上下文工程实战手册：15 个即用模板，让 AI 输出质量提升 10 倍

原文作者：Nav Toor · 发布于 2026 年 4 月 7 日

原文链接

上一次我解释了为什么「上下文工程」正在取代「提示词工程」。这一次，我直接给你可用的系统。复制、粘贴、立刻看到效果。

上一篇文章火了，几百万人读过。成千上万的人给我发了同一条消息：「概念我理解了，但我到底该输入什么？」

很公平。

上下文工程（Context Engineering） 是一门设计 AI 模型在生成回答之前所看到的一切内容的学科。不只是你的提示词——还有系统指令、记忆、工具、检索到的知识、动态组装……所有的一切。

Andrej Karpathy 说过一个最好的比喻：LLM 是 CPU，上下文窗口是内存，而你是操作系统。 每次执行任务，你决定什么被加载到内存里。

那篇文章讲的是理论。这篇给你的是系统——15 个模板，复制粘贴到 ChatGPT、Claude 或 Gemini 里，五分钟内就能得到明显更好的结果。

不需要写代码，不需要调 API，不需要任何技术背景。复制、粘贴、按需修改方括号里的内容就行。

---

§第一部分：身份模板（让 AI 知道它是谁）

这些模板替代每次 AI 会话前十分钟的废话。设置一次，之后每次对话都生效。

模板 1：个人上下文文件

这是你能做的投入产出比最高的一件事。一劳永逸地消除冷启动问题。

复制到 Claude 的 Custom Instructions、ChatGPT 的 Memory 或 Gemini 的 Gems 中：

我叫 [你的名字]，在 [公司/场景] 担任 [你的角色]。

我的受众：[你为谁创造内容——客户、读者、团队、高管]。
当前优先事项：[列出你最重要的 2-3 个项目或目标]。
沟通风格：[直接/正式/随意/技术型]。我看重 [简洁/详尽/数据驱动推理]。

当我说「起草」时，我要一个我会自己改的初稿。当我说「写」时，我要一个接近终稿的版本。
默认格式：[要点 / 短段落 / 编号列表]。

如果不确定，先问我，不要猜。绝不编造数据。

为什么有效： 从此每次会话，AI 都已经知道你是谁、你在乎什么、你习惯怎么沟通。Anthropic 自己的工程团队称系统指令为「控制 Claude 行为最重要的杠杆」——这就是那个杠杆。

模板 2：品牌语调文件

防止 AI 听起来像个通用聊天机器人，让它像你一样说话。

我的写作语调规则：

语调：[例如：直接自信，不用模糊词和填充短语]
句子长度：[例如：短句。每段最多 2-4 句]
我常用的词：[列出 5-10 个定义你风格的关键词或短语]
我绝不用的词：[列出你讨厌的词——例如「赋能」「抓手」「颗粒度」「很荣幸」]
排版：[例如：加粗强调，不用斜体，除非特别说明不用 emoji]
结构：[例如：先给结论，再用论据支撑]

以下两段是我真实的写作样例：

[粘贴一段你写的真实文字]

[再粘贴一段你写的真实文字]

之后为我写的所有内容都要匹配这个语调。

为什么有效： 两段你的真实写作，比一千字的指令更有用。AI 通过模式匹配你的真实语调，而不是瞎猜。

模板 3：工作规则文件

阻止 AI 做你讨厌的事。

每项任务的规则：

1. 开始复杂任务前先问澄清问题，不要自作主张。
2. 呈现选项时，先给你的推荐，再列其他方案。
3. 绝不使用占位符文字。每个例子都必须具体且真实。
4. 如果任务需要当前数据，告诉我你无法验证，而不是编造数字。
5. 默认输出长度：[例如 300-500 字，除非我另行说明]。
6. 当我说「再短点」，砍掉 40%。当我说「再长点」，扩展 50%。
7. [加上你自己的规则：AI 总是做错但你希望永久停止的那件事]。

