昨天介紹了 Context，簡單來說，就是 AI 在回答問題時手上有哪些資訊。

知道 Context 很重要之後，今天就來看看實際寫程式時，要怎麼把需要的資訊提供給 AI。

假設今天只跟 AI 說：

我的登入功能壞掉了，幫我修一下。

這句話對我們來說很合理，但 AI 其實滿頭問號。它不知道使用什麼語言、不知道登入功能怎麼寫，也不知道現在到底發生什麼錯誤，只能根據有限的資訊猜測問題。

如果換成：

我的登入頁面使用 HTML、CSS 和 JavaScript。點擊登入按鈕後沒有任何反應，下面是目前的 JavaScript 程式碼和瀏覽器 Console 出現的錯誤，請幫我找出問題。

接著附上相關 Code 和 Error，AI 能參考的 Context 就完整很多，也比較容易找到真正的問題。

所以提供 Context 不代表要把整個專案一股腦全部丟進去，而是要提供跟目前問題有關的資訊。

像是使用的技術、相關程式碼、錯誤訊息、原本預期的結果，以及實際發生的結果，這些通常都比一句「它壞了，幫我修」有用得多。

到了真正的專案裡，一個一個複製檔案給 AI 當然有點麻煩。

好在現在已經有不少 AI Coding 工具，可以直接讀取專案中的檔案。

所以 Day 9，我們就來看看目前有哪些常見的 AI Coding 工具，以及 Chat、IDE、CLI 到底有什麼差別。