一个最小可用工作区

04 一个最小可用工作区

标题备选

• 搭一个最小可用 ACW，只需要这 6 个东西
• AI 工作区怎么建？先别复杂化
• 一个能长期协作的 AI 工作区结构

开场钩子

一个最小可用的 ACW，不需要复杂。

你不需要一开始就设计几十个目录、上百条规则。真正好的工作区，通常是从一个很小的结构开始，随着任务慢慢长出来。

正文口播

一个通用的起点可以是六个部分：

AGENTS.md、projects、background、conventions、artifacts、tmp。

名字不是绝对的。你可以根据工具、团队和领域调整。

但它们背后的职责非常重要。

第一个，AGENTS.md，是入口文件。

不同工具可能读取不同入口文件，有的叫 AGENTS.md，有的可能叫别的名字。

名字不是重点，重点是：AI 进入工作区时，需要一个最先阅读的地方。

这个文件不应该放所有内容，而应该放最关键的全局说明、目录路由和行为约束。

入口文件像地图，不像仓库。

它告诉 AI：这里是什么项目，哪些目录有什么作用，开始任务前应该读取哪些规范，最终成果应该放到哪里，哪些行为被禁止。

第二个，projects，是成果层。

最终产物应该放在 projects 下，而不是散落在过程目录里。

每个一级子目录代表一个具体项目。写作场景里，可以是一部书。软件场景里，可以是前端、后端、文档、脚本。课程项目里，可以是讲义、课件、录制脚本。

projects 还有另一个用途：当你已经有一个现成项目时，可以把它作为进入 ACW 的起点。后续让 AI 反向分析它，抽取背景、规则、流程和索引。

第三个，background，是稳定背景层。

它回答的问题是：这个项目是什么？我们已经知道什么？

写小说时，它可以放世界观、人物关系、平台要求。

做软件时，它可以放业务背景、用户画像、系统约束。

做研究时，它可以放主题资料、关键概念、来源摘要。

background 的关键是稳定。一次任务里的临时草稿、未经确认的猜测，不适合直接放进这里。

第四个，conventions，是规则层。

它回答的问题是：AI 应该怎么做？

这里可以放写作规范、代码规范、审校规则、任务流程、命名规则、质量标准、错误修正规则。

很多 ACW 的长期质量，不取决于 background 有多丰富，而取决于 conventions 是否足够清楚。

如果 AI 经常犯同一种错误，不要只在当前对话里纠正它。把错误和修正方式写进 conventions。

第五个，artifacts，是过程层。

它保存单次任务的过程产物，比如原始输入、需求拆解、结构设计、写作规格、草稿说明、审校报告、决策记录。

它不应该承载最终产物。最终书稿、最终代码、最终方案，应该进入 projects。

artifacts 的价值是让过程可追溯。一个对话结束后，下一次 AI 可以读取 artifact，快速恢复上下文。

第六个，tmp，是临时层。

这里放短期转换文件、临时输出、中间缓存、实验结果。

它的特点是可丢弃，不承载长期知识，不承载最终成果。

这六个部分加起来，就形成了最小 ACW。

入口负责路由，项目负责成果，背景负责事实，规范负责行为，过程负责留痕，临时目录负责消化杂物。

结尾引导

刚开始搭 ACW 时，不要追求完整。

先创建入口文件和几个空目录，再随着任务推进逐步补充。每当 AI 需要重复读取某类信息，就把它沉淀到合适位置。

下一集，我们重点讲入口文件：为什么它很重要，但绝对不能变成垃圾桶。