2-4 脈絡 (上下文) 是什麼? 為什麼重要?

在前面的單元中，我們討論了提示詞以及模型選擇。在這個單元，我們將進一步探討「脈絡」(或稱「上下文」)，包括它的定義、重要性，以及為什麼在用 Cursor 這樣的工具時，脈絡對於提升 AI 回覆品質或執行效果很重要。

什麼是脈絡？

脈絡的英文是 context，在社群中也常被翻譯為「上下文」。要理解脈絡，我們需要從大型語言模型的角度來看使用者的輸入。大型語言模型會根據使用者的輸入生成相關回應與資料，而這些輸入包括提示詞以及額外的細節，這寫額外的資料都是所謂的脈絡。

具體來說，在使用 Cursor 時：

給 AI 的提示詞是脈絡
與 Cursor 的歷史對話紀錄是脈絡
整個程式碼庫是脈絡
某個函式庫的文件也是脈絡

換句話說，如果你能將這些脈絡清楚地提供給 Cursor，讓 Cursor 能夠有更多額外且重要的細節，Cursor 就能更準確理解你的需求與目標，這對於提升回覆品質或 AI 代理的程式修改成果會非常有幫助。

為什麼脈絡重要？

提升回覆的精準度

以前面的單元中提到希望模型回覆更精簡，避免過多冗長或無意義的內容。如果在提示詞中加入這個脈絡，例如「請保持回覆精簡，不要有冗餘」這句提示詞，那麼模型生成的回應就會更符合你的期待。

避免重複錯誤

假設你在使用 Cursor 解決問題時遇到某個錯誤，而 Cursor 在對話過程中修正了這個錯誤，這段對話紀錄就成為一個重要的脈絡。有了這個脈絡，Cursor 在後續處理類似問題時，能參考過去的錯誤與修正，避免重蹈覆轍。如果沒有提供這些紀錄，Cursor 就像一張白紙，可能再次犯下相同的錯誤。

保持風格一致

程式碼庫也是脈絡的一環，當使用 Cursor 時，如果能讓它了解現有程式碼庫的方法與函式，Cursor 生成的新程式碼就能更貼近原有程式碼庫的風格。

具體來說，不論是前端、後端，不同語言或框架都有特定風格，即使是同一語言，不同公司或團隊的風格也可能不同。如果單純要求 Cursor 生成某語言或框架的程式碼，結果可能與現有程式碼庫或團隊期望的風格不符。但若附上既有程式碼庫作為脈絡，讓 Cursor 根據既有風格生成新程式碼，成果就會更加一致。

適應函式庫或套件的更新

假設在開發中使用了某個函式庫或套件，希望 Cursor 生成相關程式碼。如果將該函式庫或套件的最新文件作為脈絡提供給 Cursor，就能得到更精準的回應。因為 AI 模型的訓練資料有時間限制，若函式庫在訓練後更新，模型可能生成基於過時資料的程式碼，導致與最新版本不符。提供最新文件作為脈絡，就能確保生成的程式碼符合當前需求。

脈絡為王

在社群中，你可能常聽到「脈絡為王」或 Context is king 的說法。意思是，在使用 AI 工具時，附上完整的脈絡——包括提示詞、對話紀錄、程式碼庫及相關文件——作為輸入，讓 AI 根據這些資訊生成程式碼，會比不提供脈絡時得到更好的成果。

在 Simon Willison 的《Here’s how I use LLMs to help me write code》一文中，他就有特別寫一個關於 Context is king 的段落，非常推薦一讀 (連結)。

在接下來的單元中，我們會具體說明如何在 Cursor 中加入不同的脈絡，以獲得更高品質的回覆。

此系列文章為 《給工程師的 Cursor 工作流 — 透過 AI 代理全方位提升開發生產力》 搭配的教材。希望透過這系列文章，將過去協助導入 AI 工具及使用 Cursor 的經驗擴展並分享給想提升生產力的讀者。如果對課程感興趣的讀者，可以加入 E+ 成長計畫，觀看影片學習。