AI编程的几个最佳实践原则

在使用 AI 编写了多个项目后，我总结了一下使用AI辅助编码的提示和上下文工程的几个最佳实践，这些原则让我更深入地思考上下文工程的重要性，以及它在构建任何超出快速原型之外的项目时的意义所在。

我之前主要做的是一些比较简单的东西，主要是小型工具和应用。通常来说，这类应用的一次性提示就足够用了。但是，当我需要参与一个更复杂的项目，一个使用 AI Agent 构建的生产级软件项目时，我才意识到，合理的提示词设计能带来多么巨大的改变。

自从我开始遵循“研究→计划→实施”框架后，感觉就像天壤之别：

它迫使人们在编写任何一行代码之前进行深思熟虑：

1. 1. 研究：让人工智能探索代码库并总结其理解内容。
2. 2. 计划：制定分步骤的实施计划，包括具体的文件和代码片段。
3. 3. 执行：只有在你（人）审查了研究和计划之后，你才能着手执行。

这篇文章详细介绍了三种保持上下文清晰的策略，我也开始使用这些策略了：

1. 1. 编写和选择：使用类似 AGENTS.md 的文件来存储项目上下文、约定和规则。上下文窗口中加载的内容由您决定，而不是由 AI 决定。
2. 2. 精简：冗长的对话和错误日志会掩盖实际目标。将进度总结到 todo.md 或 progress.md 文件中，以保持重点突出。
3. 3. 隔离：当上下文变得混乱时，从头开始。为子任务启动一个新的代理，只加载你实际需要的 MCP 工具。