---
类型: 概念
状态: 演进中
标签: [AI, 上下文]
别名: [Context Engineering, 上下文工程学]
来源数量: 3
创建: 2026-10-01
更新: 2026-10-20
---

# 上下文工程

> 定义：不是「写更好的提示词」，而是决定在每一步把哪些信息放进模型的视野、按什么顺序放、放多少。

## 为什么它比提示词工程更根本

提示词工程假设模型缺的是「话术」。上下文工程假设模型缺的是「视野」——
它看不到的东西，话术再怎么优化也补不上。

同一个模型，给三行摘要和给三千字原文，输出质量的差距远大于换十种 prompt 措辞。

## 四个可操作的杠杆

1. **选什么** —— 检索、摘要、压缩。决定进上下文的信息集合。
2. **放哪** —— 位置影响注意力。关键约束放开头和结尾，别埋中间。
3. **放多少** —— 上下文越长，单位 token 的信息密度越低，成本还更高。
4. **什么时候撤** —— 用完的信息要及时压掉，否则它会挤占后面的空间。

## 常见误区

- 把「上下文越长越好」当默认。实测多数任务在 8k 以内就能达到峰值。
- 用摘要替代原文去做需要精确引用的事。摘要会丢数字。
- 相关页：[[记忆系统]]、[[微调与检索增强]]