第09讲：上下文管理：如何让AI记住你说过的话

少林码僧
2 阅读7分钟

「AI 的最大短板不是智力，而是记忆。但有了正确的上下文管理，你可以绕过这个限制。」

开场：AI 的"失忆症"

小维在用 Claude Code 做一个项目，已经和 AI 对话了一个小时。

突然，AI 给他生成了一段代码，忘记了他们一开始定好的 TypeScript 接口格式，直接用了 JavaScript 风格。

"你忘了我们用的是 TypeScript 了？"小维无奈地问。

这是 AI 编程工具最常见的问题之一：上下文遗忘。

在一次长对话中，早期说过的内容可能被 AI "忘记"。对话越长，这个问题越严重。

好消息是：这个问题有系统性的解决方法。

全局视角：上下文遗忘的原因和应对策略

graph TD
    A["上下文遗忘问题"] --> B["原因：\n上下文窗口有限\n早期内容被截断"]
    A --> C["影响：\n代码风格不一致\n忽略前期约束\n重复解释同样的事"]
    
    B --> D["应对策略"]
    C --> D
    
    D --> E["策略一：\n结构化上下文文件\n.cursorrules/CONTEXT.md"]
    D --> F["策略二：\n对话分段管理\n每段一个功能"]
    D --> G["策略三：\n关键信息重新注入\n定期提醒AI"]
    D --> H["策略四：\n利用工具的上下文特性\n@文件引用"]

核心知识点一：上下文窗口——AI 记忆的物理限制

AI 的"记忆"是有物理限制的——这个限制叫上下文窗口（Context Window）。

什么是上下文窗口：

AI 在回答每一个问题时，能"看到"的文本量是有限的，这个限制用 Token 来计量。

模型上下文窗口大约等于
GPT-3.516K tokens约 12,000 字
GPT-4o128K tokens约 96,000 字
Claude 3.5200K tokens约 150,000 字
Claude 3.7200K tokens约 150,000 字

关键问题：即使上下文窗口很大，在长对话中 AI 的注意力也不是均匀分布的。

研究表明，AI 对对话开头和对话结尾的内容关注度更高，中间的内容容易被"遗忘"（注意力变弱）。

这意味着：在很长的对话中，即使内容还在上下文窗口内，早期说的事情也可能被 AI 忽略。

核心知识点二：上下文管理的四种策略

策略一：.cursorrules 文件——全局项目上下文

在项目根目录创建 .cursorrules 文件，Cursor 会自动将这个文件的内容注入到每次对话的上下文中。

这意味着什么：你在 .cursorrules 里写的内容，Cursor 每次都会"记得"，不会遗忘。

.cursorrules 文件示例：

# 项目规范

## 技术栈
- 语言：TypeScript 5.0
- 框架：Node.js 20 + Express 5
- 数据库：PostgreSQL 16 + Prisma ORM
- 测试：Jest + Supertest
- 代码风格：ESLint + Prettier

## 目录结构
src/
  routes/       # Express 路由
  controllers/  # 业务逻辑
  services/     # 服务层（数据库操作）
  models/       # Prisma 模型
  middleware/   # 中间件
  utils/        # 工具函数
  types/        # TypeScript 类型定义

## 代码规范
- 所有函数必须有 TypeScript 类型注解
- 使用 async/await，不用 Promise.then
- 错误处理：业务错误用 AppError 类，HTTP 错误用相应状态码
- 日志：使用 logger.ts 中的 logger 对象，不直接用 console.log
- 所有 API 接口返回格式：{ data: T, message: string } 或 { error: string }

## 重要约束
- 不引入新的 npm 包，使用已有依赖
- 不修改 src/types/index.ts 中已有的类型定义
- 所有数据库操作必须有事务处理（关键操作）
- 不在代码里硬编码配置值，使用环境变量

使用技巧：.cursorrules 里放项目级别的永久约束，不要放任务特定的临时约束。

策略二：对话分段——一次对话一个功能

错误做法：在一个对话里完成整个项目的开发

对话1: 帮我设计整个系统架构
对话1: 实现用户认证模块
对话1: 实现商品管理模块
对话1: 实现订单模块
对话1: 帮我优化性能
...（对话越来越长，AI 越来越"失忆"）

正确做法：每个功能用一个新的对话

graph LR
    A["对话1\n系统架构设计\n(完成后关闭)"] --> B["对话2\n用户认证模块\n(新开对话)"]
    B --> C["对话3\n商品管理模块\n(新开对话)"]
    C --> D["对话4\n订单模块\n(新开对话)"]

每次新对话时，在开头注入关键上下文：

项目背景（请记住以下内容）：
- 技术栈：Express.js + TypeScript + PostgreSQL
- 用户认证已完成，使用 JWT，具体实现在 src/middleware/auth.ts
- 数据库 Schema 在 prisma/schema.prisma
- 代码风格：async/await，不用 Promise.then

当前任务：实现商品管理 CRUD API
...

