談談上下文工程（Context Engineering）

發布于 2025-10-28 07:49

瀏覽

0收藏

大模型發展這兩年，應用型 AI 的焦點一直在 “提示工程”（prompt engineering），但隨著更強大的大語言模型（LLM）走向多輪、長時間的自主行動，一個更關鍵的概念開始走到臺前：上下文工程（context engineering）。與其把精力放在如何雕琢每一句提示，不如把問題聚焦到：怎樣構造和維持 “最可能讓模型產生期望行為” 的上下文？本文是參考 ??Claude?? 官網博客的總結，文章原文：https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents。

1. 什么是上下文工程

上下文，是在一次 LLM 推斷過程中被納入采樣的全部 token 集合，上下文工程的核心任務，是在模型固有約束下，優化這些 token 的效用，以更穩定地獲得預期結果。要駕馭 LLM，往往需要 “在上下文中思考”：把模型任意時刻能讀取到的一切狀態視為整體，并評估這些狀態可能產生的行為。

2. 上下文工程 vs 提示工程

提示工程：編寫和組織模型指令以獲得最佳輸出，通常聚焦系統提示如何寫得清晰、有效。
上下文工程：在推斷時動態策劃和維護 “最優信息集” ，不僅包含提示，還包含工具、外部數據、消息歷史、模型上下文協議（MCP）、環境狀態等。

談談上下文工程（Context Engineering）-AI.x社區

上下文工程

隨著我們構建的代理（agent）變得更有能力、能在更長時間維持自治并反復調用工具，我們的工作不再是一次性寫好一個提示，而是在每一輪決定 “往模型里放什么，不應該放什么”。代理循環運行會不斷產生新數據，這些信息必須被周期性篩選、提煉。“上下文工程” 的藝術就在于：在有限的上下文窗口中，選取最有價值的子集。

3. 為什么 “上下文工程“ 對強代理至關重要？

模型上下文越長，性能不一定越好，大量基準研究揭示了 “上下文腐化” （context rot）：當上下文 ??token?? 增加，模型從中準確檢索信息的能力會下降，這不是某個模型的特例，而是普遍現象，只是不同模型的退化曲線更緩或更陡。

有限注意力長度：像人類的工作記憶一樣，??LLM??? 的注意力資源是有限的，每納入一個??token??，都會消耗注意力預算的一部分，從而降低對其他信息的分配能力。
架構約束：??Transformer??? 允許任意??token??? 關注到任意其他??token???，導致??n2?? 指數級別增長，當上下文變長，模型捕捉這些關系的能力被攤薄，此外，訓練數據中短序列更常見，模型對 “極長序列的全局依賴” 往往經驗不足。
位置編碼插值：諸如位置編碼插值的技術能讓模型 “適配” 更長序列，但會帶來一定的位置信息理解退化，因此，長上下文下的模型表現更像 “漸進變差”，而非懸崖式崩潰：依舊強，但在信息檢索、長程推理方面精度略降。

這些問題需要用更好的處理方法：把上下文視為稀缺資源，并以工程化方式加以管理，是構建強大代理的基礎。

4. 什么是有效上下文？

目標是用盡可能少的高信號 ??token?? 最大化產出概率，落實到實踐層面，各類上下文組件都要貫徹 “信息密度高、指導性強、冗余小” 的原則，主要這幾方面：

系統提示（system prompt）

語言要清晰、直接，給出 “恰到好處” 的指令高度，避免兩端的常見失敗模式：

過度硬編碼的復雜邏輯（脆弱、維護成本高）

過于籠統、假定共享語境的 “空話”，缺乏可操作信號

可以把提示組織成分區（如背景信息、核心指令、工具使用準則、輸出格式描述），并用清晰的標簽或標題分隔，格式細節的重要性在降低，但結構清晰仍能有助于模型。
追求 “最小完整信息集” ：不必刻意短，但要確保必要信息齊備、無冗余，建議從一個 “最小可用” 提示起步，用最強模型測試，圍繞失敗模式迭代加入明確的指令和示例。

