浅谈上下文工程｜从 Claude Code 、Manus 和 Kiro 看提示工程到上下文工程的转变

主要观点总结

本文介绍了上下文工程的概念、核心组成部分、业界实践以及未来展望。通过具体分析了Claude Code、Manus和Kiro等产品，展示了上下文工程在AI系统中的应用。文章还提到了创意加速器：AI绘画创作，展示了利用自研的通义万相AIGC技术在Web服务中实现图像生成的能力。

关键观点总结

关键观点1: 上下文工程的概念及核心特点

上下文工程是指构建动态系统，以合适的格式为大语言模型（LLM）提供正确的信息和工具，让LLM能够合理地完成任务。其核心特点包括动态构建系统、提供正确信息和工具、合适的格式化等。

关键观点2: 业界实践概览

在上下文工程领域，LangChain、Claude Code、Manus等代表了不同的实践方向，各自在工具使用、上下文管理、智能体设计等方面有独到实践。

关键观点3: 上下文工程的组成部分

一个完整的上下文工程系统包含指令/系统提示词、用户提示词、当前状态或对话历史、长期记忆、检索的信息、可用工具以及结构化输出等核心组成部分。

关键观点4: 上下文工程的挑战与解决方案

随着上下文长度的增加，模型的注意力机制可能会出现“腐蚀”现象。为解决长上下文带来的问题，业界提出了系统性的上下文工程方法论，包括Offload、Retrieve、Reduce和Isolate等方法。

关键观点5: 创意加速器：AI绘画创作

通过利用自研的通义万相AIGC技术，可以在Web服务中实现先进的图像生成，包括文本到图像、涂鸦转换、人像风格重塑以及人物写真创建等功能，加快艺术家和设计师的创作流程，提高创意效率。