉及多个项目（比如前端 + 后端），把两个目录都加进工作区，AI 能跨项目读代码。

3. 附件上传：临时投喂

对话里直接拖文件进去，适合：

• 让它分析一份 Excel 数据
• 让它读一份 PDF 报告
• 让它看截图找 UI 问题

上传的文件只在本次对话生效，不进工作区。

上下文不是越多越好

常见误区：把整个项目甩给它，以为信息越全越好。

实际后果：

• 无关文件稀释关键信息，AI 抓不住重点
• 响应变慢，成本变高
• 有概率引用到过时的旧代码，改错地方

正确做法：精准投喂。

❌ "帮我看看这个项目为什么跑不起来"（甩整个仓库）
✅ "@package.json @src/index.ts 运行 npm run dev 报这个错：[粘贴完整报错]"

报错信息要完整粘贴

新手最爱干的事：把报错概括成一句话。

❌ "运行的时候报错了，说模块找不到"
✅ "运行 npm run dev 报错：
    Error: Cannot find module 'next'
    at Object.<anonymous> (/Users/me/proj/server.js:3:15)
    at Module._resolveFilename (node:internal/modules/cjs/loader:1075:15)"

完整的堆栈里有文件名、行号、调用链——这些信息比任何描述都有用。

一个判断上下文够不够的标准

问自己一个问题：如果把这个任务交给一个刚入职的同事，只给他我准备交给 AI 的这些信息，他能做吗？

答案是“不能”，那 AI 也做不好。缺什么补什么。

长会话的上下文管理

跑了几百轮的长会话会积累大量无关上下文，导致 AI 开始“跑偏”。

处理方式：

• 新任务开新会话，别什么都塞在一个会话里
• 重要的结论让 AI 写进项目记忆文件，跨会话能复用
• 会话里发现 AI 开始答非所问 → 直接开新会话，把关键信息重新喂一遍

入门篇到此结束

到这里你已经能独立跑通一个完整任务了。接下来是进阶篇——技能、子代理、MCP、自动化、记忆系统，每一篇都能把效率再提一档。

可以回 学习路线 看看后面的规划。