工具（tools）

工具是代理與環境互動、拉取新上下文的通道，工具必須令信息返回 “token 高效”，并鼓勵代理采取高效策略。
設計工具時遵循“ 單一職責、魯棒、用途清晰”，輸入參數要描述明確、無歧義，并契合模型的自然優勢。
警惕工具集過于龐雜或功能重疊，導致選擇困難，如果人類工程師都拿不準該用哪個工具，代理也難以做對。保持工具集的 “最小可行集” 不僅提升可靠性，還方便在長時交互中做維護與上下文修剪。

示例（few-shot）

少樣本示例仍是強烈推薦的最佳實踐，但不要把所有邊界條件都擠進提示，試圖羅列每一條規則。
更好的做法是精心挑選 “多樣而典型” 的示例，直觀描摹期望行為，對 LLM 來說，示例往往勝過冗長說明。

總體原則：在系統提示、工具、示例、消息歷史等各組件上保持 “信息緊湊而有用”。

4.1 低效的樣例

樣例1：低效的系統提示

你是一個非常聰明的全能 AI，盡可能全面地回答所有問題。   無論問題是什么，都要先給出10步解決方案和詳細解釋。   如果問題涉及價格，則必須先搜索“pricing”關鍵字；如果是技術問題則必須按下列條件分支：
- 如果包含“error”，先假設用戶使用的是Linux，再給出Linux專屬排錯步驟；
- 如果包含“timeout”，請把所有相關文檔全文粘貼進來，以免遺漏；
- 如果問題很復雜，請寫一篇至少1000字的長文來解釋背景、歷史和可能的未來演進。   

請務必列出所有可能的邊界情況（不少于20條），并逐條覆蓋。   盡量引用你記得的一切信息，避免遺漏。   

# 輸出
不限制格式，盡量詳細，越長越好。

樣例2：低效的工具提示

- search: 任意搜索（字符串或正則或自然語言），返回所有匹配文檔的全文內容與元數據（可能很大）。   
- semantic_search: 與search類似，但“更智能”，返回更長的上下文片段。   
- list_docs: 列出所有文檔并返回每個文檔的首5頁內容，防止錯過重要信息。   
- fetch_document: 輸入doc_id，返回完整文檔（不做截斷）。   
- open_url: 打開任意URL并把網頁完整HTML塞回上下文。   
（說明模糊，職責重疊，返回內容過大且無長度限制）

樣例3：低效的少樣本

示例1（定價問題）：
- 輸入：我們的專業版多少錢？
- 輸出：逐條列出30條可能的價格方案、所有歷史版本定價、每個地區的稅率、以及可能的促銷活動；同時粘貼相關文檔全文以備參考。   

示例2（技術問題）：
- 輸入：API 請求出現 timeout 怎么辦？
- 輸出：先貼出所有網絡相關文檔全文，再給出一個長達2000字的網絡排錯手冊，覆蓋DNS、TLS、路由、BGP等所有可能性，最后再總結。

4.2 高效的樣例

樣例1：高效的系統提示

## 角色
你是“企業知識庫問答與行動項生成”代理，目標是在有限上下文內準確回答，并附上文檔引用；必要時提出精煉的后續行動。   

## 目標
- 高信號：以盡可能少的token交付準確答案與清晰引用。   
- 穩健：不確定時按需檢索；避免加載全文。   
- 可執行：當信息不足，提出具體的下一步。   

## 指令
1) 先用工具檢索，再回答；避免憑空臆測。   
2) 優先返回摘要與引用，不要粘貼大段原文。   
3) 若檢索結果不足或沖突，說明不確定點并提出下一步（如縮小查詢、定位章節）。   
4) 遵守輸出格式，控制總長度（答案≤200字，引用≤3條）。   

## 工具指南
- 先 search_docs(query) 獲取候選與片段摘要；
- 用 get_doc(doc_id, section_hint, max_chars=1000) 讀取必要部分；
- 用 write_note(key, summary) 記錄關鍵結論與未決項，供后續輪次引用。   

