术语图鉴/AI 基础/上下文工程
←→切换Esc返回

上下文工程 Context Engineering

你可能会说

我想在项目中用到上下文工程,应该怎么开始?

精心组织和管理「投喂给 AI 的信息」的技巧——什么该给、什么不该给、按什么顺序给。

精心组织和管理「投喂给 AI 的信息」的技巧——什么该给、什么不该给、按什么顺序给。上下文质量直接决定输出质量。

也常被叫作Context Engineering

生活类比

像给医生看病历——把症状、病史、用药情况整理清楚给他,比东一句西一句强一百倍。

🎮 动手试试

系统提示
历史对话
RAG 文档
用户问题
上下文窗口分配策略
选择题选择一个你认为最合适的答案

关于「上下文工程」,以下哪个描述最准确?

你可以这样告诉 AI

我要跟你讨论一个电商后台重构:技术栈 React+Node.js,20万行代码,目标是订单模块拆微服务。先记住这些背景,后面每一步都基于此给方案。

容易混淆?这样区分

上下文工程 Context Engineering≠
提示工程 Prompt Engineering

上下文工程管的是「整场对话中所有信息的组织」,提示工程管的是「单条消息怎么写得更好」。前者是战略,后者是战术。

什么时候用

构建 AI 应用

设计 AI 产品时,决定给模型传哪些历史消息、系统指令怎么写、工具描述怎么组织,这些决策比选模型更重要。

和 AI 协作时

开始一个复杂任务前,先告诉 AI「项目背景:这是一个电商后台,技术栈 React+Node.js,当前任务是…」,这就是上下文工程。

什么时候不用

一次性简单问答

问「今天天气怎么样」这类独立问题,不需要管理上下文,直接问就行。

无 AI 的传统项目

纯前端展示、数据库 CRUD、部署脚本等不接入 LLM 的项目,完全不需要上下文工程。

组成结构 · Anatomy

1
核心概念Core

精心组织和管理「投喂给 AI 的信息」的技巧——什么该给、什么不该给、按什么顺序给。上下文质量直接决

2
实际表现In Practice

像给医生看病历——把症状、病史、用药情况整理清楚给他,比东一句西一句强一百倍。

3
与 AI 的关联AI Context

和 AI 沟通时提到「给我更多项目背景」,其实就是在做上下文工程。

典型使用场景

组织对话上下文
告诉 AI「项目背景:一个 SaaS 后台,Vue3+Go,百万用户。要重构权限系统,先记住这些背景,后续每一步都基于这些信息给方案」
想弄懂概念时
告诉 AI「用大白话给我解释什么是上下文工程,举个生活中的例子」

延伸阅读