父级与支柱页面：从 AI 入门到 AI Context Workspace。
先给出答案
AI Context Workspace（ACW）是污斑兔提出的领域无关 AI 上下文工作区，用来组织背景、约定、任务过程、工作产物、检查证据和归档状态。本系列教程要解决的，是从“每次开启新会话都要重新解释自己”过渡到“维护一套由你自己掌握、能被 AI 按需读取的工作环境”。如果你的工作会跨多个会话、需要复用规则，或者经常更换工具，这套方法就值得了解。
读完导读后，建议按顺序进入什么是 ACW：作用、原理与适用边界与如何搭建和迁移第一个 ACW；如果想先看全局主线，可以回到支柱长文从 AI 入门到 AI Context Workspace。
关键要点
- ACW 解决的是重复交接，而不是一次问答：单次任务可以临时提供资料，长期工作才需要维护环境。
- ACW 是一套由使用者掌握资料与规则的工作方法，不是必须购买的产品，也不绑定某个 AI 应用。
- 它的核心是把长期背景、长期规则、过程状态与实际产物分开，并提供清晰的阅读入口。
- 是否值得开始，取决于“是否需要跨会话复用”，而不是“目录是否足够完整”。
- 工作区保存了资料，不等于本次模型已经读到；它依赖工具具备读取能力，也依赖资料真实、及时更新。
从准备一次资料，到维护一套工作环境
单次任务可以临时提供资料。但如果你长期经营博客，每次都要说明同样的定位、规则和进度，就会产生重复交接成本。这种成本往往不会被单独记账，它分散在每一次“你上次让我……”的补充说明里，累积起来就是大量重复劳动。
本系列把围绕 AI 协作组织的完整工作上下文环境称为 AI Context Workspace，简称 ACW。它首先是一种由使用者掌握资料的工作方法，而不是必须购买的产品。ACW 领域无关：代码、文档、研究、设计、数据和内容都可以作为工作单元放进同一套结构。它高于 Harness——Harness 只是 ACW 在软件研发与交付场景中的领域实践。这层关系可参考 ACW 本体论 与 Harness。
ACW 也不是 Prompt 集合、知识库、RAG 或 AI Coding 工具。这些方式各自解决一部分问题：Prompt 描述当次要求，知识库保存与检索资料，RAG 关注把资料找出来。ACW 关心的是更上层的问题——这项工作要读什么、遵守什么、目前做到哪里、结果如何验收。更细的边界见什么是 ACW。
几个基础术语
为了避免后面的用法混淆，先约定四个词的含义。上下文指 AI 完成工作所需的目标、事实、规则、状态、产物、证据和能力的集合；工作单元指一个需要被 AI 理解和操作的交付物集合，可以是代码、文档、研究、设计、数据或内容项目；任务上下文指记录任务从原始材料到归档的状态、过程、检查和结论，不等于最终交付物；能力入口指 AI 可调用的一组工作流或动作，让上下文从被阅读进入被执行。这些定义与 ACW 本体论保持一致。
什么时候值得开始
判断标准不是“工具是否高级”，而是“是否出现重复交接”。可以用下表快速对照自己的情况。
| 你的情况 | 是否建议建立 ACW | 原因 |
|---|---|---|
| 任务跨越多个会话，需要持续接续 | 建议 | 状态需要从聊天记录中提取出来，长期维护 |
| 同一类任务反复出现，规则固定 | 建议 | 规则写一次即可复用，减少格式偏差 |
| 经常更换 AI 工具 | 建议 | 资料可导出、可迁移，降低被单一应用锁定的风险 |
| 只是偶尔改写一句话 | 可以先不建 | 维护工作区可能比重新描述任务更费力 |
| 没有长期资料，也不跨会话 | 可以先不建 | 临时提供资料已经足够 |
不要为了目录完整而制造空文档。先保存已经反复使用的资料，再根据实际困难补结构。这个顺序对应如何整理有效上下文：筛选、分层与更新里的筛选与分层原则。
阅读顺序
- 什么是 ACW：作用、原理与适用边界：明确 ACW 与普通文件夹、知识库、聊天记录的区别，理解“去中心化”的含义与适用边界。
- 如何搭建和迁移第一个 ACW：围绕一个实际项目建立入口、分类资料、完成交接测试，并处理日常维护与安全。
这两篇是 ACW 篇章的核心。如果你此前没有系统接触过 AI，可以按系列顺序从更低级别读起：先看 AI 基础导读 与 什么是 AI：从发展脉络认识生成式 AI，再看 AI 应用导读 与如何完成第一个可验收的 AI 任务，然后是 AI 上下文导读 与什么是 AI 上下文：提示词、记忆与知识库，最后回到本篇章。全系列从 100 级到 400 级共十三篇，覆盖 AI 基础、AI 应用、AI 上下文与 ACW 搭建迁移。
哪些人值得开始？
如果任务跨越多个会话、需要复用规则，或者经常更换工具，ACW 值得尝试。如果只是偶尔改写一句话，维护工作区可能比重新描述任务更费力。换句话说，ACW 的收益来自“重复”，而不是来自“复杂”。工作越长期、越反复，沉淀一次的价值就越高。
本篇章的完成标准
- 能找到项目事实、工作规则和当前任务各自的位置。
- 在新会话中提供入口后，AI 能基于实际读取的资料说明当前状态。
- 核心资料可以导出和独立阅读，而不是只能留在某个应用中。
这三条对应 ACW 参考结构中“入口负责路由、目录负责分类”的设计：背景、约定与产物各有归属，核心资料不被单一应用锁定。完成本篇章的练习后，你就拥有了一个可工作、可维护、可迁移的 AI Context Workspace。
先建立最小结构，再谈完整
ACW 的落地顺序是先有入口、再补分类。一个能工作的最小形态，通常只需要一份入口说明，加上背景、约定、过程和产物四类位置。入口只负责告诉 AI 先读什么，具体内容放在对应文档；目录命名是示例，不是标准。真正决定成败的不是目录多完整，而是资料是否真实、是否被更新、是否被本次读取。手工搭建的完整步骤见如何搭建和迁移第一个 ACW。
常见问题
ACW 是不是必须购买某个工具才能使用？
不是。ACW 是一套工作方法，不依赖某个 AI 产品。工具只是读取和写入资料的方式；即使工具不能写文件，仍然可以读取后给出建议，由人完成保存。
ACW 和知识库、Prompt 是一回事吗？
不是。Prompt 描述当次要求，知识库偏向保存与检索资料，ACW 管理的是任务要读什么、遵守什么、做到哪里、如何验收。知识库可以作为 ACW 的资料来源之一。
一定要等资料齐全才能开始吗？
不需要，也不建议。先保存已经反复使用的资料，再根据实际困难补结构；为了目录完整而制造空文档，反而增加维护负担。
我只有很短的小任务，需要建 ACW 吗？
通常不需要。如果没有重复任务、没有长期资料，也不需要跨会话协作，临时提供资料即可。等出现重复交接成本时再建立工作区更合理。