## 輸出格式
以Markdown返回：
- 答案（簡潔結論）
- 引用（最多3條，格式：文檔名 · 章節/段落 · 摘要）
- 下一步（當信息不足時）

樣例2：高效的工具

- search_docs(query: string) -> [{doc_id, title, score, snippet}]
  說明：語義檢索，返回最多5條候選，含簡短片段snippet；不返回全文。   

- get_doc(doc_id: string, section_hint?: string, max_chars?: number=1000) -> {title, section, excerpt}
  說明：按提示抓取指定章節或鄰近段落，長度受max_chars限制，返回精煉摘錄excerpt。   

- write_note(key: string, summary: string) -> {ok: boolean}
  說明：將關鍵結論與未決項持久化，便于后續調用；不回填長文本到上下文。   
（職責單一，參數明確；返回內容受限以節省token）

樣例3：高效的少樣本

示例1：定價問答（有答案）
- 輸入：專業版的月費是多少？
- 工具：search_docs("專業版 定價"); get_doc(top.doc_id, "價格/訂閱", 800)
- 輸出：
  答案：專業版月費為￥199（按月訂閱）。   
  引用：專業版定價 · 訂閱與計費 · “專業版：￥199/月”
  下一步：如需年度方案，請檢索“年度定價”。   

示例2：技術故障（需要更多信息）
- 輸入：API 請求出現 timeout，如何排查？
- 工具：search_docs("API timeout 排查"); get_doc(top.doc_id, "網絡與重試", 800)
- 輸出：
  答案：建議先檢查網絡連接與重試策略（超時閾值、重試間隔）。   
  引用：服務可用性指南 · 超時與重試 · “建議超時≥3s，指數退避重試”
  下一步：請檢索“區域網絡狀態”或提供具體報錯信息。   

示例3：無答案場景（信息不足）
- 輸入：有沒有針對巴西市場的專屬折扣？
- 工具：search_docs("巴西 市場 折扣")
- 輸出：
  答案：當前未檢索到巴西市場專屬折扣的正式說明。   
  引用：營銷政策總覽 · 地區優惠 · “未包含巴西的專屬折扣條目”
  下一步：請查詢“區域促銷公告”或聯系市場團隊獲取最新政策。

5. 運行時上下文檢索與 “代理式搜索”

我們將 “代理” 簡化定義為：LLM 在循環中自主使用工具，隨著模型提升，代理自治能力增強，能更好地獨立探索與糾錯。

傳統做法：在推斷前用嵌入檢索，把相關資料預先塞入上下文。
新的方案：“即時”（just-in-time）上下文策略，代理維護輕量引用（如文件路徑、存儲查詢、網頁鏈接），在需要時用工具動態加載數據，而非一口氣把所有數據預處理入上下文。

這一策略像人類的認知：我們不背整庫的內容，而是借助文件系統、收件箱、書簽等外部索引按需調用。它還有額外好處：引用的元數據（命名、層級、時間戳、大小）本身就是指導信號，幫助代理更合理地評估用途與相關性。通過探索，代理逐步揭示重要上下文，并只維護必要的 “工作記憶”，其余用 “筆記” 持久化，這能避免在冗余信息里迷失。

當然以上的方案不一定適合你當前的工程，基于實際場景也可以權衡混合策略：

即時探索通常比預先檢索慢，而且需要更精心的工程指導（工具可用性、導航啟發式），否則代理可能濫用工具、走彎路、錯過關鍵信息。
在許多場景里，混合策略更優：部分數據預取以提速，其余由代理按需探索，比如把關鍵說明文檔直接放入上下文，同時提供 glob、grep、head、tail 等原語，讓代理就地檢索文件、分析數據，繞過陳舊索引和復雜語法樹的負擔。
相對靜態的領域（法律、金融）往往更適合混合策略，隨著模型能力躍升，設計會逐步放手，讓智能模型更自由地做 “智能行為”，在此過渡期，對團隊的建議始終是：用 “最簡單且有效” 的方案。