策略三：CONTEXT.md——便携式上下文文件

对于复杂项目，创建一个 CONTEXT.md 文件，记录最重要的项目信息，每次开新对话时引用它：

CONTEXT.md 模板：

# 项目上下文（每次新对话时粘贴此文件内容）

## 项目简介
[一段话描述项目是什么]

## 当前状态
- 已完成：[列出已完成的模块]
- 进行中：[当前工作的模块]
- 待开发：[还没开始的模块]

## 关键决策记录
- 选用 PostgreSQL 而不是 MongoDB，因为数据有复杂的关联关系
- 认证用 JWT 无状态 Token，不用 Session，因为需要支持多端
- 文件存储用 MinIO，不用云存储，因为数据安全要求

## 已有的重要文件
- src/lib/db.ts：数据库连接
- src/lib/auth.ts：JWT 工具函数
- src/middleware/errorHandler.ts：统一错误处理
- src/types/index.ts：所有 TypeScript 类型定义

## 接口规范
所有 API 返回格式：
成功：{ success: true, data: T }
失败：{ success: false, error: string, code: number }

使用方式：

在 Cursor 里：@CONTEXT.md 帮我实现...
在 Claude Code 里：先读 CONTEXT.md，然后帮我...

策略四：关键信息重新注入

当对话比较长时，主动将关键信息重新注入：

提醒一下关键约束（在继续之前请确认你记得这些）：
1. 我们用的是 TypeScript，所有代码需要类型注解
2. 不要引入新的 npm 包
3. 接口返回格式是 { success: boolean, data?: T, error?: string }

确认后，帮我实现下一个功能...

深度拆解：不同工具的上下文管理方法

Cursor 的上下文管理

文件引用（@功能）：

在 Cursor 对话框里，可以用 @ 来引用：

  • @filename：引用特定文件
  • @folder：引用整个文件夹
  • @web：在网络上搜索
  • @docs：引用技术文档

示例：

@src/models/user.ts 基于这个 User 模型，帮我实现一个用户列表的分页 API

Codebase 引用：

Cursor 可以理解整个代码库的结构（前提是项目不太大）。

在 Composer 模式下，可以直接说"基于现有的代码结构"，Cursor 会自动扫描相关文件。

Claude Code 的上下文管理

Claude Code 的工作方式更像一个程序员：它会主动读取项目文件来理解上下文。

最佳实践：在项目根目录创建 CLAUDE.md 文件：

# CLAUDE.md - Claude Code 项目规范

当你在这个项目中工作时，请遵循以下规范...
[和 .cursorrules 类似的内容]

Claude Code 会在开始工作前自动读取这个文件。

案例解析：一个实际的上下文管理系统

项目：一个电商平台的后端 API

项目结构的上下文文件：

project/
├── .cursorrules          # 全局 Cursor 规范
├── CLAUDE.md             # Claude Code 规范
├── CONTEXT.md            # 项目上下文（每次对话引用）
└── docs/
    ├── api-spec.md       # API 接口规范
    ├── db-schema.md      # 数据库 Schema 说明
    └── decisions.md      # 架构决策记录

实际的工作流：

  1. 开始新功能前，在 Cursor 里：@CONTEXT.md @docs/api-spec.md 帮我实现...
  2. AI 阅读这些文件后，给出符合规范的实现
  3. 如果 AI 偏离了规范，指出哪里不对，AI 会修正
  4. 重要决策记录到 CONTEXT.md 和 docs/decisions.md

实际效果：整个项目开发过程中，代码风格高度一致，几乎没有因为 AI "遗忘"规范而导致的不一致问题。

实操指南：为你的项目创建上下文系统

步骤一：创建 .cursorrules 文件

# [项目名] Cursor 规范

## 技术栈
[你的技术栈]

## 目录结构
[你的目录结构]

## 代码规范
[最重要的 5-10 条规范]

## 重要约束
[绝对不能做的事]

步骤二：创建 CONTEXT.md 文件

# 项目上下文（对话时引用）

## 当前状态
[项目进度]

## 已有基础设施
[重要文件和功能]

## 关键决策
[架构决策和理由]

步骤三：建立更新习惯

每次完成一个重要功能或做出重要决策，更新 CONTEXT.md。

本讲小结

mindmap
  root((上下文管理策略))
    问题根源
      上下文窗口有限
      注意力分布不均
      长对话易遗忘
    四种策略
      .cursorrules全局注入
      对话分段管理
      CONTEXT.md文件
      关键信息重新注入
    工具特性
      Cursor @文件引用
      Claude Code CLAUDE.md
    最佳实践
      每个功能独立对话
      开始时注入背景
      重要决策记录文件

思考题

  1. 在你的项目中，有哪些信息是"跨对话必须记住"的？如何把这些信息组织成一个有效的 .cursorrules 文件？

  2. .cursorrules 里应该放什么内容？有没有不应该放的内容？（提示：考虑"全局有效"和"任务特定"的区别）

  3. 对话分段管理有一个代价：每次开新对话都要重新建立上下文。如何最小化这个代价？

下一讲预告

我们学会了如何管理 AI 的"记忆"。

下一讲讲一个更实用的技巧：迭代式开发提示词——如何把一个大任务拆成一系列小提示词，通过多轮对话逐步完成？

avatar
文章
阅读
粉丝