为什么有效： 你对 AI 输出的每一个不满，都是一条还没写出来的规则。这个文件把不满变成约束。规则写一次，错误不再犯。

---

§第二部分：任务模板（你该怎么提问）

用结构化请求替代模糊提示词，产出初稿级质量的输出。

模板 4：研究简报

在任意研究任务前使用，防止 AI 只给你肤浅的摘要。

研究 [主题]。

范围：[我具体需要知道什么——不是「关于 X 的一切」]
深度：[概览 / 详细分析 / 全面深挖]
来源：[优先使用一手资料 / 学术论文 / 行业报告 / 近期新闻]
时间范围：[仅限最近 6 个月 / 最近 2 年 / 不限]
输出格式：[要点摘要 / 分章节报告 / 对比表格]

每个论点附带来源名称和日期。不确定的地方标注出来。
不要包含我已经了解的背景知识。我知道 [说明你已经了解的内容，让 AI 跳过]。

为什么有效： 「不要包含我已经了解的背景知识」这一行，直接消灭了 AI 研究类回答前三分之一全是废话的问题。你在工程化「什么不该出现」的上下文。

模板 5：写作简报

用于任何内容创作任务。

写 [内容类型：邮件 / 文章 / 报告 / 社交媒体帖子]。

受众：[谁会读这个，他们关心什么]
目标：[读者读完后应该想什么、感受什么、做什么]
必须包含的要点：[列出 3-5 个必须出现的内容]
不能包含的要点：[不应该被提及的内容]
语调：[参考我的品牌语调文件 / 或指定：正式、随意、挑衅、共情]
长度：[具体字数或范围]
结构：[如何组织——分节、编号列表、叙事体]
参考：[粘贴或描述一个「好」的标准样例]

为什么有效： 「不能包含的要点」是被严重低估的一行。大多数人只告诉 AI 写什么。上下文工程师同时告诉它不写什么。约束产生聚焦，聚焦产生质量。

模板 6：决策框架

需要 AI 帮你思考，而不只是回答时使用。

我需要在 [选项 A] 和 [选项 B] 之间做决定（如有 [选项 C] 也列出）。

背景：[描述情况和这个决策为什么重要]
约束条件：[预算、时间线、团队规模、技术限制]
我的优先级：[什么最重要——速度、成本、质量、风险控制]
我目前的倾向：[你的直觉和原因]

给我：1. 包含最重要维度的对比表 2. 每个选项最有力的支持论据 3. 每个选项最有力的反对论据 4. 你的推荐和具体理由 5. 我可能忽略了什么

不要保持中立，表态。

为什么有效： 「不要保持中立，表态」是决策支持中最强大的一条指令。没有它，AI 黔回到「要看情况」的骑墙姿态。有了它，你得到一个明确的推荐——你可以反对这个推荐，但这比一个两边不得罪的总结有用得多。

---

§第三部分：上下文控制模板（管理 AI 知道什么）

解决 AI 最大的问题：模型遗忘、幻觉、在对话中途偏离你的目标。

模板 7：会话启动器

在任意复杂的、多步骤的会话开始时使用。

在开始之前，这是本次会话的上下文：

项目：[名称和一句话描述]
当前状态：[目前进展到哪了]
上次完成了什么：[如果有的话，上次会话的工作摘要]
本次目标：[具体的交付物或成果]
参考文件：[列出要使用的文档、链接或之前的输出]
约束条件：[时间、字数、格式、范围限制]

确认你理解了全部上下文后再开始。

为什么有效： 这是上下文加载（Context Loading）——在模型生成第一个 token 之前，前置所有它需要的信息。LangChain 的上下文工程框架把这叫做「选择上下文」。你在正确的时间，把正确的信息拉进窗口。

模板 8：反幻觉护栏

在涉及事实、数据或论断的任何任务中使用。

本任务的重要规则：

1. 只包含你能从我提供的来源或训练数据中直接验证的信息。
2. 如果你对某个具体事实、数字或日期不确定，用 [待核实] 标注。
3. 不编造统计数据。不捏造引用。不创建虚假参考文献。
4. 如果你被问到超出知识截止日期的内容，明确说不知道，不要猜。
5. 清楚区分「这是事实」和「这是我的分析」。