5.1 低效的樣例

# 場景
目標：找出過去1小時 API 超時率上升的根因，并給出可執行行動項。   

# 預處理（推斷前）
- 用嵌入檢索關鍵字 "timeout", "latency", "error"
- 將所有匹配文檔（Wiki 頁、運行手冊、SRE 備忘、過去事故報告）的大段內容粘貼入上下文
- 將最近24小時的日志文件（/logs/api/*.log）全文截斷到前3MB后仍塞入
- 將監控平臺的幾張圖表（以Markdown導出）和完整查詢DSL放入

# 傳入模型的初始上下文（≈20k tokens）
- Wiki: 《API超時全指南》（3,000+字）
- 運行手冊：網絡棧排查（2,500+字）
- 事故報告：2023?09?17 高延遲事件（摘要+長引用）
- 日志：api?gateway.log（最近24h前半段）
- 日志：auth?service.log（最近24h前半段）
- 監控：Latency 95th/99th、Error Rate 圖表說明與查詢DSL全文
- 若干無關的邊緣案例（誤檢）
…（大量冗余、上下文污染）

# 第1輪推斷行為
- 模型在冗余信息中“撿針”，關注分散，回溯變慢
- 將不相關的舊事故細節混入當前分析
- 給出冗長結論（>1,500字），包含多條假設與過度覆蓋

# 輸出問題
- 結論不聚焦，包含過期配置與不適用策略
- 后續行動不具體：建議“全面檢查網絡與依賴”，成本高
- Token 浪費，且后續輪次難以保持上下文清晰

5.2 高效的樣例

# 場景
目標不變：定位過去1小時超時率上升的根因，輸出精煉行動項與引用。   

# 初始上下文（≈300 tokens）
- 任務說明：排查過去1小時的 API timeout spike
- 輕量引用（不加載內容）： 
  - 日志根路徑：/logs/api/
  - 監控面板URL（id=latency_p95, error_rate）
  - Wiki 索引：SRE/Runbooks/Timeout.md, Incidents/
- 工具可用：list_files, grep, head/tail, read_partial, query_metrics, open_wiki, write_note

# 第1輪（探索起點：用元數據縮小范圍）
- list_files("/logs/api/", last_modified>=now-90m)
  - 返回（文件名·大小·修改時間）：
    - api-gateway.log（420MB, 09:15）
    - auth-service.log（180MB, 09:12）
    - payments-service.log（95MB, 09:17）
- 決策信號：
  - 修改時間接近事件窗口，大小提示數據量與復雜度
  - 優先檢查 gateway（流量匯聚點）

- grep("/logs/api/api-gateway.log", "timeout", window=last_60m)
  - 返回匹配統計與最近片段的偏移量

- tail("/logs/api/api-gateway.log", n=200, from=offset)
  - 觀測模式：timeout集中在某條上游路由

- query_metrics(panel="error_rate", range=last_60m, filter="service=gateway route=/v1/orders")
  - 結果：09:05?09:20 錯誤率升高，與日志吻合

- write_note("hypothesis", "超時集中在 /v1/orders 路由，時間對齊監控峰值；可能與下游 auth-service 連接池耗盡相關")

# 第2輪（漸進披露：加載必要片段）
- grep("/logs/api/auth-service.log", "connection pool|timeout", window=last_60m)
- head("/logs/api/auth-service.log", n=100, from=matched_offset-500)
  - 結果：09:05 開始出現 "pool exhausted" 警告

- open_wiki("SRE/Runbooks/Timeout.md#connection-pool")
  - 只取節選（max_chars=600）：推薦將 pool.size 從 200 提升至 400，并啟用指數退避

- query_metrics(panel="latency_p95", range=last_60m, filter="service=auth")
  - 結果：p95 在 09:05 附近突升，與連接池告警時間一致

- 更新工作記憶（上下文僅保留三條核心摘錄）
  - 摘錄1：gateway 路由 /v1/orders timeout 片段（~200行尾部）
  - 摘錄2：auth?service pool exhausted 告警片段（~80行）
  - 摘錄3：Wiki Runbook 連接池節選（~400字）
- 其他細節寫入持久筆記（write_note），不留在上下文

