CSF

CSF Minimal — 教学版

用最少的信息量体验 CSF 的核心思想。 适合:从未接触过 CSF 的人,想了解它与常规 AI 用法有什么不同。


CSF 是什么(30秒版)

CSF 是一种让 AI 在多次对话中持续正确工作的方法。

普通用法的问题:每次对话 AI 都从零开始,你需要反复解释背景。对话长了 AI 开始跑偏,你不知道为什么。项目复杂后 AI 的回答越来越不靠谱。

CSF 的解法:一个文件(context.md)承载 AI 的”记忆”和”方向感”。每次对话开始时 AI 读它,结束时更新它。AI 因此知道”我是谁、在做什么、做到哪了、下次做什么”。


三个核心差异

差异 1:目的驱动,不是指令驱动

❌ 普通用法:”帮我写一个用户登录的API” ✅ CSF:”我们在做X项目,当前阶段是用户认证模块,目的是让用户能安全登录。上次完成了数据库设计,这次要实现登录接口。”

为什么:AI 知道目的后,能自己判断该做什么、不该做什么。不知道目的时,AI 只能机械执行字面指令。

差异 2:状态接力,不是每次从零

❌ 普通用法:每次对话重新解释项目背景 ✅ CSF:context.md 中写着当前状态,AI 读了就直接进入工作

为什么:AI 没有记忆,但文件有。把”记忆”外化到文件,AI 每次读文件就”恢复记忆”。

差异 3:人校准方向,AI 执行细节

❌ 普通用法:要么全程微操 AI,要么完全放手后发现跑偏 ✅ CSF:AI 做完一步就 brief(简要汇报),你确认方向对不对。对就继续,不对就纠偏。

为什么:AI 的判断力在细节层很强,在方向层容易偏。人的判断力相反。各管各的强项。


开始使用

只需要一个文件:context.md。下面是模板,复制后填入你的项目信息即可。

对 AI 说:“读 context.md,然后开始工作”


使用节奏

开始对话 → AI 读 context → AI 汇报当前状态 → 你确认/纠偏
                                    ↓
                           AI 执行 → 完成后汇报
                                    ↓
              结束对话 → AI 更新 context(§C 写结论,§D 写下次计划)
                                    ↓
                    下次对话 → AI 读 context → 无缝接上...

进阶路径

用了 minimal 版觉得有效果后:

  1. 加角色分离:如果你的项目需要”设计”和”编码”分开做 → 加一个 context-开发者.md
  2. 加规程库:如果某些操作反复做且容易出错 → 建 protocols/ 文件夹,把步骤写成文档,需要时让 AI 读
  3. 加经验库:AI 犯了错 → 记下来,下次告诉 AI “不要再犯这个错” → 建 经验库/

最终形态就是完整版 CSF。但不需要一开始就用完整版——从一个 context.md 开始就够了。