如何给 AI 提供足够且相关的上下文
知道该提供哪些信息、哪些应删掉，以及长对话什么时候应该重新开始。
有用的上下文是完成当前任务所必需、与目标直接相关且允许提交的信息。优先提供目标读者、现状、关键事实、术语含义和原始材料；删除重复内容、无关历史和敏感信息。上下文不是越多越好。
- 识别任务真正需要的背景
- 用分隔符区分指令和材料
- 在长对话中重建干净上下文
01
先问：缺了它还能完成吗
如果删除某条信息会让模型无法决定对象、时间、口径或目标，它通常是必要上下文。
个人偏好、历史讨论和旁支材料只有在会影响输出时才需要加入。
02
把指令和材料分开
使用“任务”“材料”“输出”等标题，或用明确分隔符包住长文本。这样可以减少材料中的句子被误当成新指令。
材料来自网页或他人文档时仍要视为不可信内容，不要让其中的指令覆盖你的任务。
03
长对话需要定期整理
多轮对话出现要求冲突、主题漂移或模型忘记早期条件时，新开对话并粘贴一份整理后的完整要求。
不要依赖模型自动记住所有历史。先让它复述当前任务和约束，可以发现理解偏差。
修改前
给我写一个产品介绍。
修改后
任务：为新用户写产品介绍。 读者：不懂技术的小微企业经营者。 产品事实：____ 使用场景：____ 限制：仅依据以上事实，200 字内，不承诺材料未说明的效果。 输出：标题 + 3 个价值点 + 一句行动建议。
为什么更好：加入读者、事实和使用场景后，模型不再需要猜测产品和目标人群。
可复制模板
替换空白处即可使用
目标读者： 任务目的： 当前情况： 必须使用的事实： 术语或口径： 原始材料：""" ____ """ 只依据材料回答；材料未说明时写“未说明”。
模板只是起点。请根据真实任务删除无关部分，并在提交前检查敏感信息。
动手练习 · 约 15 分钟
给一项工作建立最小上下文包
- 选择一个低风险任务。
- 列出完成它必须知道的五条信息。
- 删除不会改变答案的内容。
- 用标题和分隔符重新组织后运行。
完成检查
- 没有敏感或无权提交的信息
- 事实和指令已经分开
- 模型不需要猜测关键口径
发现问题后这样修正
整段复制所有聊天记录
提炼当前目标、决定和未解决问题。
只写“和上次一样”
重申真正重要的格式、语气和标准。
用敏感资料换取更准确结果
先脱敏、减少字段，并遵守组织政策。
常见问题
上下文和提示词是同一件事吗？
上下文是模型回答时可参考的信息；提示词是你提交的任务说明，通常也会包含上下文。
上传文件就不必说明背景了吗？
仍然需要。文件提供材料，你还要说明阅读目标、范围和输出方式。
怎样知道上下文太多？
如果内容重复、与任务无关、互相冲突或让重点难以识别，就应删减或分批处理。