# 第3輪（收斂與行動）
- 結論（≤200字）：超時由 auth?service 連接池耗盡引發，集中影響 /v1/orders；與監控峰值時間吻合
- 引用（≤3條）：日志片段偏移、監控查詢ID、Wiki小節錨點
- 行動項：
  - 臨時：提升 auth 連接池至 400 并啟用指數退避；觀察 15 分鐘
  - 根因復盤：評估本周訂單高峰的流量建模與容量規劃
  - 跟進：記錄變更與影響范圍到 Incidents/2025?10?18.md

# 上下文管理
- 工作記憶：僅保留當前決策所需的3個摘錄
- 持久化：詳細日志偏移、圖表鏈接、附加線索寫入筆記（不占用上下文）
- Token 用量：每輪≈1?2k tokens，隨檢索漸進增加但保持可控

6. 長時任務的上下文工程

當任務跨越數十分鐘到數小時，超過上下文窗口容量時，代理需要專門技術維持連貫性、目標導向與狀態記憶，使用更大窗口的模型并不能解決問題：再大的窗口也會遭遇上下文污染與相關性衰減。我們實踐出三類應對手段：壓縮、結構化筆記、多代理架構。

壓縮（Compaction）

當對話接近窗口上限，先高保真總結，再以該總結重建新上下文，保留關鍵決策、未解決問題、實現細節，丟棄重復的工具輸出或不再有用的信息。
工程要點是 “取舍的藝術”：過度壓縮會丟掉后來才顯得關鍵的細節，建議用復雜的代理軌跡調教壓縮提示，先最大化召回率（盡可能捕獲所有相關信息），再迭代提升精準度（去掉冗余）。
低風險的輕量壓縮舉措是 “清理歷史工具調用結果”：一旦工具結果在很早的歷史中出現，通常無需再次原樣保留。

結構化筆記（Agentic Memory）

讓代理定期把重要信息寫入上下文外的持久筆記（如 NOTES.md、待辦清單），并在需要時拉回上下文。
這是一種低開銷的持久記憶機制，適合復雜項目的進度跟蹤、依賴管理、關鍵策略保留，跨越幾十次工具調用仍保持連貫。
實踐表明，即便在非編碼領域，結構化記憶也能顯著提升代理能力：它能維護地圖、目標計數、策略效果，跨越多次上下文重建仍能連續推進長期計劃。

多代理架構（Sub-agent）

將大任務拆分為專長明確的子代理，每個子代理獨立探索、保持干凈的上下文，主代理負責高層規劃與結果統籌。
子代理可用大量??token??? 深挖細節，但只返回凝練的摘要（如??1,000–2,000 tokens??），這樣就實現了清晰的關注點分離：細節搜索的上下文隔離在子代理中，主代理只處理綜合與決策。
在復雜研究與分析任務中，這一模式往往比單代理更穩健。

如何選擇策略（按任務特征）

壓縮：適合需要大量來回互動、對話連續性的任務。
結構化筆記：適合里程碑明確、迭代推進的開發類任務。
多代理：適合并行探索收益顯著的復雜研究與分析。

7. 總結上下文功能原則

明確目標與評估標準：期望的行為具體是什么？怎么度量成功？
從最小上下文開始：用最強模型測底線表現，圍繞失敗模式增補信息。
精煉系統提示：把“剛剛好”的指令高度寫清楚，結構分區，去掉硬編碼的脆弱邏輯。
篩選工具：保留最小可行集，明確參數與用途，避免重疊與選擇歧義。
精挑示例：多樣而典型，優先展示期望的推理與輸出形態。
設計檢索策略：根據任務選擇預檢索、即時檢索或混合；提供輕量引用與基礎命令。
管理上下文污染：上線壓縮與歷史清理，優先清理冗余工具輸出。
建立記憶機制：持久筆記/文件式內存，記錄目標、進度、關鍵決策與依賴。
考慮多代理：對復雜任務引入子代理，要求返回高質量摘要。
持續迭代：基于真實代理軌跡調參提示與策略，以召回和精準度為雙目標。

本文轉載自??周末程序猿??，作者：周末程序猿

標簽