AI 编码工具在受控演示中的表现远优于复杂的 Unity 项目，原因在于缺乏完整的项目上下文。成功的 AI 集成需要提供明确的项目信息，包括 Unity 版本、包详情、架构边界和平台要求。上下文工程涉及对项目进行组织，使 AI 能够看到原本不可见的依赖关系，从而确保生成的变更既有用又可审查。相较于宽泛的功能请求，小而聚焦的任务配合清晰的验收标准更为有效。AI 绝不应猜测关键细节，如 Unity 版本、场景所有权、执行顺序或特定平台行为。自动化测试对于验证 AI 生成的代码至关重要，可将建议转化为可验证的证据。一份结构良好的项目简报应概述现有决策、禁止的变更以及“完成”的明确定义。任务应分解为可验证的单元，对于跨系统变更，应在编写代码前请求计划。开发者应衡量已接受的变更及其审查成本，而不仅仅是代码行数。目标是使 AI 成为高效的助手，而非未经验证的实验性代码的来源。