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 15 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(15)
- 上下文包正文引用
- 提示词(Prompt)正文引用
- 提示词(Prompt)相关概念
- 知识编译(Knowledge Compilation)正文引用
- 知识编译(Knowledge Compilation)相关概念
- Agent Orchestration(Agent调度带宽)相关概念
- AI 产品护城河迁移(行业深度 + 业务审美)相关概念
- AI Native(AI原生)相关概念
- DOM 快照(DOM Snapshot)相关概念
- Harness Engineering(代理治理工程)相关概念
- Harness(模型周围的执行与治理系统)相关概念
- LLM Wiki 范式相关概念
- Obsidian相关概念
- Personal Agent(个人智能体)正文引用
- Session Forking(会话分叉)相关概念
出现在哪些课时里(0)
判据与「课时正文里能不能点出来」是同一个:那一节确实提到了它。点课时走当前页跳转, 它是导航,不是词条链接。
还没有课时讲到这一条。它是词条跑在课程前面的那一部分,不是错链。
关联图
只画这一条与它直接相连的词条,边与上面两区同源。可拖拽、可缩放,点节点是新标签。
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Benchmark
03_RESOURCES/摘录/adiya-2026-AI-Native-benchmark.md
编译入库:2026年11月2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。