```html

超越提示词工程：揭秘构建智能AI系统的六大核心组件，掌握上下文工程打造真正懂需求的AI应用

在大模型应用开发中，单纯依赖提示词工程往往难以满足复杂场景的需求。如何构建一套能够根据上下文动态调整、具备持久记忆、并能调用外部工具的智能系统，才是打造高质量AI应用的关键所在。这项核心技术，被称为上下文工程（Context Engineering）。

大型语言模型的能力虽然令人惊叹，但开发者很快会发现一个现实难题：模型本身虽然强大，却像一座信息孤岛。它既无法读取你的私有文档，也不了解之前发生的对话，甚至在无法回答时会毫不犹豫地编造答案。

问题的根源在于上下文窗口——模型的工作记忆空间存在固有限制。它就像一块白板，一旦写满，旧内容就会被清除，关键信息随之丢失。单纯优化提示词，无法解决这一根本瓶颈。我们需要在模型周围，构建一整套支持系统。这正是上下文工程的核心价值。

上下文工程的六大核心组件

上下文工程是一门系统设计学科，目标是在恰当的时机，将正确的信息传递给大模型。它不改变模型本身，而是搭建模型与外部世界之间的高效桥梁。

1. 智能体（Agents）

决策大脑，负责协调何时使用何种信息，驱动整个系统运转。

2. 查询增强（Query Augmentation）

将混乱、模糊的用户请求，转化为机器能够精确理解的意图表达。

3. 检索（Retrieval）

连接模型与特定文档、知识库的核心桥梁，确保信息可访问。

4. 提示技术（Prompting Techniques）

通过清晰有效的指令，引导模型进行高质量推理与生成。

5. 记忆（Memory）

赋予应用“历史意识”，使其能够从交互中持续学习与改进。

6. 工具（Tools）

让应用能够直接执行操作，与实时数据源和服务进行交互。

智能体：动态决策的核心协调者

静态的“检索-生成”流程，在简单的RAG场景中或许够用。但一旦任务需要判断、适应或多步推理，这种固定模式就显得力不从心。

智能体是什么？

一个真正成熟的AI智能体，至少需要具备以下能力：

• 动态决策信息流：根据已获取的信息，自主决定下一步行动方向
• 维护跨交互状态：记录已执行的操作，用历史信息指导后续决策
• 根据结果调整策略：当一条路径行不通时，能够主动尝试其他方案
• 自适应使用工具：从可用工具中灵活选择，甚至组合出从未被明确编程的新用法

上下文窗口的核心挑战

LLM的信息处理容量有限，上下文窗口一次只能容纳一定量的内容。每次智能体处理信息时，都需要做出关键抉择：哪些信息应保留在上下文窗口？哪些应存储到外部，需要时再检索？哪些可以摘要或压缩以节省空间？还需预留多少空间给推理和规划？

更大的上下文窗口，并不能真正解决问题，反而可能引入新的复杂性。

常见的上下文错误类型：

• 上下文污染（Context Poisoning）：错误或幻觉信息混入上下文，智能体反复使用，错误像滚雪球一样不断放大
• 上下文分散（Context Distraction）：智能体被过多历史信息压垮，过度依赖重复过去的行为，而非重新思考
• 上下文混淆（Context Confusion）：不相关的工具或文档挤满上下文，分散模型注意力，导致用错工具或误解指令
• 上下文冲突（Context Clash）：上下文中的矛盾信息让智能体左右为难，陷入逻辑困境

智能体的核心策略与任务

智能体之所以能成为上下文系统的有效协调者，关键在于其动态推理与决策能力。常见任务包括：

• 上下文总结（Context Summarization）：定期将累积历史压缩为摘要，减轻负担同时保留关键知识
• 质量验证（Quality Validation）：检查检索到的信息是否一致、有用且可靠
• 上下文修剪（Context Pruning）：主动删除不相关或过时的上下文内容
• 自适应检索策略（Adaptive Retrieval Strategies）：重新表述查询、切换知识库或调整分块策略
• 上下文卸载（Context Offloading）：将细节存储到外部，仅在需要时进行检索
• 动态工具选择（Dynamic Tool Selection）：只加载与当前任务相关的工具，减少干扰
• 多源综合（Multi-Source Synthesis）：整合多个来源的信息，解决冲突，提供连贯一致的回答

智能体在上下文工程中的角色定位

在上下文工程系统中，智能体扮演的是协调者角色。它不会取代其他技术，而是将它们智能地编排在一起，发挥协同效应。

查询增强：深入理解用户意图

上下文工程中至关重要的一步，是如何准备和呈现用户查询。如果搞不清楚用户真正在问什么，LLM自然无法给出准确回应。

两个核心问题：

