Context Engineering：系统化设计模型输入

前面几篇已经分别讲了：

• 05：API 协议层面的消息结构
• 06：Context、State、Memory 的概念区分和压缩策略

这一篇把视角拉高一层：当你面对一个完整的 Agent 系统时，怎样系统化地设计模型每一轮看到的 Context？

这就是 Context Engineering——不只是“写好 Prompt”，而是设计整个信息供给策略。

为什么单独谈 Context Engineering

2025-2026 年，行业从 Prompt Engineering 过渡到 Context Engineering，背后有一个核心观察：

Agent 的能力天花板不是模型参数量，而是模型每一步决策时能看到什么。

同一个模型，在以下两种情况下表现差距巨大：

• 情况 A：只给一句“帮我分析这个项目的风险”
• 情况 B：给出任务目标、已完成的步骤、待检查的工具列表、相关历史结论、当前约束

差别不在模型能力，而在 Context 质量。

Context Engineering 的范围比 Prompt Engineering 大得多：

层次	关注什么	典型产出
Prompt Engineering	单次调用的指令质量	模板、结构化指令、Few-shot
Context Engineering	整个信息供给链的设计	Skills 加载策略、状态栏、动态注入、压缩管道

Prompt Engineering 是 Context Engineering 的子集。

Context 的五个组成部分

一次 Agent 调用中，模型可见的 Context 通常由五部分组成：

┌─────────────────────────────────────────┐
│  1. System Prompt（系统指令）              │  ← 身份、规则、约束
│  2. Tool Definitions（工具定义）           │  ← 能力列表、参数 Schema
│  3. Conversation Trajectory（执行轨迹）    │  ← 历史消息、工具调用/结果
│  4. Dynamic Metadata（动态元数据）          │  ← 状态栏、时间、环境信息
│  5. Retrieved Content（检索内容）           │  ← RAG 结果、Skills 文档
└─────────────────────────────────────────┘

Context Engineering 的目标是：让这五部分在每一轮都恰好包含当前决策所需的信息——不多（浪费 token、引入噪声），不少（关键信息缺失导致错误决策）。

Prompt Engineering 的五个维度

System Prompt 虽然只是 Context 的一部分，但它决定了模型的基础行为模式。一个好的 System Prompt 通常覆盖五个维度：

1. 语气与风格

定义模型应该怎样表达：

• 用大写或 加粗 标记硬约束（NEVER、MUST）
• 明确输出的详细程度和格式偏好
• 声明角色边界（“你是……，你不能……”）

2. 结构化组织

用 XML 标签或 Markdown 分区组织指令，而不是写一大段连续文字：

<role>你是一个代码审查助手。</role>
<constraints>
- 不修改代码，只指出问题
- 每个问题必须引用具体行号
</constraints>
<output_format>
## 问题列表
- [文件:行号] 问题描述
</output_format>

结构化的好处：模型更容易定位和遵守不同类别的指令，调试时也更容易判断哪部分没生效。

3. 流程驱动而非规则堆砌

与其堆一大堆规则，不如给出清晰的执行流程（SOP）：

收到用户请求后：
1. 先判断请求类型（查询 / 操作 / 闲聊）
2. 如果是查询，先检索知识库
3. 如果是操作，先验证权限
4. 最后生成回复

流程化指令比散列规则更容易被模型稳定遵守。

4. 业务规则精炼

从产品需求中提取出模型需要遵守的核心规则，删掉废话：

• 原始需求：“在用户询问退款相关问题时，系统应该首先查询订单状态，如果订单已完成且在7天内，可以自动处理退款……”
• 精炼版：退款条件：订单状态=已完成 AND 下单≤7天 → 自动退款；否则转人工

规则越精炼，模型遵守率越高。

5. Few-shot 示例

给 2-3 个精选示例比给 10 个冗余示例效果更好。

好的 Few-shot 应覆盖：

• 一个标准场景
• 一个边界场景
• 一个应该拒绝的场景

示例的格式应和真实交互格式一致，不要用虚构的格式。

Agent Skills：按需加载能力

当 Agent 具备几十甚至上百种能力时，不可能把所有指令都塞进 System Prompt。这时需要 Skills 架构——一种按需加载的能力管理系统。

三层加载架构

┌────────────────────────────────────────────┐
│  第一层：Metadata（始终在 Context 中）        │
│  · 每个 Skill 的名称和一句话描述              │
│  · 总共几百 token                            │
│  · 让模型知道"有哪些能力可以用"               │
├────────────────────────────────────────────┤
│  第二层：Core Workflow（按需加载）             │
│  · 当模型决定使用某个 Skill 时加载            │
│  · 包含完整的执行指令和约束                    │
│  · 通常几千 token                            │
├────────────────────────────────────────────┤
│  第三层：Detailed Docs（深度按需）            │
│  · Core Workflow 中引用的详细文档              │
│  · 只在模型需要时通过工具读取                  │
│  · 可能是完整的 API 文档或参考资料             │
└────────────────────────────────────────────┘

为什么不把所有 Skills 直接注入

方案	优势	问题
全部注入 System Prompt	模型看到完整信息	token 爆炸、指令冲突、注意力分散
全部通过工具读取	极省 token	模型不知道有什么能力，无法主动选择
三层架构	平衡 token 和能力发现	需要设计加载逻辑

Skills 的 cache-friendly 设计

第一层 Metadata 放在 Context 的稳定前缀中，这样跨请求时更容易命中 Provider 的前缀缓存。第二层和第三层是动态内容，放在 Context 的后部。

稳定区域：System Prompt + Tool Definitions + Skills Metadata
动态区域：执行轨迹 + 当前加载的 Skill Workflow + 检索内容

实际例子

以 Claude Code 为例，它的 Skills 就是这种架构：

• Metadata：每个 skill 有 name 和一句话触发描述，始终可见
• Core Workflow：用户触发特定 skill 后加载完整指令
• Detailed Docs：skill 内部需要时再读取参考文件

这让系统能管理几十种能力而不爆 Context。

Agent Status Bar：结构化的执行元数据

传统的 Agent 只在消息历史中保留执行轨迹。Status Bar 是一种补充机制——用结构化字段把当前执行状态显性地注入 Context。

Status Bar 包含什么

<status_bar>
  <task_plan>
    - [x] 查询用户订单状态
    - [x] 验证退款条件
    - [ ] 执行退款操作
    - [ ] 发送确认通知
  </task_plan>
  <environment>
    <current_time>2026-07-22T14:30:00+08:00</current_time>
    <session_duration>4m 32s</session_duration>
    <tool_calls_remaining>5</tool_calls_remaining>
    <token_budget_remaining>45000</token_budget_remaining>
  </environment>
  <warnings>
    - 上一次 payment_api 调用延迟 >3s，可能不稳定
  </warnings>
</status_bar>

为什么 Status Bar 有效

模型在上下文学习中的行为更接近“检索”而非“推理”——它擅长从已有内容中提取和遵守信息，但不擅长从散乱的历史消息中自行统计和推断状态。

Status Bar 把分散在历史中的状态信息 显性化，减少模型需要自己推断的工作量。

具体好处：

没有 Status Bar	有 Status Bar
模型需要从长历史中推断已完成哪些步骤	直接读取 task_plan 的 checkbox
模型不知道还能调几次工具	直接看 tool_calls_remaining
模型不知道当前时间	直接读 current_time
模型可能重复已做过的事	已完成步骤有明确标记

Status Bar 的风险

Status Bar 中的信息会被模型无条件信任。如果 Status Bar 写入了错误状态，模型会基于错误信息继续决策。

因此：

• Status Bar 只能从可靠的程序状态派生，不能从未验证的模型输出生成
• 更新 Status Bar 的逻辑必须有明确的触发条件和验证
• 不要把未确认的猜测写进 Status Bar

上下文的三个设计原则

原则 1：稳定内容在前，动态内容在后

较稳定：System Prompt → Tool Schema → Skills Metadata → 固定约束
较动态：历史轨迹 → Status Bar → 检索结果 → 当前用户输入

好处：

• Provider 前缀缓存更容易命中（token 不白算）
• 模型注意力的位置偏差倾向于更关注开头和结尾的内容

原则 2：不在 Context 中重复信息

如果一条约束已经在 System Prompt 中声明过，不需要在每轮历史中重复。

如果一个工具的返回结果已经被提取到 State 中，历史中的原始结果可以压缩或删除。

重复信息不仅浪费 token，还可能在版本不一致时造成冲突。

原则 3：正确性优先于缓存

不能为了保持前缀稳定而保留过时信息。如果约束变了、权限变了、环境变了，必须更新 Context，即使这意味着缓存失效。

缓存是优化，不是约束。

Context Engineering 的核心思维模式

回顾一下，Context Engineering 解决的核心问题是：

在有限的 token 预算内，让模型每一步都能看到当前决策所需的最相关信息。

这意味着需要同时管理：

• 信息供给：什么时候注入什么（Skills 加载、RAG 检索、Status Bar 更新）
• 信息压缩：什么时候删掉什么（窗口裁剪、摘要、归档）
• 信息质量：注入的信息是否准确、相关、不矛盾

如果把 Agent 比作一个人在做决策，Context Engineering 就是“决定这个人每一步能看到哪些资料”。资料太少会做错决策，资料太多会找不到重点，资料有误会被误导。

和其他工程层次的关系

层次	关注点	Context Engineering 的角色
Prompt Engineering	单次调用的指令	Context Engineering 的子集
Harness Engineering	工具、权限、验证	Context Engineering 决定 Harness 送什么给模型
Loop Engineering	循环策略和退出	Loop 的每一轮都需要 Context Engineering 组装输入
Agent Infra	运行时和持久化	Infra 负责存储和恢复 Context 需要的数据

它们不是互斥的，而是同一个系统的不同观察角度。Context Engineering 贯穿所有层次——因为不管系统怎么设计，最终都要回到“这一轮模型看到什么”。

小结

Context Engineering 是 Agent 工程中从“写好 Prompt”到“设计信息系统”的跃升。

核心要点：

1. Context 由五部分组成：指令、工具定义、执行轨迹、动态元数据、检索内容
2. Prompt Engineering 是五个维度的系统化方法，不是“写一段话”
3. Agent Skills 三层架构解决“能力太多怎么加载”的问题
4. Status Bar 把执行状态显性化，减少模型需要推断的负担
5. 三个设计原则：稳定在前、不重复、正确性优先于缓存

如果你的 Agent 表现不稳定，很多时候不是模型不行，而是 Context 组织得不好——关键信息没送进去，或者垃圾信息太多。

参考资料

• 李博杰《深入理解 AI Agent：设计原理与工程实践》，第二章：上下文工程（来源地址：https://github.com/bojieli/ai-agent-book/blob/e3883f8cec222c31e59c646be96641120863027e/book/chapter2.md），固定提交 e3883f8c。本文按本仓库基础教程定位重新组织结构和表述，聚焦方法论层面。