Context Engineering（上下文工程）

设计和管理 AI 系统的上下文（文件结构、记忆、RAG、system prompt、任务边界），使其稳定产出高质量结果。是 AI 工程化的核心子能力。

生产方式：人写签发：晓黎学习复核：2026年7月7日被 6 个词条引用

一句话定义

Context Engineering 不是写 prompt，而是设计 AI 看到什么、记住什么、能访问什么、输出什么。它是 prompt engineering 的升维——从"说什么"升级到"给什么环境"。

包含的要素

要素说明实践
文件结构AI 能看到哪些文件，以什么顺序CLAUDE.md、项目结构
记忆系统跨会话保持什么信息MEMORY.md、向量数据库
RAG动态检索相关知识RAG检索增强生成技术详解
System Prompt全局行为约束角色定义、规则、输出格式
任务边界每个 Agent/会话的职责范围单任务 vs 多任务会话
工具权限能调用哪些工具、访问哪些目录MCP 配置、沙盒

为什么重要

普通用户：给 AI 一段 prompt → 期望好的输出 高级用户：设计 AI 的完整上下文环境 → 系统性地提升输出质量和稳定性

这就是"工程化"和"一次性使用"的分水岭。

与相关概念的关系

  • Prompt Engineering ← Context Engineering 的上层建筑
  • Agent Workflow ← 需要上下文隔离来避免污染
  • RAG ← Context Engineering 的动态检索组件
  • MCP ← Context Engineering 的工具/数据接入协议

相关笔记

  • Prompt Engineering提示工程详解
  • RAG系统完全指南
  • 核心技巧

来源

  • 阿迪亚-2026-AI-Native能力Benchmark — D3 AI 工程化实践力

互链

链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。

这一页还没有指向其它词条的站内链接。

反链（6）

出处

路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。

  • 概念卡原文Context Engineering（上下文工程）03_RESOURCES/概念/context-engineering.md
  • 所属知识地图栏目概念页索引 · Agent 架构与 Harness 治理03_RESOURCES/概念/Index.md
  • 正文引用的知识库笔记RAG检索增强生成技术详解02_AREAS/AI开发/K1-基础理论与概念/核心概念/RAG检索增强生成技术详解.md
  • 正文引用的知识库笔记Prompt Engineering提示工程详解02_AREAS/AI开发/K2-技术方法与实现/优化方法/Prompt Engineering提示工程详解.md
  • 正文引用的知识库笔记RAG系统完全指南02_AREAS/AI开发/K2-技术方法与实现/应用技术/RAG系统完全指南：从PDF解析到企业级部署.md
  • 正文引用的知识库笔记阿迪亚-2026-AI-Native能力Benchmark03_RESOURCES/摘录/adiya-2026-AI-Native-benchmark.md

编译入库：2026年10月6日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。