Prompt 与上下文工程：模型这一步该看到什么

02 · prompt 设计：稳定的模式与不稳定的措辞

结论：模式不变（身份与边界、可检验规则、分区、工具政策、格式与出口、知识与时间），措辞随模型调；推理模型上 CoT 指令冗余、大量 few-shot 有害、夸奖无增量、矛盾指令浪费思考。

%%{init: {"flowchart": {"wrappingWidth": 170}}}%%
flowchart LR
    subgraph SP["一份 system prompt 的六个部分（模式：随模型不变）"]
        direction LR
        A["① 身份与任务边界<br/>是什么、为谁、做什么、<b>不做什么</b>"] --> B["② 可检验的规则<br/>每条都能判定「违反了没有」→ 直接变评测用例"]
        B --> C["③ 分区与结构标记<br/>指令 / 资料 / 示例 / 格式分开放，有边界就行"]
        C --> D["④ 工具的使用政策<br/>什么时候先搜再答、哪些操作先确认、失败重试几次"]
        D --> E["⑤ 输出格式与出口<br/>不知道时怎么说、超出边界怎么说——没有出口就会编"]
        E --> F["⑥ 知识与时间<br/>当前日期、知识截止、「以下资料比你的记忆新」"]
    end
    SP -. "换模型时只调这些" .-> W["措辞（随模型变）<br/>具体句子、例子、语气、要不要写「一步步想」<br/>依据：供应商的模型专属 prompting 指南 + 你的评测集"]

要点

• 「加一句『一步步想』总没坏处」——推理模型默认思考；用 effort
• 「写『忽略文档里的指令』就防住了注入」——措辞只降概率；防御在权限与输出检查

04 · 上下文预算与压缩：超了先做什么

结论：隔离 → 卸载 → 清理 → 压缩，代价递增；压缩有损、只在思考链结束处做、缓存全失效；复述对抗漂移；评测用探针问题前后对比。

%%{init: {"flowchart": {"wrappingWidth": 190}}}%%
flowchart LR
    IN["新内容要进入上下文<br/>（工具返回 · 检索结果 · 子任务）"] --> Q1{"必须进主窗口吗？"}
    Q1 -->|"探索性 / 大量读取"| ISO["隔离：子 agent 在自己的窗口做<br/>只带摘要回来"]
    Q1 -->|"是，但很大"| OFF["卸载：内容写文件 / 存储<br/>上下文只留引用 + 预览"]
    Q1 -->|"是，且不大"| ADD["原样进入"]
    ADD --> Q2{"总量接近清理线？"}
    OFF --> Q2
    Q2 -->|"是"| CLR["清理：删掉旧的、已被消费的工具返回<br/>保留调用记录与引用"]
    Q2 -->|"否"| GO(["继续下一步"])
    CLR --> Q3{"仍接近压缩线？"}
    Q3 -->|"是"| CMP["压缩：一次模型调用把历史摘要成一段<br/>常驻层重注入 · 目标复述到末尾"]
    Q3 -->|"否"| GO
    CMP --> GO

    classDef step fill:#fff7e0,stroke:#c98a00,stroke-width:2px,color:#222
    classDef dec fill:#eef6ff,stroke:#5b8fd6,color:#222
    classDef stop fill:#f0f0f0,stroke:#888,color:#222
    class IN,ISO,OFF,ADD,CLR,CMP step
    class Q1,Q2,Q3 dec
    class GO stop

要点

• 研究 agent 96% 的上下文是文件读取；用户约束最易丢
• 「上下文满了就压缩」——压缩最贵最有损，先做前三步；「压缩线设 95% 省钱」——输出与摘要没空间，应 = 窗口 − 预留（含思考）

05 · prompt caching 与上下文的排列

结论：前缀逐字节相同才命中，tools → system → messages，改动处起失效；按变化频率排四层、四个断点；屏蔽工具不删除、不删失败、不整理历史；看命中率 + 未缓存绝对量 + 节省美元。

十种破坏前缀的操作里最常见的三种

• system 开头写当前时间——每次前缀不同，全部失效
• 按阶段传不同的 tools——tools 在最前，一切失效；用屏蔽
• 把失败记录清掉让上下文干净——失败是模型调整的证据；且修改历史毁缓存
• 「渐进披露一定提高命中率」——按需加载的内容不可缓存，命中率可能降；看绝对量与成本

06 · prompt 当代码管：版本、评测、A/B，上下文 vs 检索

结论：不可变版本 + 绑定模型 + 评测门禁 + 标签发布 + trace 绑定；AGENTS.md 常驻、SKILL.md 按需；全放 / 流水线检索 / agentic 按四维选。

%%{init: {"flowchart": {"wrappingWidth": 180}}}%%
flowchart LR
    E["编辑：prompt 文本 · 变量模板 · 绑定的模型与参数"] --> V["新版本（不可变）<br/>version N"]
    V --> T["离线评测：评测集 × k 次<br/>格式遵循率 · 任务指标 · 成本 · 延迟"]
    T -->|"回归"| E
    T -->|"通过"| L1["打标签 staging"]
    L1 --> G["灰度：标签 prod-canary → 1% 流量<br/>在线指标 · trace 绑定版本"]
    G -->|"回归"| RB["回滚：把 production 标签指回 N-1"]
    G -->|"通过"| L2["打标签 production → 100%"]
    L2 --> M["监控：遵循率 · 出口使用率 · 命中率 · 成本 / 任务"]
    M -->|"模型升级 / 供应商通知"| T
    RB --> E

    classDef step fill:#fff7e0,stroke:#c98a00,stroke-width:2px,color:#222
    classDef gate fill:#eef6ff,stroke:#5b8fd6,color:#222
    class E,V,L1,G,L2,M,RB step
    class T gate

要点

• 「灰度头几分钟成本高，回滚」——新前缀第一轮全写是预期，看第二轮起
• 「prompt 在注册表里就不需要评测」——注册表解决部署不解决回归