上下文管理指南

摘要

文章系统讲解了AI模型交互中"上下文"的概念与管理方法。上下文是模型处理请求时可用的全部信息，包括系统提示、用户输入、对话历史和附件等。文章强调，与AI协作的本质是管理你提供的上下文，而非仅仅优化提示词。由于每个模型都有上下文容量限制，学会有效管理上下文是提升AI协作质量的关键技能。

内容框架与概述

文章以"做汤"为类比开篇，生动说明AI上下文的运作机制：输入如同食材，操作步骤如同食谱，最终产出如同成品。这一比喻帮助读者理解为何不同的输入组合会产生不同的输出结果。文章随后将这一概念迁移到编程场景，展示代码库、文件和需求如何共同构成AI的工作上下文。

接下来，文章详细拆解了上下文的组成要素。系统提示由工具开发者设定，规定输出风格和规则；用户消息承载具体需求；对话历史记录每一轮交互；附件则包括代码文件、终端输出等辅助信息。文章特别指出，现代AI产品已支持图片等多模态输入，上下文不再局限于纯文本。

最后，文章讨论了上下文限制这一实际挑战。随着对话延续，上下文不断增长，而模型容量有限。工具通常会提示剩余空间或自动压缩对话内容。文章建议用户培养管理上下文的习惯，善于总结核心信息，必要时重开会话并结构化重述关键内容。

核心概念及解读

Context（上下文）：指AI模型处理请求时可用的全部信息，是一个不断扩展的"工作记忆"列表，包含所有输入输出内容。管理好上下文比单纯优化提示词更能提升AI输出质量。

System Prompt（系统提示）：位于上下文列表起始位置，由工具开发者编写，用于设定AI的行为风格、规则和输出方向，是影响模型表现的底层指令。

Context Limit（上下文限制）：每个AI模型能处理的信息容量上限。超出后模型将无法接收新消息，因此需要通过总结、压缩或重开会话来有效管理。

多模态输入：现代AI产品支持文本之外的输入形式如图片，模型能够解析图像内容并将其转化为文本表示纳入上下文，扩展了交互的可能性。

原文信息

此摘要卡片由 AI 自动生成