前一天的鐵人賽挑戰文章介紹的可以協助設定 Global Instruction 的工具 10xrules。但單純使用這個工具來產生 Global Instruction 可能還不夠，因為在真正的開發過程中，每個 Task 都還需要有自己的 Context。
這個 Context 可能是過去的對話紀錄、相關文件、程式碼片段等...。但要突然要開發人員「無中生有」這些 Context 也是一件很困難的事情，這篇文章要介紹一個叫做 coleam00/context-engineering-intro 的專案，這個專案提供了一個簡單的範例，讓開發人員可以藉由實際操作來了解如何在開發過程中會有哪些 Context 需要被提供給 LLM。
coleam00/context-engineering-intro 介紹
這個 Repo 的主要 2 大功能：
首先，這份專案是設計給 Claude Code 使用的，但是也是可以透過其它 AI Code Assistant（GitHub Copilot）工具來使用的。
.
├── .claude
│ ├── commands
│ │ ├── execute-prp.md # ⭐ 執行 PRP 的提示
│ │ └── generate-prp.md # ⭐ 產生 PRP 的提示
│ └── settings.local.json
├── claude-code-full-guide # 暫時略過
├── CLAUDE.md # ⭐ Global Instruction 設定
├── examples
├── .gitattributes
├── .gitignore
├── INITIAL_EXAMPLE.md
├── INITIAL.md # ⭐ 任務說明（簡單提供，後續會使用 /generate-prp 產出更完善的 PRP）
├── LICENSE
├── PRPs
│ ├── EXAMPLE_multi_agent_prp.md
│ └── templates
│ └── prp_base.md # ⭐ PRP 基本模版
├── README.md
└── use-cases # 暫時略過
這份專案經過時間的演進，裡面的架構比當初使用時更複雜了，不過主要可以聚焦在上面標記 ⭐ 的檔案。各位只需要針對這些檔案進行修改就可以了。
INITIAL.md：提供任務的基本說明CLAUDE.md：負責整個專案的 Global Instruction 設定（Optional）PRPs/templates/prp_base.md：PRP 的基本模版（Optional）補充說明
上面寫著 Optional 是因為這些檔案在原本的 Repo 裡面已經有預設的內容了，可以先嘗試使用預設內容來進行開發，等到熟悉流程之後再根據自己的需求來進行修改。
補充說明
目前的
CLAUDE.md對應的是AGENTS.md。AGENTS.md是目前多家廠商的共識，就像過去開發人員都會把程式的基本介紹寫在README.md一樣，AGENTS.md是專門提供給 LLM 的開發指引。截至目前，已經有 Codex、Cursor、Gemini CLI、GitHub Copilot 加入這個供應商中立的標準協議（但 Claude Code 還沒）。若是想看其它開發人員的AGENTS.md可以到 GitHub Search 查看。
INITIAL.md，根據自己的需求來修改任務說明/generate-prp INITIAL.md 讓 LLM 可以根據 INITIAL.md 的內容來產生 PRP/execute-prp PRPs/example_prp.md 來讓 LLM 根據 PRP 的內容來進行程式開發補充說明
在實際操作的過程中，筆者主要是使用 GitHub Copilot 來進行開發，所以嘗試過使用不同的 AI Model 來產出 PRP。根據筆者的經驗，Claude Sonnet 對比 GPT、Gemini 或是其它開源權重的模型，能夠產出更符合需求的 PRP。
另外，還有一點貼心建議，在請 AI Model 產出 PRP 的時候可以請它根據需求來按照開發步驟來產出「多個」PRP，這樣會比一次產出「一個」PRP 的內容更加詳細，後續在開發的時候一步一步跟著步驟走，確認每個步驟都符合需求也沒有錯誤的時後再進行下一步。
coleam00/context-engineering-intro 來進行 Context Engineering 實戰INITIAL.md + /generate-prp INITIAL.md 產出 PRPAGENTS.md
iThome鐵人賽
看影片追技術