從 vibe coding 到 context engineering
如何把自然語言寫程式的靈感流,收斂成有 context、有驗證、有回饋迴圈的 coding agent 工作法。
學完會知道
- 理解 vibe coding 的優點與風險
- 知道什麼 context 應該先提供給 coding agent
- 建立 plan -> implement -> verify 的最小迴圈
前置條件
- 已使用過至少一種 coding agent
- 有一個想用 AI 協作的既有 repo 或 side project
Vibe coding 最迷人的地方,是你可以用很低的摩擦把想法變成第一版。
但它最容易出事的地方也一樣明顯:如果 context 不清楚,agent 會用它自己的想像補空白;如果完成條件不清楚,agent 會把「看起來完成」當成真的完成。
最小 context 包
開始之前,先準備四件事:
- 這次要完成的使用者結果
- 目前 repo 的主要入口與限制
- 不要碰的範圍
- 驗收方式
這比一開始寫很長的提示詞更重要。好的 context 不需要華麗,但要能讓 agent 知道它正在改哪個系統。
三段式迴圈
第一段是 plan。要求 agent 先讀檔、指出會改哪些地方、說明成功條件。
第二段是 implement。只做計畫裡的最小變更,不順手重構、不發明新架構。
第三段是 verify。跑測試、build、或至少提供可手動檢查的流程。
什麼時候該停下來
如果 agent 開始大量改檔、猜測不存在的 API、或跳過驗證,這不是「AI 很努力」,而是 context 和邊界不夠清楚。
這時候應該回到 spec,把任務切小,再重新開始。
相關提示詞
閱讀後可以直接拿來使用的提示詞。