上下文工程 Context Engineering

上下文工程不是把整段聊天记录原封不动地塞给 AI，而是为当前任务挑出真正有用的信息。比如连续修改订单页时，下一轮至少要知道目标是什么、哪些约束已经确认、哪些方案已经决定保留，以及当前结果提供了什么证据。

• 任务目标说明这一轮要继续完成什么，约束说明哪些边界不能破坏。
• 已有决定记录已经确认的方向，当前证据说明现在的页面或测试结果是什么。
• 整理后的上下文包应该能直接支持下一轮执行，而不是让 AI 再猜一遍历史。

聊天记录很长，不代表上下文就完整。与当前任务无关的旧讨论会稀释重点，已经被否定的方案还可能把 AI 带回错误方向；只保留原文也不等于把当前决定整理清楚。

• 对话历史是可见记录，上下文工程是针对当前任务的选择、压缩和补充。
• 上下文窗口是容量边界，告诉你能放多少；上下文工程关注应该放什么、以什么顺序放。

一个好的上下文包会让下一轮知道目标、不可违反的边界、已经做出的决定和最新证据，并明确哪些内容不再需要重新讨论。

拆开一次长任务交接，可以看到目标、约束、已有决定和当前证据四类材料，随后它们被合成为上下文包，并转成下一轮可以直接执行的提示。

• GOAL 说明当前要完成的结果，而不是泛泛地说“继续做”。
• CONSTRAINTS 记录不能破坏的边界，例如手机可用性或已确认的接口规则。
• DECISIONS 保留已经选定或否定的方向，避免下一轮重复争论。
• EVIDENCE 提供当前页面、测试或用户反馈，让下一步建立在最新事实上。
• CONTEXT PACK 把这些材料整理成下一轮的执行输入，而不是单独堆放四个标签。

请继续修改订单页。目标是订单能提交并给出清楚反馈；约束是 390px 和 320px 下按钮容易点击，已确认的保存规则不要改回去；当前证据是截图显示支付按钮太挤。请先把这些信息当作当前上下文，再直接执行下一步，不要重复询问已经确认的决定。