方案 AX：Context Engineering 实操（把上下文喂对，让 AI 一次写对）
写清项目记忆 → 规格先行 → 给足相关文件 → 迭代反馈 → 校验提交
- 耗时
- 1-3 小时 / 任务
- 成本
- 低
- 难度
- 进阶
适用场景
操作步骤
建立项目记忆
20-40 分钟（一次性投入）Claude Code + 你
用 CLAUDE.md / AGENTS.md 沉淀架构约定、常用命令、代码风格与「别踩的坑」，让每个会话从同一认知出发。项目记忆是给 AI 喂的「持久上下文」，写一次、长期受益。
💡先只写高频有用的：目录结构、构建/测试命令、依赖约束和你踩过的坑；写得太长反而没人维护，保持精简可迭代。
规格先行
10-20 分钟Claude Code / Claude
先写清输入、输出与验收标准，让 AI 先给方案再写代码；不满足规格就返工。规格是上下文里最重要的部分，决定了 AI 该写什么、不该写什么。
💡把「当 X 发生时应该 Y」写进规格；先让 AI 复述一遍你的要求，确认理解一致再动笔。
喂足相关文件
10-20 分钟Claude Code
用 @文件 引用把相关代码、接口与文档放进上下文，限定改动范围，避免 AI 凭空臆测。给足上下文 + 指明边界，是「一次写对」的关键。
💡只喂与改动直接相关的文件（接口、数据结构、调用方），别把整个代码库倒进去；也可以指给 AI 让它自己读相关文件。
迭代反馈
30-60 分钟Claude Code / Claude
把报错信息、复现步骤、预期与实际输出一起喂回，让 AI 在正确的上下文里修正。反馈越完整，AI 越不需要猜，修复越精准。
💡贴原始错误日志 + 最小复现步骤；说清「预期 vs 实际」比只说「不行」管用得多。
校验与提交
20-30 分钟Git + 测试
跑测试、审查 diff，确认改动符合架构约束再提交，每步小提交。验证环节把 AI 的正确性变成你的确定性。
💡提交前扫一遍 diff 里的意外改动；每完成一个可验证单元就 commit，回滚容易、定位也快。
复盘沉淀
10-20 分钟Claude Code + 你
把这次任务踩到的坑与新增约定回写进 CLAUDE.md / AGENTS.md，让下次会话的起点更高。上下文工程是复利：每沉淀一次，AI 就越懂你的代码库。
💡让 AI 从对话里提取要点并帮你补进项目记忆；保持简短可执行，避免写成无人维护的长篇。
用到的工具
避坑清单
不给约束就放养
上下文太杂太多
只看输出不看中间推理
不沉淀项目记忆