AI 会不会做，
也取决于它看到了什么。

模型能力 ≈ 已经学会的知识

它懂一些编程知识，就像同学上过 Java 课。但它未必知道你们项目用了什么数据库、老师要求什么、哪一版接口才是最新的。

上下文 ≈ 这次放在桌上的材料

题目、规则、代码片段、参考文档、刚运行出来的报错，都可能成为它这次回答的依据。

调用请求示意

{
  "tool": "get_table_schema",
  "arguments": {"table": "book"}
}

这是教学伪格式；实际请求格式取决于模型 API 和工具框架。

工具结果示意

表：book
字段：id、title、stock
stock：整数，表示当前可借库存

运行工具是一次动作；把结果加入上下文，才让 AI 获得这条新信息。调用失败时，也应根据错误处理，不能假装成功。

例：Java Web 接口开发 Skill

任务指导：先读项目约定，再找现有接口作参考，最后实现并验证。

参考资料：统一返回格式、异常处理规范、测试案例。

可选脚本：运行检查或生成固定结构的辅助程序。

这些内容可以组织为 SKILL.md、参考文件和脚本目录；具体结构与触发机制由实现决定。

我的 Java 接口报错了，帮我修一下。

AI 不知道哪个接口、如何触发、错误发生在哪一层，只能追问或列举常见原因。

目标：修复 /api/books 返回数据时的异常。
环境：JDK 17；依赖版本见 pom.xml。
复现：启动后 GET /api/books 即触发。
附件：完整异常栈、Book.java、相关 Controller、
      Jackson 配置和 pom.xml。
约束：保留现有 JSON 字段命名。
请先根据证据定位原因；缺信息先列出。
修改后说明如何验证，并报告实际测试结果。

这里的附件需要实际粘贴、附加或由工具读取，不能只写文件名就默认 AI 看到了内容。

不要只说“接着刚才继续”

长对话可能经过截断或压缩；旧方案和新决定混在一起，也会造成误解。换任务或换会话时，准备一份简短的“交接单”。

新会话中附上交接单，并让工具重新读取必要文件，核对当前代码。

一份可用的交接单

当前目标：完成图书借阅接口。
已确认：最多借 5 本；采用现有统一返回格式。
已完成：参数校验、借阅记录写入。
未完成：并发下库存可能变为负数。
关键文件：BorrowService.java、borrow.sql。
验证状态：单用户通过；并发测试失败。
下一步：读取最新实现，定位并发问题。
已废弃：旧版“最多借 10 本”规则。

选：只拿与任务有关的材料

先给目标与关键文件。相关资料很多时，先提供目录或摘要，再按需读取原文。RAG（检索增强生成）就是先找到相关资料，再把检索结果作为回答依据的一种方法。

排：让事实、要求和示例分明

按“目标 → 环境 → 事实 → 约束 → 验收”组织。给文档标明版本与来源。示例代码不一定是最终需求，外部文档中的指令也不应直接当成你的授权。

补：把新的证据送回来

让 AI 读取所需文件，反馈实际运行结果。看到新报错后提供完整关键信息，而不是重复“还是不行”。测试通过与否要以真实结果为准。

清：移除过期内容，留下交接单

明确废弃旧决定，压缩冗长过程，但保留关键约束、失败记录与待办。摘要可能丢失细节，重要结论应能回查原文或代码。