前言
前面几章提到过，上下文和提示词十分关键。
你要提供足够多的信息，AI Agent 才能理解你的需求，并知道该如何完成它。
你不能在完全没有提供使用场景、安全边界和其他限制的情况下，直接对它说：
帮我用 xxx 生成一个 yyy。
这样生成出来的结果，大概率不会符合你的预期。
因为当 AI Agent 无法确定某些细节应该如何实现时，它往往会“自以为是”地替你补充，并按照它认为合理的方式继续完成任务。
于是，你只能一次又一次地要求它修改或者实现 zzz。
直到最后，你可能会发现：需求还没有完成，token 却已经快用完了。
但是很多时候，道理我都懂，我就是不知道应该提供哪些信息。
毕竟我不是什么具有“几十年功力的老师傅”，只是一个刚刚入门的菜鸟。
我自己完全不懂架构之类的东西，该怎么向 AI 描述一个完整的方案呢？
以前遇到不会的问题，使用的“古法”是“找度娘”。
而现在，我们还可以直接询问 AI，比如 ChatGPT、DeepSeek 之类的工具。
先把自己的问题问明白，从对话中得到一个比较满意的方案，再让 AI Agent 根据这个方案真正开始干活儿。
为什么不直接使用 Plan Mode？
有人可能会问：
为什么不直接使用 Agent 的
Plan Mode？让它帮我制订计划不就行了吗？为什么还要先单独询问方案？
关于这一点，我的看法是：Plan Mode 更适合处理一个已经相对明确的任务。
也就是说，你最好先弄清楚自己要解决的是什么问题、大致有哪些限制，以及希望得到什么结果，然后再开启 Plan Mode，让 Agent 根据这些信息制订具体的执行计划。
如果你自己对需求还完全不了解，就直接进入 Plan Mode，可能会遇到几个问题：
- 你可能看不懂它生成的 Plan，也无法判断这个 Plan 是否合理。甚至它最终要实现的东西，可能根本不符合你的真实需求。
- Agent 在制订计划的过程中，可能会询问一些实现细节。但由于你自己也不了解相关内容，可能连它在问什么都看不懂，更不知道该怎么回答。
说到底，Plan Mode 同样需要根据上下文和提示词生成 Plan。
但你现在遇到的问题，恰恰就是不知道应该提供什么上下文，也不知道提示词里应该写什么。
在这种情况下，与其立刻让 Agent 制订执行计划，不如先在普通对话中把问题问明白。
怎么问？
其实方法和前面提到的内容差不多，核心还是一句话：
不能只向 AI 索要结果，却不提供必要的信息。
比如，不能只说：
给我一个实现 xxx 的方案。
因为仅凭这一句话，AI 并不知道这个功能会用在什么地方，也不知道你已经做了什么、遇到了哪些问题，以及最终想达到怎样的效果。
因此，在询问方案时，可以尽量提供下面这些信息：
- 使用场景：这个功能会在什么环境中使用，主要解决什么问题。
- 当前情况：现在已经实现了什么，项目大概是什么结构。
- 尝试过的方案：之前用过哪些方法，为什么没有达到预期。
- 已经遇到的问题：目前的瓶颈、报错或者不合理的地方是什么。
- 限制条件：性能、内存、平台、时间、安全边界或者兼容性方面有哪些要求。
- 最终目标：你希望最后得到什么结果，最关注哪些指标。
当然，并不是每次都必须机械地把这些内容全部写一遍。
你知道多少就先说多少，暂时不知道的地方也可以明确告诉 AI：
我对这一部分不太了解，请先帮我分析还缺少哪些必要信息，不要直接给出最终方案。
这样一来，AI 就不只是回答问题，也可以反过来帮你梳理需求。
在对话过程中，遇到不明白的地方也不要直接跳过。
如果 AI 给出的方案里出现了自己看不懂的概念，可以继续追问：
为什么要这样设计？
这个方案解决了什么问题？
还有没有更简单的实现方式？
如果不这样做，会产生什么后果？
这个方案是否满足我前面提到的限制？
一直问到自己能够大致理解方案的思路、优缺点和适用范围，再考虑让 AI Agent 真正开始修改项目。
这里的重点并不是一定要把自己问成一个专家，而是至少要达到下面的程度：
我知道这个方案大概要做什么，为什么这样做，以及最终结果是否符合我的需求。
如果连这些都无法判断，就很难对 AI Agent 的工作进行 review。
总结
如果自己还没有弄清楚需求，就不要急着直接进入 Plan Mode，更不要立刻让 AI Agent 开始修改代码。
可以先在普通对话中描述场景、现状、问题、限制和最终目标，让 AI 帮助自己分析可行的方案。
遇到看不懂或者不确定的地方，就继续追问，直到自己能够基本理解这个方案，并确认它符合预期。
之后，再把已经讨论清楚的内容交给 Plan Mode，让 Agent 制订具体的执行计划并开始干活。
大概可以分成下面几个阶段：
描述问题 → 补充信息 → 讨论方案 → 理解并确认方案 → 进入
Plan Mode→ 执行并review
先询问方案，并不是要求自己提前弄懂所有技术细节。
恰恰相反，这是在自己不懂的时候，先借助 AI 把问题逐渐问明白。
否则，即使 AI Agent 最终交付了一堆看起来很完整的代码，你也可能无法判断它是否可靠、是否符合预期，以及是否埋下了新的问题。
说到底，AI Agent 可以帮你干活，但不能代替你确认自己到底想要什么。
文章作者：成元
上次更新：2026-07-27