本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在 聚客AI学院。
随着AI进入Agent时代,构建语言模型的焦点正从“为提示找到正确的词语和短语”转向“什么样的上下文配置最有可能产生期望的模型行为?”这一转变标志着提示工程(Prompt Engineering)正在自然演进为上下文工程(Context Engineering)。本文我将从技术视角剖析上下文工程的核心逻辑,希望能帮助到各位。
一、什么是上下文工程?
简单来说,上下文工程是将正确的信息以正确的格式在正确的时间传递给LLM的艺术和科学。
这是安德烈·卡帕西关于上下文工程的名言...

- 提示工程:聚焦于编写和组织LLM指令(尤其是系统提示),以优化单轮查询任务的输出。核心是“写好提示词”。
- 上下文工程:管理整个上下文状态,包括系统指令、工具、外部数据、历史消息等所有可能进入上下文窗口的信息。核心是“管理信息流”,专为多轮推理和长时程任务的AI Agent设计。
下图直观展示了两者的区别:

左侧的提示工程流程简单:系统提示+用户消

最低0.47元/天 解锁文章
9975

被折叠的 条评论
为什么被折叠?



