上下文工程Context Engineering
你可能会说
任务做久以后，AI 开始漏掉刚确认的要求。下一轮应该带上哪些资料？
系统化筛选、编排并向大模型提供最高相关度上下文信息的工程方法。例如修复登录故障时，下一轮要继续带上当前报错、相关文件和“不能修改公共组件”的限制；重复日志可以改成摘要，原文只保留文件位置供需要时读取。
也常被叫作Context Management上下文管理
长任务进入下一轮前，应该保留哪些资料
可用材料
本次请求的上下文 · 预算 1000 Token
本轮目标120 Token
120 / 1000 · 给回答留出 880
先保留这轮要完成的任务，Agent 才能判断其他资料是否有关。
下一轮只带完成当前任务需要的内容；旧记录用摘要和文件位置保留线索。
怎样保留要求，又不重复发送全部记录
保留当前必须遵守的内容与规则载体：当前目标、不能修改的范围和已确认决定要继续带入下一轮；还可以通过规则文件（如 AGENTS.md、.cursorrules）将规范沉淀在项目里，让任何新开的对话都能读取。
用摘要代替重复记录：任务推进后保留新的决定和未解决问题；重复对话与旧日志只保留仍然有效的结论。
需要细节时再读取原文件：大段原文不必每轮重复发送，但要保留文件位置和来源，定位问题时再读取相关部分。
你可以这样告诉 AI Agent
这个任务已经很长了，你开始漏掉刚确认的限制。继续前请整理下一轮需要的资料：保留当前目标、不能修改的范围、已确认决定、相关文件和未解决问题；重复日志改成摘要，并留下原文件位置。先把整理结果给我确认，再继续。
接下来学什么
延伸阅读 · 权威出处
快速练习