工程 · 深度词条

Context Engineering(上下文工程)

系统性决定模型在每一步能看到哪些指令、资料、历史、工具、状态和权限,而不只优化一句提示词。

专题词条基础释义核对 2026-09-07专题核对 2026-10-034 条来源
本页目录 11 节

四层解释

通俗

系统性决定模型在每一步能看到哪些指令、资料、历史、工具、状态和权限,而不只优化一句提示词。

专业

Context Engineering 设计运行时信息的选择、排序、压缩、隔离和生命周期,使有限上下文支持稳定任务执行。

机制

系统按需检索信息、保存结构化状态、裁剪无关历史,并在不同步骤向模型暴露最小充分上下文。

工程

需要记录每段上下文的来源、权限、Token 成本和有效期;Agent 还应区分工作记忆、持久记忆与环境事实。

全链路位置

INPUT指令、历史、检索、工具和状态
→
PROCESS选择、组织、压缩与权限过滤
→
OUTPUT当前模型调用的最小充分上下文

常见用途

  • 长任务 Agent
  • 企业知识助手
  • 多工具工作流

专业边界

  • 上下文不能弥补模型根本能力不足
  • 写入记忆前必须处理隐私和错误传播

常见误解

  • 上下文工程只是更长的 Prompt
  • 把所有历史都保留最安全

上下文是怎样被组装的

工程定义

Context Engineering 决定指令、对话历史、检索证据、工具结果和任务状态何时进入模型输入。它是应用系统设计,不等同于把 Prompt 写得更长。

依据Effective Context Engineering for AI AgentsBuilding Effective Agents
安全边界

应优先保留与当前任务相关、可信且有权限的资料,并让模型能区分用户指令与外部文本。错误或恶意检索内容可能造成提示注入。

依据Effective Context Engineering for AI AgentsOWASP Top 10 for LLM Applications 2025

何时摘要、检索或重置

运行方法

长任务可用摘要与持久化状态控制上下文成本,但摘要会丢信息;关键事实和引用应保留原始可查来源。上下文窗口很大,也不意味着每一段都有同样可用性。

依据Effective Context Engineering for AI AgentsEvaluation Best Practices
评测方法

衡量时分开看任务成功、遗漏、错误引用、输入 Token、延迟和成本,再决定是否加检索或扩长上下文。

依据Evaluation Best Practices

来源与核对记录

S1
Effective Context Engineering for AI AgentsAnthropic · 官方工程文章 · 查阅 2026-10-20
S2
Building Effective AgentsAnthropic · 官方工程文章 · 查阅 2026-09-07
S3
OWASP Top 10 for LLM Applications 2025OWASP · 行业安全指南 · 查阅 2026-10-03
S4
Evaluation Best PracticesOpenAI · 官方技术文档 · 查阅 2026-09-07

基础释义核对:2026-09-07。专题核对:2026-10-03。局部修订不代表旧正文全部复核,尚未完成外部专家审稿。