1. 用户交互往往不理想：现实场景中，用户与聊天机器人的对话常常含混不清、逻辑跳跃、信息不全。
2. 不同管道需要不同的查询格式：LLM能理解的问题，未必是搜索向量数据库的最佳格式。

查询重写（Query Rewriting）

将原始用户查询，转换为更有效的检索版本。具体实现方式包括：

• 重构模糊问题：将不清晰或表述不当的输入，转化为精确、信息密集的术语
• 移除冗余上下文：删除可能干扰检索过程的不相关信息
• 关键词增强：引入常用术语，提高匹配到相关文档的概率

查询扩展（Query Expansion）

从单个用户输入中，生成多个相关查询，从而改善检索效果。这在查询本身模糊、表述不清或需要更广泛覆盖时尤为有效。

面临的挑战包括：

• 查询漂移（Query Drift）：扩展后的查询可能偏离用户原本意图
• 过度扩展（Over-Expansion）：添加过多术语反而会降低检索精度
• 计算开销（Computational Overhead）：处理多个查询会增加系统延迟

查询分解（Query Decomposition）

将复杂、多维度的问题，拆解为更简单、更聚焦的子查询，让每个子查询都能独立处理。

通常分为两步：

1. 分解阶段：LLM分析原始复杂查询，将其拆分为更小、更聚焦的子查询
2. 处理阶段：每个子查询独立走完检索管道，从而更精准地匹配到相关文档

查询智能体（Query Agents）

这是最先进的查询增强形式，由AI智能体智能地处理整个查询流程。

查询智能体能够执行的任务包括：

• 动态查询构建：根据对用户意图和数据模式的理解，按需构建查询
• 多集合路由：理解所有数据集合的结构，智能决定查询哪些集合
• 评估：在原始用户查询的上下文中，评估检索到的信息是否真正有用
• 上下文感知：维护对话的上下文信息，以便处理后续的追问

检索：连接知识的核心桥梁

LLM的能力水平，取决于它能访问到的信息质量。虽然模型在海量数据上训练过，但对其训练完成后出现的私有文档和最新信息，却一无所知。

分块策略实用指南

分块（Chunking），是影响检索系统性能最重要的设计决策。这个过程，就是将大文件切割成更小、更易于管理的片段。

设计分块策略时，本质上是在权衡两个相互矛盾的优先级：

• 检索精度（Retrieval Precision）：分块要小，聚焦于单一主题，以便生成独特、精确的嵌入向量
• 上下文丰富性（Contextual Richness）：分块又必须足够大、足够自包含，让模型拿到后能够理解

基础分块技术

固定大小分块（Fixed-Size Chunking）：最简单直接的方法，直接将文本按预定大小（如512个token）进行切割。

递归分块（Recursive Chunking）：使用优先级列表（如段落、句子、单词）作为分隔符进行切分，从而尊重文档的自然结构。

基于文档的分块（Document-Based Chunking）：直接利用文档自带的固有结构，如Markdown标题、HTML标签或源代码中的函数进行切分。

高级分块技术

语义分块（Semantic Chunking）：根据含义对文本进行分割，将语义上相关的句子组合在一起，形成有意义的片段。

基于LLM的分块（LLM-Based Chunking）：让LLM自身智能处理文档，生成语义上连贯的分块结果。

智能体分块（Agentic Chunking）：AI智能体动态分析文档的结构和内容，针对特定文档选择最优的分块策略。

层次分块（Hierarchical Chunking）：在不同细节级别上，创建多层分块结构，满足多样化检索需求。

延迟分块（Late Chunking）：与标准流程相反——先嵌入整个文档，再按token粒度关联分块。

预分块与后分块对比

预分块（Pre-Chunking）：最常见的方法，所有数据处理在前期离线完成。

• ✅ 优点：查询时检索速度非常快
• ❌ 缺点：分块策略固定，如需更改则需重新处理整个数据集

后分块（Post-Chunking）：一种更先进的实时方案，分块发生在文档检索完成之后。

• ✅ 优点：灵活性极高，可根据用户查询的上下文创建动态分块策略
• ❌ 缺点：会增加系统延迟，也需要更复杂的基础设施支持

提示技术：有效引导模型推理

提示工程，就是设计、优化和打磨给LLM的输入，以获得期望输出的实践。提问的方式，直接决定了回复的准确性、实用性和清晰度。

经典提示技术

思维链（Chain of Thought）：让模型“逐步思考”，将复杂的推理过程拆解为中间步骤，提升逻辑性。

少样本提示（Few-Shot Prompting）：在上下文窗口中提供几个示例，展示你期望的输出风格或“正确答案”的格式。

