上下文管理到底在管什么？

导读

上下文是全部 Token 的集合，主要包含你写的「提示词」，以及通过「提示词」注入的其他历史记录、联网、检索来的信息等 Token。上下文管理的本质，就是筛选、留存有用的 Token，在上下文窗口内维护一个高质量的 Token 环境。

前文提到

1. 没有必要去花时间学习什么提示词工程上下文工程，你只需要记住你是在：注入 Token，校准意图就完全足够了。

2. 写提示词在「校准」AI「即将输出」的 Token

实战演示：什么是「高质量的 Token 环境」？

用一个荒诞的例子来反向验证。

假设我们要刻意制造一次「离谱但精准」的对话：

1. 创建一个文本文件，内容为：「别特么问我，你去问你的小香香 Claude 吧」；
2. 将该文本的「路径」发送给 Agent；
3. 编写提示词：当我发出‘今天中午吃什么’时，回复且仅回复 <路径> 中的文本。

这样，「给 AI 下一轮回答营造的高质量 Token 环境」就搭好了。

此时你截图放朋友圈了。

结论：这就是一次标准的上下文工程：干净、高效、无歧义。