上下文工程

上下文工程的核心要素：构建有效上下文的 5 个关键

一份 “有效上下文” 需包含以下 5 个要素，根据任务复杂度可调整各要素的详略程度（简单任务可简化 “示例”“约束”，复杂任务需完整覆盖）：

1. 任务目标（明确 “做什么”）

用清晰、具体的语言描述 AI 需要完成的核心任务，避免模糊表述。核心是 “回答 3 个问题”：

• 输出形式：要生成什么？（如 “报告”“邮件”“代码”“思维导图”）；
• 核心内容：包含哪些关键信息？（如 “报告需含市场规模、竞争对手分析、建议策略”）；
• 目标受众：给谁看？（如 “面向老板的汇报”“面向小学生的科普”）。
• 反例：“写一篇关于环保的文章”（模糊，无形式、内容、受众）；
• 正例：“写一篇面向社区居民的环保宣传短文（输出形式），内容需包含‘垃圾分类的 3 个好处’和‘家庭垃圾分类的简单方法’（核心内容），受众是社区内的中老年居民（目标受众）”。

2. 背景信息（补充 “为什么做”“基于什么做”）

提供任务相关的 “前提条件”，帮助 AI 理解任务的上下文场景，避免因信息缺失导致偏差。常见背景信息包括：

• 场景背景：任务发生的场景（如 “公司要推出一款新的儿童玩具，需写一份面向经销商的推广文案”）；
• 专业背景：任务涉及的专业知识（如 “解释‘高血压’，背景：读者是刚入职的社区护士，需包含诊断标准（如血压值≥140/90mmHg）和日常护理要点”）；
• 约束条件：任务的限制（如 “写一份活动方案，预算不超过 1 万元，时间仅限周末”）。

3. 角色设定（定义 “AI 以什么身份做”）

给 AI 设定一个 “具体角色”，让模型基于角色的 “专业视角” 和 “语言风格” 输出，提升内容的真实性和针对性。角色设定越具体，AI 的输出越贴合需求：

• 反例：“回答用户关于‘感冒用药’的问题”（无角色，AI 可能输出通用信息）；
• 正例：“角色：社区医生；任务：回答用户关于‘感冒用药’的问题；要求：用通俗语言解释，避免专业术语，提醒‘孕妇、儿童需咨询医生’，推荐常用非处方药（如对乙酰氨基酚）时需说明适用症状（如发烧、头痛）”。

4. 示例引导（展示 “要做成什么样”）

对于需要特定风格、格式的任务（如简历、学术引用、诗歌），提供 1-2 个示例，让 AI “模仿” 示例的结构和风格，快速对齐预期。示例需具备 “代表性”，覆盖核心要求：

• 需求：“用‘总分总’结构写一段关于‘阅读的好处’的话”；
• 示例：“阅读对个人成长有诸多好处（总）。首先，阅读能拓宽知识面，通过书籍接触不同领域的知识；其次，阅读能提升思考能力，帮助我们分析书中的观点并形成自己的判断（分）。总之，坚持阅读能让我们在知识和思维上不断进步（总）”。

5. 输出约束（明确 “不能做什么”“要注意什么”）

划定 AI 输出的 “边界”，避免生成无关、错误或不符合要求的内容。常见约束包括：

• 内容约束：禁止包含的信息（如 “不提及竞品品牌名称”“不使用网络流行语”）；
• 格式约束：输出的结构要求（如 “分 3 点列出，每点不超过 20 字”“用 Markdown 表格呈现”）；
• 准确性约束：专业内容的正确性要求（如 “引用数据需标注来源，如‘据 2023 年中国统计年鉴’”）。