为什么有效： [待核实] 标签系统是最简单的反幻觉技术。与其指望 AI 不瞎编，不如给它一个显式的安全阀。当模型有权限标注不确定性时，编造的倾向大幅降低。Anthropic 自己的文档也推荐在高风险的事实类任务中使用这种做法。

模板 9：上下文重置

对话跑偏时使用。

停。我们重置这次对话。

我们真正要完成的是：[重述原始目标]
出了什么问题：[描述哪里跑偏了]
我希望你现在怎么做：[具体指令]

忽略这条消息之前所有与之矛盾的内容。从这里重新开始。

为什么有效： 长对话会遭受研究人员所说的**「上下文腐烂」**——模型的注意力漂移到最近的对话，丢失了原始指令。Claude Code 在达到上下文窗口 95% 时会自动触发「压缩」，通过摘要来保持聚焦。这个模板让你在任何 AI 工具中手动做同样的事。一次干净的重置，比十条纠错消息都强。

---

§第四部分：高级模板（构建系统，而非对话）

从「用 AI 当聊天工具」升级到「构建 AI 驱动的工作流」。

模板 10：项目规则文件（CLAUDE.md）

用于 Claude Code、Cursor 或任何 AI 编码工具。这是控制每次交互的上下文文件。

# 项目：[名称]

## 架构

- 语言：[例如 TypeScript]
- 框架：[例如 Next.js 15]
- 数据库：[例如 PostgreSQL + Prisma ORM]
- 测试：[例如 Vitest 单元测试 + Playwright 端到端测试]

## 代码规范

- 使用函数式组件，不用类。
- 所有函数必须有显式返回类型。
- 错误处理：使用 Result 类型，不用 try-catch。
- 文件命名：kebab-case。一个文件一个组件。

## 工作流规则

- 先写测试，再写实现代码。
- 标记任务完成前跑完所有测试。
- 绝不修改当前任务范围之外的文件。
- 不确定架构决策时，先问再做。

## 常见错误（避免）

- 不要在生产代码里加 console.log。
- 不要未经明确批准安装新依赖。
- 不要在任务不要求时重构已有代码。

为什么有效： 这个文件在每次 Claude Code 会话开始时自动加载。每条指令自动应用于每个任务。对开发者来说，上下文工程意味着永远不用重复同一条纠错——把纠错编码进规则文件，它就变成永久的。

模板 11：多步骤任务规划器

防止 AI 在复杂任务中赶工。

我需要你完成一个复杂任务。不要立刻开始执行。

首先，创建一个编号计划，包含完成此任务所需的每一步：
- 你需要什么信息
- 按什么顺序工作
- 每一步的交付物长什么样
- 每一步可能出现什么问题

在我批准计划之前，不要执行任何步骤。批准后，逐步执行，每完成一步确认后再进行下一步。

任务：[描述你需要什么]

为什么有效： 这是「规划-执行-验证」循环在任意 AI 工具中的应用。AI 最大的失败模式是不想就做。强制它先规划、等批准，能大幅提升复杂多步骤工作的质量。这反映了智能体工程工作流的设计原则——先规划，再执行，最后验证。

模板 12：自评估循环

让 AI 在展示结果之前先检查自己的工作。

完成此任务后，在展示给我之前先自行评估。

对照以下标准检查：1. 是否完整回应了我列出的每一项要求？ 2. 有没有事实存疑或未验证的内容？ 3. 长度是否在指定范围内？ 4. 语调是否匹配我的品牌语调？ 5. 有没有不增加价值的填充句？删掉它们。 6. 我愿意署名发布这个内容吗？如果不愿意，哪里需要改？

如果输出未通过任何一项检查，先修改再展示给我。只展示你最好的版本。

为什么有效： 这一个模板就能把你的编辑时间砍掉一半。AI 不再是你的初稿生成器+审阅者，而是变成了自己的第一审阅者，展示给你的是第二稿。Anthropic 把这种模式称为「思维链自我验证」。你在工程化上下文中加入了一个交付前的评估步骤。

