AI Agent / 系统课时
理解上下文窗口与信息优先级
理解上下文窗口与信息优先级
在 Vibe Coding 中,AI 的输出质量取决于它当前能够看到和理解的信息。理解上下文窗口的容量限制,并学会安排信息优先级,可以让 AI 更准确地维护代码风格、遵循规则并完成复杂任务。
学习目标
- 理解上下文窗口包含的信息类型和容量限制。
- 掌握影响 AI 判断结果的信息优先级原则。
- 学会通过前置关键约束提高协作效率。
上下文窗口如何影响 AI 工作
上下文窗口可以理解为 AI 一次处理任务时能够接收的信息范围,包括用户需求、项目规则、已有代码、历史对话和工具返回结果。当输入信息超过容量限制时,较早或较低优先级的信息可能无法继续参与推理。
在开发场景中,问题通常不是信息越多越好,而是需要让 AI 在有限空间内优先看到最重要的信息。例如项目目标、技术栈限制和不可违反的编码规则,应该比普通示例代码更靠前。
信息优先级的设计原则
有效的上下文通常按照影响范围排序。越接近项目全局约束的信息,优先级越高;越接近单次任务细节的信息,优先级越低。常见优先级可以划分为:
- 项目级规则:技术栈、目录约束、代码规范、禁止事项。
- 当前任务目标:本次需要实现或修改的功能。
- 相关上下文:已有实现、接口定义、测试要求。
- 辅助信息:示例、历史讨论、参考资料。
当信息发生冲突时,应该明确告诉 AI 哪些规则不可覆盖,避免模型自行猜测。
前置关键上下文的方法
编写提示词时,可以把决定结果的信息放在开头,并使用明确结构表达。例如:
text
项目规则:
- 使用 TypeScript。
- 禁止修改公共 API。
- 所有新增函数必须包含测试。
当前任务:
实现用户登录接口,并补充异常处理。这种方式让 AI 先建立约束模型,再执行具体任务,减少生成结果偏离项目方向的概率。
按自己的节奏,确认真正理解。