Context Engineering

Context Engineering 是系统地选择、组织、压缩和注入上下文，让模型在正确材料上完成任务。

1. 与 Prompt Engineering 的区别

Prompt Engineering 关注“怎么表达任务”。

Context Engineering 关注“模型完成任务需要哪些信息，以及这些信息如何稳定进入上下文窗口”。

可以理解为：

• Prompt：一次输入
• Context：任务所需的信息环境
• Context Engineering：管理信息环境的方法

2. 上下文包括什么

• 用户目标
• 当前任务状态
• 相关代码或文档
• 业务规则
• 工具说明
• 历史决策
• 用户偏好
• 验收标准
• 错误和运行结果

3. 核心问题

3.1 选什么

哪些信息对当前任务真正相关。

3.2 放多少

上下文太少会缺信息，太多会引入噪声和成本。

3.3 怎么放

不同信息需要不同结构：

• 任务目标放前面
• 约束单独列出
• 代码保持原始格式
• 检索材料附来源
• 历史信息只保留决策摘要

3.4 何时更新

长任务中上下文会过期，需要随着中间结果更新。

4. 常见策略

• 文件选择
• 文档检索
• 摘要压缩
• metadata 过滤
• 记忆分层
• 上下文模板
• 中间产物保留
• 过期信息淘汰

5. 失败模式

• 把无关材料塞满上下文窗口
• 忘记关键约束
• 历史摘要丢失决策理由
• 检索结果没有来源
• 工具返回格式不稳定
• 同一任务中上下文前后矛盾

6. 与 RAG 的关系

RAG 是 Context Engineering 的一种重要实现方式。

RAG 解决的是从外部知识库按需取上下文；Context Engineering 还包括任务状态、工具信息、用户偏好、运行结果等更广的上下文治理。

7. 一句话总结

Context Engineering 的重点不是让 prompt 更长，而是让模型每一步都拿到足够、准确、低噪声的上下文。