02. 扩展上下文（Expand Context）

概述

本指南展示如何有效地扩展和丰富提示中的上下文信息，以提高模型的理解和输出质量。

核心概念

1. 上下文扩展策略 - 添加相关信息以改善理解
2. 信息层次结构 - 组织上下文信息的优先级
3. 动态上下文组装 - 根据需求动态构建上下文
4. 上下文质量评估 - 测量扩展上下文的有效性
5. 成本与收益平衡 - 优化Token使用与结果质量的权衡

关键技术

上下文扩展方法

• 背景信息 - 提供相关的背景知识
• 示例和案例研究 - 通过具体例子说明
• 定义和说明 - 澄清关键概念
• 约束和边界 - 明确限制条件
• 成功标准 - 定义期望的输出

信息组织

上下文结构：
├── 核心任务定义
├── 相关背景信息
├── 具体示例
├── 约束条件
├── 输出格式要求
└── 评估标准

实践应用

1. 开始于原子提示 - 从基础提示开始
2. 逐步添加上下文 - 增量式增加信息
3. 测量影响 - 评估每次添加的效果
4. 优化信息 - 删除低价值的上下文
5. 验证结果 - 确保改进是显著的

常见模式

问题-背景-约束（PBC）框架

问题：明确定义需要解决的问题
背景：提供相关的背景信息
约束：说明任何限制条件

角色-上下文-任务（RCT）框架

角色：定义AI应该扮演的角色
上下文：提供相关的环境信息
任务：明确要完成的任务

高级技巧

• 递进式上下文 - 根据需求逐步增加复杂性
• 条件化上下文 - 根据不同情况使用不同的上下文
• 层级化上下文 - 组织多层级的信息结构
• 动态适应 - 根据响应调整上下文

Token 优化

• 信息密度 - 最大化每个Token的价值
• 冗余消除 - 移除重复或不必要的信息
• 压缩技术 - 使用更简洁的表述方式
• 优先级排序 - 按重要性排列信息

下一步

• 学习 03_control_loops.md - 控制反馈循环
• 探索 04_rag_recipes.md - RAG 相关技巧
• 研究 05_prompt_programs.md - 提示程序设计

最佳实践

1. 从简单开始，逐步扩展
2. 测量每次更改的影响
3. 保持上下文的清晰和相关
4. 定期审查和优化
5. 记录有效的模式供将来使用