我要投稿

如何通俗的理解上下文工程？

发布日期：2025-08-10 12:40:44 浏览次数： 1513

作者：数据科学初学者

微信搜一搜，关注“数据科学初学者”

这是基于提示词工程（Prompt Engineering）发展出来的一个新概念，Context Engineering

在提示词时代，整个系统就是两方交互，人和LLM。人给输入，LLM给回应。人通过提示词控制输入从而控制LLM的输出，所以提示词重要。

随着AI Agent在实际场景中落地应用，与LLM的交互变得越来复杂。交互方增加：人、历史资料、工具、数据库、会话记忆、LLM等。

虽然LLM在整个系统中仍然占据着主要位置，但需要处理的已经不再仅是调整一下发给LLM的提示词了。而且随着大模型能力的提升，对于提示词的敏感度也在下降，所以单次call的提示词也不那么重要了。（不是说不重要）

上下文工程更多的是站在系统设计的角度，如何保持这个多方交互的系统的稳定性与准确性。

比如，如何应对召回内容过长/混淆/冲突？工具触发加载及返回内容的处理？会话历史的管理和过滤？multi-agent的分工及交互？等等。

上面问题的解决方案可能因场景而异，或许都还在探索中，可以参考Refs中资料获取一些灵感。Manus的分享纯干货！

因此：提示词工程更多是站在面向LLM的角度，上下文工程则是更多站在面向整个业务系统设计的角度。

Refs：

[1]. A Survey of Context Engineering for Large Language Models

https://arxiv.org/pdf/2507.13334

[2]. 《How to Fix Your Context》

https://www.dbreunig.com/2025/06/26/how-to-fix-your-context.html

[3]. Context Engineering for AI Agents: Lessons from Building Manus

https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-08-09

你真的会写Prompt吗？高质量提示词指南来了！

2025-08-09

学习 Coze Studio 的代码架构

2025-08-07

Spring AI Alibaba 动态 Prompt 最佳实践：用 Nacos 实现 Prompt 实时更新

2025-08-07

借助上下文工程优化任何AI代理框架

2025-08-06

谷歌《提示词工程》白皮书深度解读

2025-08-05

AI 时代的提示工程：打造高效智能代理的系统指南

2025-08-05

限时免费！PromptPilot，字节最新黑科技，让AI学会"学习"！

2025-08-04

Prompt Engineering vs Context Engineering：我们与LLM交互方式的演变

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

【万字长文】一文搞懂：提示词和提示词工程

2025-05-19

从Prompt Engineering到Context Engineering

2025-06-27

字节新产品太强了，让你轻松成为提示词大师！

2025-06-12

提示词工程：从原理、实践到未来——一部系统性综述

2025-06-21

用四象限框架设计提示词：让AI从“听不懂”到“懂你”

2025-06-10

Prompt：解锁AI潜能的核心密钥

2025-07-03

字节跳动深度研究框架DeerFlow提示词解析 - 如何通过提示词工程驱动Multi Agents？

2025-05-17

10万字Claude系统提示词泄露！我用DeeSeek 将它翻译成了中文版

2025-05-13

以提示词为刃：解构「知识」真相