即刻App年轻人的同好社区
下载
置顶这可能是我做的最后一个专栏
小红书虚拟产品专栏，如果你对小红书虚拟产品感兴趣，这个专栏是必入的
我有足够多的实操经验，并且这个专栏和我之前专栏质量一样稳定
无论是视角、内容都是全新的
定价69.9元，两杯咖啡钱，买过我专栏的同学都知道，我都是超值交付的
这个专栏同样超值交付，比如除了专栏内容外，300个海外一人公司+数字产品案例，还有我的全套智能体，都可以给你用
目前专栏已经更新了10篇.....基本上已经很超值了
小红书虚拟产品专栏，如果你对小红书虚拟产品感兴趣，这个专栏是必入的
我有足够多的实操经验，并且这个专栏和我之前专栏质量一样稳定
无论是视角、内容都是全新的
定价69.9元，两杯咖啡钱，买过我专栏的同学都知道，我都是超值交付的
这个专栏同样超值交付，比如除了专栏内容外，300个海外一人公司+数字产品案例，还有我的全套智能体，都可以给你用
目前专栏已经更新了10篇.....基本上已经很超值了
35 1417
上下文工程对于大多数人来讲，其实是一种和大模型交互的sense,虽然广泛运用在agent的构建，但是其实在对大模型提问的时候很多思路也可以用上。
我总结了4个普通人可以快速上手，并且能够显著优化回答输出的上下文技巧，分别是上下文压缩；上下文隔离；上下文预处理；反向上下文截断。
上下文压缩：
当你意识到 AI 的回答开始“飘了”（质量下降或偏离主题）时，尤其是在对话回合数较多时（例如 30 轮或 50 轮）2，应主动触发 AI 阶段性总结你们讨论的重点。
当AI总结完重点后，把AI生成的AI档案，发到一个新的窗口，避免出现上下文失忆的情况
上下文隔离：
token是有注意力权重的，所以真实的工作场景落地，一个窗口最好解决一个单一任务，而不是all in one，让一个窗口干很多事。
具体操作方法也很简单，将一个大的工作流拆解为多个独立、专一的任务，并在不同的 AI 窗口中执行，比如写标题、优化开头和整理素材应该在三个独立的 AI 窗口中进行。
上下文预处理：
在将复杂的任务交给 AI 执行之前，先通过人工或 AI 协作进行预先的提炼和结构化处理
比如将一篇长文稿转化为 PPT 为例，不应直接将 2 万字文档全部交给 AI 生成 PPT，而是首先让 AI 梳理出每一页 PPT 应该写什么（确定具体内容）
将这些经过处理和提炼后的内容（即已确定的每页具体内容和风格）发给 PPT agent
核心是为了提高token的利用效率
反向利用上下文截断：
针对超大长文本或超长时长的任务（比如翻译 5 小时英文播客），主动将内容截断为小段工作量，以反向运用“中间遗忘定律”（lost in the middle）的特性。
比如将 5 小时的视频文案拆分成 5 个 1 小时的文案段落，并在 5 个独立的窗口中进行分段翻译
确保 AI 得到的每一段工作量都能获得高质量的结果，提高 token 的利用效率，避免因上下文溢出（上下文窗口限制）而导致 AI 拒绝回复或解读质量差
我总结了4个普通人可以快速上手，并且能够显著优化回答输出的上下文技巧，分别是上下文压缩；上下文隔离；上下文预处理；反向上下文截断。
上下文压缩：
当你意识到 AI 的回答开始“飘了”（质量下降或偏离主题）时，尤其是在对话回合数较多时（例如 30 轮或 50 轮）2，应主动触发 AI 阶段性总结你们讨论的重点。
当AI总结完重点后，把AI生成的AI档案，发到一个新的窗口，避免出现上下文失忆的情况
上下文隔离：
token是有注意力权重的，所以真实的工作场景落地，一个窗口最好解决一个单一任务，而不是all in one，让一个窗口干很多事。
具体操作方法也很简单，将一个大的工作流拆解为多个独立、专一的任务，并在不同的 AI 窗口中执行，比如写标题、优化开头和整理素材应该在三个独立的 AI 窗口中进行。
上下文预处理：
在将复杂的任务交给 AI 执行之前，先通过人工或 AI 协作进行预先的提炼和结构化处理
比如将一篇长文稿转化为 PPT 为例，不应直接将 2 万字文档全部交给 AI 生成 PPT，而是首先让 AI 梳理出每一页 PPT 应该写什么（确定具体内容）
将这些经过处理和提炼后的内容（即已确定的每页具体内容和风格）发给 PPT agent
核心是为了提高token的利用效率
反向利用上下文截断：
针对超大长文本或超长时长的任务（比如翻译 5 小时英文播客），主动将内容截断为小段工作量，以反向运用“中间遗忘定律”（lost in the middle）的特性。
比如将 5 小时的视频文案拆分成 5 个 1 小时的文案段落，并在 5 个独立的窗口中进行分段翻译
确保 AI 得到的每一段工作量都能获得高质量的结果，提高 token 的利用效率，避免因上下文溢出（上下文窗口限制）而导致 AI 拒绝回复或解读质量差
11 01
我同意当下的agent基本都是创业者的自我陶醉
没有落地性，token杀手
最近很大的感受，很多人需要的不是所谓agent，需要的是角色机器人
能够完成100 次任务我不出错，而不是执行了半天给用户一个垃圾
没有落地性，token杀手
最近很大的感受，很多人需要的不是所谓agent，需要的是角色机器人
能够完成100 次任务我不出错，而不是执行了半天给用户一个垃圾
14 01
