分类： AI学习

一句话总结

Context Engineering = System Prompt + RAG + Tool + Memory + Metadata，五层叠加，缺一不可。

今天我们从零搭建一个完整的上下文工程系统，把前5篇学到的知识全部整合起来。

我们要构建什么？

一个智能写作助手，它能：

（更多…）

![配图待生成]

一句话总结

工具描述 = AI的”使用说明书”，写得好不好，直接决定AI能不能正确使用工具。

工具是AI的”手”，但AI需要先”看懂说明书”才能动手。

（更多…）

![配图待生成]

一句话总结

记忆 = AI的”大脑”，让它能记住你的偏好、学习历史经验、避免重复犯错。

没有记忆的AI，每次对话都像第一次见面。有了记忆，AI才能成为真正的”助手”。

（更多…）

![配图待生成]

一句话总结

RAG = 先检索，再生成。让AI基于真实文档回答，而不是凭空想象。

RAG是Context Engineering的核心技术，解决了AI的三大痛点：知识过时、私有数据、幻觉编造。

（更多…）

!Context五层架构

一句话总结

一个完整的Context = System Prompt + RAG + Tool描述 + Memory + Metadata，五层叠加，缺一不可。

就像盖房子需要地基、框架、装修、家具、电器，AI的上下文也需要五层组件协同工作。

（更多…）

![配图待生成]

一句话总结

Context Engineering = 在正确的时间，把正确的信息，以正确的格式，放入上下文窗口。

如果Prompt Engineering是”怎么问问题”，那Context Engineering就是”给AI看什么材料”。

（更多…）

一句话总结

Prompt设计 = 需求分析 → 编写初稿 → 测试验证 → 迭代优化。

好Prompt不是一次写成的，而是不断迭代出来的。

Prompt设计的四步流程

`

（更多…）

![配图待生成]

一句话总结

结构化输出 = 让AI按照你指定的格式输出，而不是自由发挥。

格式不对，再好的内容也没用。

（更多…）

!AI PRO Prompt Day 4 封面

一句话总结

Zero-shot = 直接问，Few-shot = 给例子再问。例子越精准，答案越靠谱。

就像教小孩认字：Zero-shot是直接指着字问”这是什么”，Few-shot是先教几个字再问。

（更多…）

![配图待生成]

一句话总结

结构化输出 = 让AI按照你指定的格式输出，而不是自由发挥。

格式不对，再好的内容也没用。

（更多…）