Appearance
2.5 何时加入上下文（Context）
引言：AI"聪明"的关键，不在模型，而在"你给它多少上下文"
你是否遇到过以下情况：
- 明明提示词写得很好，AI 却给出非常泛的回答？
- AI 总是重复常识，而不是针对你的具体情况？
- AI 输出总是像"模板化答案"，感觉不接地气？
- AI 提供的建议完全不适用你的场景？
原因几乎都一样：你没有给"上下文（Context）"。
上下文是提示词工程中最容易被忽视、却又最能提升输出质量的关键因素之一。你给的上下文越具体，AI 的表现越像懂你业务的专业顾问；你不给上下文，AI 的表现就会像不知道你是谁的陌生客服。
2.5.1 什么是上下文（Context）
上下文包括：
- 背景信息、任务输入、关键资料
- 你的目的、你的受众、你的偏好
- 你的现状、具体内容原文
- 你正在做的项目、已有文档或数据
一句话：Context = 任何能帮助 AI"少猜一点、多理解一点"的信息。 上下文越完整，AI 就越不会误解你。
2.5.2 为什么上下文对 AI 如此重要
大模型的机制是：它不会"理解"你、不会"推断你的现实情况"、不会"记住你没说的话"、不能"读你的心"。AI 只能根据你提供的信息来预测答案。
没有上下文：
帮我写一个项目复盘。AI 会输出模板化内容。
有上下文：
帮我复盘这个项目。
【上下文】
- 项目目标：……
- 结果：……
- 成功点：……
- 失败点：……
- 团队情况：……输出质量能提升 5-10 倍。
2.5.3 上下文必须在什么时候加入
| 情况 | 说明 |
|---|---|
| 任务与背景强相关时 | 复盘、商业分析、用户研究、产品评审、代码调试等 |
| 希望 AI 输出"更专业"而不是"更通用" | 通用=模板化，专业=针对性强 |
| 需要 AI 接手任务链的一部分 | 提取关键词 → 写文章，总结访谈 → 写报告 |
| 希望 AI 模拟"专家在你的真实业务中工作" | 写品牌文案、做市场策略、生成长期计划 |
| 任务可能产生多种理解时（避免歧义） | "分析这段内容"可能有多种角度 |
2.5.4 上下文必须包括什么（结构模板）
提示词工程师常用的专业级模板：
【背景】
…
【输入内容】
…
【目标（目的）】
…
【受众】
…
【限制】
…任何 AI 任务，只要加入上述结构，稳定性会升高几个等级。
2.5.5 上下文的黄金原则
| 原则 | 说明 |
|---|---|
| 必须"有用"而不是"越多越好" | 不要粘贴无关内容，AI 会被噪声干扰 |
| 必须"和任务强相关" | 与任务无关就不要提供 |
| 必须"明确标记" | 使用"以下是原文："等清晰标记 |
| 必须"简洁、关键、必要" | 不要堆废话，要给关键点 |
| 放在任务描述之前或之后都可以 | 但必须格式化清晰 |
2.5.6 实战：无上下文 vs 有上下文
无上下文（差提示词）：
帮我优化以下文案。结果：模板化、普通、缺乏亮点。
有上下文（专业提示词）：
你是一名品牌文案专家，请优化以下文案。
【品牌调性】
- 年轻
- 活力
- 科技感
【目标】
用于抖音短视频开头，提高完播率。
【原始文案】
……输出质量会提升一个数量级。
2.5.7 上下文的高级用法
| 用法 | 说明 |
|---|---|
| 提供"过往历史" | 用于多轮对话任务 |
| 提供"定义或术语" | 避免误解专业词汇 |
| 提供"你已做的部分" | 让 AI 延续你的成果 |
| 提供"样例内容" | 让 AI 模仿风格 |
| 提供"你的偏好" | 让 AI 输出更贴合你的口味 |
本节小结
关键要点
- Context = 信息输入，是提示词工程中最被忽略的核心
- 有上下文 → 输出专业、准确、贴合实际
- 无上下文 → 输出模板化、泛泛而谈
- 应该在任务关键、依赖背景、存在歧义时加入 Context
- Context 必须"关键、必要、简洁"
- 使用结构化模板提供上下文
上下文是提示词结构的第五个支柱，接下来我们将进入第六个模块：基础示例：差提示 vs 好提示。
