考察点:从提示词写法升级到上下文供给的工程视角,以及上下文失效的归因能力。
要点:两者不在同一层。
打个比方:Prompt Engineering 是“告诉厨师这道菜怎么做”,Context Engineering 更像给厨师准备厨房。更工程化的类比是:它就是 LLM 的内存管理——窗口是有限内存,要决定装什么、换出什么,思路和操作系统页面置换一样。
它具体管哪些东西
.cursor/rules、AGENTS.md 是宿主读取的规则来源,和 API 角色意义上的 System Prompt 不同。为什么“放进去了”还是答错
窗口变大解决不了筛选问题。Context Rot 说的是输入变长、噪声增多后模型对关键证据的利用不再稳定;Lost in the Middle 则是模型对首尾更敏感、中间容易看漏。典型场景:历史需求、接口文档、会议记录一起进窗口,而“老用户登录链路仍依赖旧版 token 校验”只有一行,模型可能读了全部资料却没把它当作方案前提。结论是:长上下文会增加筛选难度和推理成本,但退化程度取决于模型、上下文结构和任务类型——能放进去和能用好是两回事。
运行时怎么加载
head、tail、grep 逐步读取;Anthropic 把这种分层获取称为 Progressive Disclosure。代价是调用次数和延迟增加,并依赖 glob、grep、tree 等导航能力。CLAUDE.md 预加载、具体文件内容运行时探索)。怎么评估有没有变好:不能只靠体感。先选 20~50 条真实任务轨迹做小评测集,盯住五类指标——任务成功率、工具质量(错选/漏调/参数错误/危险操作拦截率)、上下文成本(输入输出 Token、缓存命中率、压缩后信息保留比例)、延迟指标(首 Token 延迟、p95/p99)、结果质量(幻觉率、证据引用准确率、关键字段遗漏率),并且每次只改一个变量。
题目与答案就在本页;收藏、批注和错题重练在应用内