---

§第五部分：工作流自动化模板

把一次性对话变成可复用的系统。

模板 13：每周简报系统

设置为周期性计划任务，或每周一运行。

按以下结构生成我的每周简报：

1. 优先行动：本周我需要采取行动的最重要的 3 件事是什么？基于 [我的日历 / 邮件 / 项目状态]。
2. 会议准备：列出本周的会议。每场包括：参会人、议题、我应该准备的一件事。
3. 待跟进：列出上周我说了要跟进但还没完成的任何事项。
4. 阅读清单：总结过去 7 天在 [我的行业 / 话题领域] 最相关的 3 篇文章或更新。

每个部分保持简洁。每部分不超过 5 条。最紧急的放最前面。

为什么有效： 这是上下文工程应用于工作流自动化。你写的不是一条提示词——你在设计一个反复运行、随着上下文文件完善而持续改进的信息系统。AI 从你连接的工具（日历、邮件、网络）中拉取信息，组装出一份手动编辑需要 30 分钟的简报。

模板 14：会议笔记处理器

每次会议后使用，从原始笔记中提取结构化价值。

以下是我的原始会议笔记：[粘贴或上传笔记]

按以下结构处理：

1. 已做出的决策：决定了什么？把每条决策写成清晰的陈述。
2. 行动项：谁需要在什么时候做什么？格式：[人名] — [行动] — [截止日期]
3. 待解决问题：提出了但没解决的问题是什么？
4. 关键原话：任何值得原文保留的重要发言。
5. 后续步骤：接下来发生什么，下次会议什么时候？

如果笔记中有不清楚的信息，标注 [不清楚]，不要猜测。

为什么有效： 原始会议笔记是混乱的。这个模板应用了 LangChain 的「压缩上下文」策略——把大量非结构化输入压缩成只保留有价值的 token。[不清楚] 标签应用了和模板 8 相同的反幻觉逻辑——标注不确定性比编造细节更好。

模板 15：技能构建器

把任何可重复任务变成永久上下文模板。

我刚完成了一个以后还需要做的任务。帮我把它变成可复用的模板。

任务描述：[描述你刚做了什么]
哪些地方做得好：[输出的哪些方面是好的]
我手动修正了什么：[AI 做错了、你纠正了的地方]
下次希望改进什么：[下一次迭代的改进点]

创建一个详细的指令模板，我可以保存并重复使用。包括：
- AI 开始前需要知道的具体上下文
- 完成任务的分步指令
- 质量标准和约束条件
- 常见错误（基于这次我修正的内容）
- 输出格式和结构

写成可以直接粘贴到任何 AI 工具中、每次都能得到一致结果的形式。

为什么有效： 这是元上下文工程——用 AI 来构建你自己的上下文模板。每个重复的任务都变成一个模板。每个模板都消灭一条你再也不用写的提示词。LangChain 把这叫做「写入」策略——把上下文保存到外部以便之后加载。几周下来，你的整个工作流都编码在可复用的文件中。系统变聪明了，但模型没有变——这才是核心。

---

§模板背后的系统

把这 15 个模板串联起来的心智模型：

层级	模板	回答的问题
身份层	模板 1-3	「我在跟谁说话？」设置一次，AI 永远认识你
任务层	模板 4-6	「你现在具体需要什么？」每次新请求时使用
控制层	模板 7-9	「怎么让 AI 不跑偏？」出问题或变复杂时使用
系统层	模板 10-12	「怎么构建工作流而非对话？」专业和开发工作使用
自动化层	模板 13-15	「怎么让它自己跑？」把一次性工作变成可重复系统

叠加使用这些层。 模板 1 + 模板 5 + 模板 12，意味着 AI 知道你是谁、理解你具体需要什么、在展示之前还会自检。三个模板，十秒加载，输出两分钟审完——而不是二十分钟改不完。

复制一个模板的人，明天就能得到更好的结果。搭建完整五层系统的人，今年余下的每一天都会获得复利回报。

上下文工程不是写更好的提示词。是构建更好的系统。

模板在这里。系统已经解释了。剩下的，就是开始。