核心判断

重要的不是模型看过多少,而是它此刻需要知道什么。

提示词只是上下文的一部分

提示词描述期望,但模型完成任务还可能依赖资料、工具定义、历史记录、检索结果与运行状态。上下文工程关注的是这些信息如何被选择、组织和持续维护。

这不是给提示词换一个新名字。一次性的文字指令,和长时间任务中不断变化的信息状态,需要不同的管理方式。

材料多,不等于信息足够好

把所有资料一次放进去,可能让关键约束被淹没。更合理的做法是先提供足以开始的信息,再按任务需要补充,并记录来源和时效。

Anthropic 将上下文视为有限资源,强调用高信号的信息支持目标。实践中仍需要通过任务测试判断什么应保留,不能把“越短越好”当成另一条绝对规则。

  • 相关性:这段信息会影响当前决策吗?
  • 充分性:缺少它是否会让任务无法正确完成?
  • 来源:它来自用户、官方资料、工具结果,还是模型推断?
  • 时效:历史记录是否仍适用于现在的任务?

工具也需要清楚的边界

如果两个工具的作用高度重叠,参数又含糊,模型和人都很难知道何时应该使用哪一个。工具说明应该交代用途、输入、返回结果与错误情况。

工具结果不是成功的同义词。完成写入、创建或修改之后,还应该检查目标状态是否符合要求。

先观察失败,再决定怎么补

可以先从最小流程开始,把错误分类为材料缺失、约束不清、工具选择错误或验证不足。针对真实失败补充上下文,比不断增加通用说明更容易追踪效果。

本文是方法研究,没有宣称某套提示词或上下文结构已经达到生产可靠性。

参考资料与内容说明

正文结合公开资料与设计判断整理,不代表 Arlo 已开展相应实验。事实、观点与待验证方法分别说明;后续如有实测,会单独补充条件与结果。

  1. Anthropic:Effective context engineering for AI agents

资料核对 / 2026-10-03