上下文包准备清单

一句话定义

上下文包（context pack）是为单个任务打包的最小充分材料集合——任务一句话、相关代码与行号、接口约定、验收样例、约束禁区——用 5 分钟准备换掉数十分钟往返。

为什么重要

AI 产出的方差主要来自输入方差。同一个人、同一个模型，材料选得好坏可以让结果差一个数量级。上下文包把「选材料」变成 checklist：既防漏（该给的没给，模型只能猜出幻觉），也防滥（全文件倾倒挤占注意力预算）。它是 kp-004 预算思想在单任务粒度的落地物。

前置知识

kp-004（上下文窗口与注意力预算）。

核心概念

六件套清单（按序检查）：

1. 任务一句话：目标 + 为什么（三元组的意图）。
2. 相关代码：涉及的函数/类，带文件路径与行号；调用方签名；不要整文件。
3. 接口约定：现有类型定义、数据结构样例、API 请求响应示例。
4. 验收样例：测试名或「输入→期望输出」至少一组，含一个边界情况。
5. 约束与禁区：技术栈版本、不许动的路径、依赖政策。
6. 已排除项：你已经试过/排除的假设，防止模型绕回原点。

反模式：整文件倾倒（违反最小充分集）；贴截图不贴文本（模型读图低效且易错）；贴三个月前的旧版本代码（让模型对着不存在的代码设计修复）；报错日志只贴最后一行。

原理与机制

上下文包作用于窗口的会话层（kp-004 的 60% 主预算）。它同时压缩两类不确定性：任务不确定性（该做什么）与环境不确定性（代码现状如何）。经验规律：模型对「给了什么」负责而非「缺了什么」负责——你没给的接口约定，它会按最常见的形态编造。因此六件套的价值不在「礼貌齐全」，而在封堵每类编造入口。

实例或案例

操作步骤（5 分钟打包流程）：

1. 用一句话写下任务与动机（60 秒）。
2. 打开涉及文件，摘出函数段落并标注 文件:行号（120 秒）。
3. 从测试目录复制最接近的现有用例当验收底稿（60 秒）。
4. 写约束两行 + 已排除一条（60 秒）。
5. 通读一遍自检：模型拿到这份材料还会问什么？会问就补（60 秒）。

Before：贴 1200 行 service 整文件 + 「加个导出功能」。模型输出一个泛泛的 CSV 函数，字段全靠猜。

After：任务一句话 + export.py:40-75 现有导出函数 + Order 字段定义 + 一组输入输出 + 「禁新依赖」。模型复用现有函数扩展，一轮可用。

排错清单：

• AI 引用不存在的字段/函数 → 检查是否贴了旧版本，用当前 HEAD 重新摘取。
• 输出风格与项目不符 → 六件套第 3 项缺失，补接口约定。
• 实现方向离谱 → 第 1 项动机没写清，补「为什么」。
• 反复在已排除的思路上打转 → 第 6 项缺失，明确列出已试方案。

公式或模型

本节不适用：打包收益体现为往返轮次下降，用 kp-026 的返工率间接观测。

图示

[任务一句话] + [相关代码+行号] + [接口约定] + [验收样例] + [约束禁区] + [已排除项]
     └────────────── 一个任务一个包，随 diff 过期即弃 ──────────────┘

直观类比

上下文包是外科手术的器械台：术前把要用的器械按顺序摆好，台上就不必中途喊「再给我一把」——每喊一次，感染风险（幻觉）就高一分。

常见误区

• 把「多给」当保险：无关材料稀释注意力，保险变风险。
• 用截图代替代码文本：可复制文本永远优先。
• 一个包反复用三天：代码已变，包已过期，每任务重打。

与其他知识点的关系

kp-010 探索策略回答「不知道该打包什么」时怎么办；kp-009 决定长会话中包的更换节奏。

自测题

要点：任务/代码/接口/验收/约束/已排除；最常漏的是「已排除项」与「接口约定」。

要点：模型会对不存在的现状设计修复，产出系统性错误且表面自洽。

1. 六件套是什么？哪件最常被漏？
2. 为什么贴旧版本代码特别有害？

延伸阅读

本节不适用：上下文包是本库归纳的实践清单，无对应经典文献。