如何避免 AI 编程助手每次都重新分析项目代码？

如果你经常使用 Codex、Claude Code 这类 AI 编程助手，大概率遇到过一种令人抓狂的情况：每次换个话题、新开一个会话窗口，AI 就像个初次见面的新同事，傻乎乎地要求你再把项目结构、关键文件甚至之前的逻辑给它讲一遍。不仅浪费 Token，更浪费我们宝贵的开发时间。

今天咱们就来聊聊，怎么解决这个“健忘”的问题，让 AI 真正成为你的长期编程搭档，而不是一次性计算器。

为什么 AI 总是“失忆”？

创建PROJECT_OVERVIEW.md文件，包含目标、技术栈和目录结构，帮助AI快速理解项目。

首先咱们得明白，大多数 AI 对话模型本质上是无状态的。新会话就是一个全新的白板，它对你之前在这个项目里干了什么、改了什么一无所知。虽然有些工具（如 Claude 的 Artifacts 或 VS Code 插件）试图保持某种程度的上下文，但一旦脱离了特定的对话线程，记忆往往就断了。

此外，项目代码量一旦大了，AI 无法一次性“吞下”所有代码。它需要你通过 Prompt 或者文件引用的方式，逐步建立认知。这就导致了每次新对话都要重新“索引”一遍。

核心解决方案：构造“项目记忆体”

构建RAG系统，将项目文档存入向量数据库，通过检索相关片段为新会话提供背景知识。

要想让 AI 不忘事，最简单的办法就是给它一个外挂大脑。我们可以手动构建一个项目的概览文件，强制 AI 在每次会话开始时先读这个文件。

1. 创建 PROJECT_OVERVIEW.md

在你的项目根目录下，创建一个专门给 AI 看的说明文件，比如叫 PROJECT_OVERVIEW.md 或者 AI_CONTEXT.md。在这个文件里，你需要用最清晰的语言描述：

• 项目目标：这个项目是干嘛的？核心功能是什么？
• 技术栈：用了哪些框架、库、数据库？版本号是多少？
• 目录结构：关键文件夹的作用是什么？
• 核心逻辑：最难懂的模块在哪里？它们之间怎么交互？
• 开发规范：命名约定、提交规范等。

2. 引导 AI 优先读取

每次新开会话，第一句话就设为：“请先阅读根目录下的 PROJECT_OVERVIEW.md 文件，基于该文件的理解来回答我接下来的问题。”

这样一来，AI 就不需要你去解释背景了，它自己读完就能建立对项目的“全知视角”。

进阶技巧：利用 Workspace 和配置文件

除了手动写文档，利用工具本身的特性也能大幅减少重复劳动。

Codex (GitHub Copilot) 的优化

如果你用的是 GitHub Copilot / Codex，确保你的项目是一个标准的 Git 仓库。Copilot 会利用仓库的公共定义来辅助补全。此外，尽量在代码中保持良好的注释习惯，特别是复杂的业务逻辑，高质量的注释本身就是最好的“上下文提示”。

Claude Code 的上下文技巧

对于 Claude Code，我们可以利用它对长文本的处理能力。在新会话开始时，不要直接抛问题，而是先做一个“索引动作”：

1. 批量投喂关键文件：使用 @ 符号引用核心文件（比如路由定义、数据库模型、配置文件）。
2. 使用 “/project” 或类似指令（如果插件支持）：有些插件支持扫描当前 Workspace 并自动生成摘要。
3. 固定 Prompt：把常用的上下文说明保存为一段 System Prompt 或者预设，每次对话前自动粘贴。

终极方案：建立 AI 持久化记忆（RAG 思路）

如果你是深度玩家，甚至可以考虑搭建一个简单的 RAG（检索增强生成）系统。

1. 将项目文档和核心代码片段存入一个向量数据库。
2. 在与 AI 对话前，先通过关键词检索出最相关的上下文片段。
3. 将检索到的内容作为背景知识注入到新的 AI 会话中。

虽然这听起来有点折腾，但对于长期维护的大型项目，这能彻底解决“重复分析”的痛点。

总结

AI 没记性，但我们可以帮它做笔记。通过编写 PROJECT_OVERVIEW.md、巧用工具的引用功能，甚至构建简单的知识库，我们完全可以避免每次新会话都从“你好，这是一个项目”讲起的尴尬。

试试上面这些方法，把你的 AI 助手训练成这个项目的“资深老员工”，开发效率绝对会有质的飞跃！