工作机制与关键组成
找出所需信息
判断当前决策需要哪些指令、用户信息、文件、工具结果和历史记录。
筛选并控制长度
优先保留相关证据，同时考虑模型的上下文窗口和注意力限制。
及时更新
随着任务推进，对上下文进行摘要、重新检索或清理过时内容。
如何选择
排查模型收到哪些信息、为何成功或失败时，可以从上下文工程的角度分析。
适合解决哪些问题
- 改进在长任务中逐渐忘记约束条件的智能体。
- 减少无关信息，并让回答依据当前项目或知识库中的资料。
使用时要留意什么
- 增加 token 不一定带来更好的推理；过时或互相矛盾的信息反而会造成干扰。
- 检索质量、内容顺序和来源信息，与提示词措辞同样重要。
使用前，先弄清楚
上下文工程与写提示词有什么区别？
提示词主要描述模型应该如何处理任务；上下文工程还负责决定每一步传入哪些历史、文件、工具结果和检索资料。重点是信息是否相关、及时和有来源，而不是单纯增加文本长度。长任务中还需要持续更新和压缩上下文。
继续核对原始资料
概念说明参考项目文档与源码；场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。
- 项目文档与说明www.anthropic.com
- Anthropic 上下文工程文章www.anthropic.com