2.1 控制上下文长度#

上下文工程的技巧： 当对话太长时，我们不能无脑打包，而是要进行摘要（Summarization）或滑动窗口（Sliding Window）。
例子： 如果对话超过 10 轮，我们可能会先让 AI 把前 5 轮总结成一句话，然后只把总结和后 5 轮发过去，而不是把 10 轮全发过去。

2.2 结构化信息#

除了对话历史，上下文工程还包括注入非对话类的信息。

• 知识库： 比如你问“公司报销流程”，系统会先去检索手册，把“报销规则”这段文字作为上下文插入到 system prompt 里，再发给 AI。
• 外部数据： 比如当前的天气、用户画像、数据库查询结果等。这些都不是“对话历史”，但它们是上下文的重要组成部分。

2.3 对话的“编排” (Orchestration)#

有时候我们不希望模型看到所有的中间步骤。

• 思维链（Chain of Thought）： 我们可能先让模型在后台“思考”（这部分作为中间上下文），最后只把“思考后的结论”作为最终上下文的一部分展示给用户。