通用方法 · 深入
塞得越多，AI 反而越糊涂？
不是写得更长，而是给得更准
给已经在日常用 AI、但常遇到「答非所问 / 前后矛盾」的人：这门做法（Context Engineering）说的不是「把话说全」，而是按任务阶段决定此刻只喂哪几样 —— 目标与约束、必要背景、可用工具、输出格式。⛔ 不需要看源码，只需要改自己的提问习惯。
方法 · 一图看懂
3
外部记忆托底 — 长任务把结论写成文件，不靠对话记
4
结构胜于篇幅 — 用列表 / 字段 / 示例替代长段落
进阶 · 把这套方法搭成你自己的
上面五条是通用动作。要用在你自己的活上，按这五步走一遍：选场景（挑一个你在做、且反复做的任务）→ 拆变量（列出这个任务里哪些信息每轮会变、哪些不变）→ 定验收（写清什么样的输出算对）→ 试跑（用真实的三个输入各跑一次）→ 固化（把不变的约束写成一段固定的开头痛，之后每轮只换变量）。⛔ 不要跳过「定验收」—— 没有验收标准，你分不清是上下文没给对，还是任务本身没说清。
原理 · 为什么有效
模型每一轮只能「看见」你这一次给它的东西 —— 上下文不是仓库，而是当轮的工作台。给多了，噪声盖过信号，关键约束被稀释在无关材料里；给少了，它只能自己猜，猜错的表现就是「答非所问」。所以正确的动作不是「写得更全」，而是按阶段把工作台清干净：这一步要用的留下，下一步要用的先别上桌。
适用场景
适用：长任务 · 多轮迭代 · 有硬约束的活（口径、格式、合规要求）。不适用：一次性的小问题 —— 问一句就完事的场景，堆上下文只是浪费；也⛔ 不适用于「材料本身就是要全给」的检索类任务（那本来就该让工具去取，而不是靠你贴）。
自测 · 4 问
我这条消息里，有几样是「这一步用不到」的？
关键约束（格式 / 口径 / 禁止项）我复述了吗？
长任务的中间结论，我落在文件里，还是只在对话里？
我给的例子，比我的描述更短吗？
怎么上手 · 验证步骤
从一个你最近被 AI 气到的任务开始：把它拆成「不变的约束」和「每轮变的变量」两部分，约束写成一段固定开头，变量每轮只给当轮要用的。然后连着跑三轮，每轮结束记一句「这轮它哪里没按约束来」。
自检：三轮里如果有一轮以上仍然跑偏，先怀疑约束写得不具体（「尽量简洁」这类不算约束），而不是怀疑模型不行；把那条约束改成一个可对照的标准再试一轮。
【输入说明】先告诉我三件事：你要做的任务 · 哪几条约束每轮都不变 · 哪几样信息每轮会变。
【方法】按四条规则整理上下文：
① 把不变的约束写成一段固定开头（格式 / 口径 / 禁止项）
② 每轮只给当轮要用的变量，其余留在文件里
③ 超过三轮的任务，把中间结论写进文件，下一轮只引用文件
④ 需要示例时，用最短的一个例子，不要贴整篇
【输出格式】输出两段：`## 固定开头`（可直接复制的约束段）与 `## 本轮变量`（这一轮要填什么）。
【约束】不要一次索要我全部材料；信息不足时先问我缺哪一样。