高级提示策略

思维树（Tree of Thoughts）：在思维链基础上更进一步，指示模型并行探索和评估多条推理路径，选择最优方案。

ReAct提示：将思维链与智能体结合，让模型能够动态地进行“推理”和“行动”循环。

工具使用提示

当LLM需要与外部工具交互时，清晰的提示是确保其正确选择和使用工具的关键。

关键要素：

• 清晰定义参数和执行条件
• 提供少样本示例供参考
• 明确说明何时该使用工具
• 详细描述如何使用工具

专业提示：如何写出高质量的工具描述

• 多使用主动动词
• 把输入参数说清楚
• 描述清楚输出结果
• 别忘了提及限制条件

记忆：赋予系统持久记忆能力

在构建智能体时，记忆不只是一个附加功能——它是赋予系统生命力的核心要素。没有记忆，LLM不过是一个强大但无状态的文本处理器。

Andrej Karpathy曾给出一个精妙的类比：将LLM的上下文窗口比作计算机的RAM，将模型本身比作CPU。

记忆架构设计

短期记忆（Short-Term Memory）：智能体的即时工作空间，将所有内容塞入上下文窗口，用于推动即时的决策和推理。

长期记忆（Long-Term Memory）：突破上下文窗口的限制，将信息存储到外部，在需要时快速检索。

它包括：

• 情景记忆（Episodic Memory）：存储特定事件或过去的交互记录
• 语义记忆（Semantic Memory）：保存一般性的知识和事实

混合记忆设置（Hybrid Memory Setup）：大多数现代系统采用混合路线，结合了短期记忆的速度和长期记忆的深度。

有效记忆管理的关键原则

修剪和精炼记忆：定期扫描长期存储，删除重复条目，合并相关信息，或淘汰过时内容。

有选择地存储：设立过滤标准，在保存前先评估信息的质量和相关性。

根据任务定制架构：不存在放之四海而皆准的记忆方案。从最简单的办法开始，再逐步分层，持续完善。

掌握检索艺术：有效的记忆，不在于能存多少，而在于能否在正确的时间，把正确的信息找出来。

工具：连接外部世界的桥梁

如果说记忆给了智能体一种“自我感”，那么工具就是赋予它“超能力”的钥匙。LLM本身是出色的对话者和文本处理器，但它们活在一个封闭的气泡里。

从提示到行动的演变

真正的突破在于函数调用（Function Calling），也称为工具调用。这种能力已经成为大多数模型的原生功能，它允许LLM输出结构化的JSON数据，其中包含要调用的函数名称和所需的参数。

应用可能性包括：

• 简单工具：例如旅行智能体可以使用search_flights工具
• 工具链：复杂请求可能需要将多个工具串联起来，如find_flights、search_hotels再加上get_local_events

编排挑战

给智能体一个工具很容易，但让这个工具被可靠、安全、高效地使用，才是真正的技术难点。

关键编排步骤：

1. 工具发现（Tool Discovery）：智能体需要先了解自己有哪些工具可用。

1. 工具选择与规划（Tool Selection and Planning）：面对用户请求时，智能体必须判断是否需要使用工具。

1. 参数制定（Argument Formulation）：确定使用哪个工具后，智能体还需明确应该传递什么参数。

1. 反思（Reflection）：工具执行完毕后，输出结果被反馈到上下文窗口，智能体需要反思这个输出，决定下一步行动。

工具调用的下一代技术：MCP

工具使用的演进正变得越来越标准化。Model Context Protocol (MCP) 由 Anthropic 在2024年底推出，它为连接AI应用与外部数据源和工具，提供了一套通用标准。

MCP将传统的M×N集成问题（M个应用，每个都要为N个工具写自定义代码），简化为M+N的问题，大幅降低了集成复杂度。

总结：从提示者到架构师的转变

上下文工程，绝不仅仅是提示大模型、构建检索系统或设计AI架构。它是在构建一个互联的、动态的系统，让AI能够在各种不同的用途和用户面前，都能稳定、可靠地工作。

上下文工程的六大核心组件，构成了这个系统的骨架：

• 智能体——系统的决策大脑，负责协调与调度
• 查询增强——将混乱的人类请求，转化为可操作的精确意图
• 检索——连接模型与事实和知识库的核心桥梁
• 记忆——赋予系统历史感和持续学习能力
• 工具——让应用能够与实时数据和API交互
• 提示技术——引导模型的推理过程，提升输出质量

我们正在完成一个角色转变：从一个跟模型对话的提示者，变成一个为模型构建生活世界的架构师。最好的AI系统，往往不是来自更大的模型，而是来自更优秀的系统工程。

```

相关攻略

热门推荐