上下文工程正作为一门独立于提示工程的学科出现,它侧重于对大型语言模型(LLM)输入的程序化组装,而不仅仅是单个提示的措辞。这一新领域解决了如何在模型固定的上下文窗口内管理和优化各种组件的问题,例如对话历史、检索到的数据和工具输出。专家认为,许多复杂AI代理的失败源于上下文管理问题,而非模型本身的局限性,这凸显了在该领域进行刻意设计和实验的必要性。 AI
影响 上下文工程通过优化固定上下文窗口内的输入管理,对于构建更可靠、更连贯的AI代理至关重要。
排序理由 该集群讨论了AI开发中的概念性转变,定义了一个新学科及其重要性,而不是发布具体产品或研究突破。
- Antonio Gulli
- Context Engineering
- Google DeepMind
- Kimberly Milam
- Philipp Schmid
- prompt engineering
- Prompts Matter in Agentic Workflows
- Sessions & Memory
- The New Skill in AI is Not Prompting, It's Context Engineering
- LLM
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →