AI 工程师必掌握
Context Engineering
Prompt Engineering 问「如何写指令」，Context Engineering 问「模型需要看到什么」——这是构建可靠 AI Agent 的关键跨越
更新于 2026-09-21
#ContextEngineering
#PromptEngineering
#RAG
#ClaudeCode
Prompt Engineering vs Context Engineering
Prompt Engineering
聚焦单次输入输出对：把指令本身写清楚——措辞、示例、提示词模板，输入的写法决定输出的质量
Context Engineering
设计模型看到的全部信息：系统 Prompt、检索到的文档、工具定义、会话历史——什么进入 Context、什么时候进入
Context Engineering 的四大要素
系统 Prompt 与指令
定义 AI 的角色、规范和行为边界。Claude Code 的 CLAUDE.md 就是项目级系统 Prompt
工具与 MCP 集成
让 AI 能「按需取用」外部信息——代码库、文档、数据库、API 调用
记忆与会话历史
管理对话历史的保留与裁剪，在 Context Window 限制内保持最相关的信息
RAG 文档检索
让 AI 动态检索最相关的文档，而不是把全部知识塞入 Prompt
Claude Code 的 Context Engineering 实践
1
CLAUDE.md：项目记忆与规范的核心 Context 文件
2
MCP 协议：动态提供工具和外部数据 Context
3
Hooks：在 Agent 操作前后注入 Context 和约束
4
200K Token Context Window：处理超大代码库的保障