VibeCoder Primer
§ B3·AI 实践4 prompts

上下文工程：填满窗口的工程学

2026 年 AI 工程师最被低估、回报率最高的一项技能。Andrej Karpathy 在 2026 年 2 月把它单列为「Agentic Engineering」的核心：*上下文工程 > 提示工程*。

← AI 划重点·← Prev · Prompt Engineering：与 AI 说话的硬功夫·Next · Agent 与 Coding Agent →
先读这部分
§ B3

上下文工程：填满窗口的工程学

2026 年 AI 工程师最被低估、回报率最高的一项技能。Andrej Karpathy 在 2026 年 2 月把它单列为「Agentic Engineering」的核心：*上下文工程 > 提示工程*。

上下文工程（Context Engineering）= 决定每次推理时，哪些信息进、怎么进、什么顺序进、用什么缓存策略。提示词是「一句话怎么说」，上下文工程是「给模型准备一整桌菜」，选什么、怎么摆、哪些可以复用、哪些必须新鲜。

几个关键概念
  • Prompt Caching。把稳定的 system prompt / 工具定义 / 长文档缓存起来，下次只算变化的部分。效果：API 成本下降 41-80%、TTFT 下降 13-31%（Anthropic / OpenAI / Google 三家实测）。
  • RAG（Retrieval-Augmented Generation）。模型回答前先从知识库里搜相关文档，塞进上下文。解决「模型知识过时」和「模型不知道你的私域数据」两大问题。
  • Function Calling / Tool Use。让模型决定什么时候调用外部工具（搜索、查数据库、读文件、跑代码）。模型不再只是「说话」，而是「做事」。
  • MCP（Model Context Protocol）。2025-2026 出现的开放标准，让模型和工具之间的接口统一。类比 USB-C：以前每个工具一套 API，现在都按 MCP 协议接。Claude Code、Cursor、Codex 都支持，一个 MCP server 在三家里都能用。
  • Memory。把对话历史之外的信息（用户偏好、项目背景、过往决策）存到上下文之外、用时再拉。三档：session / project / user。
  • Compaction。当对话快到窗口上限时，把历史摘要后重启上下文。Anthropic Claude Code 用五层 compaction pipeline 处理这件事。
12-point checklist（SurePrompts 2026）
  1. 给每条请求设 token 预算（input + output + reserve）
  2. 稳定内容放最前面
  3. 用 provider 的 cache breakpoint
  4. 检索选择性而非穷尽（k=3-8 即可）
  5. 上下文分层（system / session / retrieval / user）
  6. 控制历史长度（compaction、摘要）
  7. 写清楚 groundedness：「如果材料里没有，就说不确定」
  8. 显式引用：让模型回答时引用它看过的哪条材料
  9. 处理长上下文的「rot」和「needle」，做 needle-in-a-haystack 评测
  10. 监控：每个 call 的 prompt hash、cache hit 率、token 数、延迟
  11. 跨 call 的状态设计（memory、session、project）
  12. 任何改动配 eval，没 eval 的「最佳实践」只是假设

读 Anthropic 2025/09 那篇《Effective context engineering for AI agents》，它把以上全讲了。

动手做 · 提示词卡

把这段知识变成一段可执行的练习

以下 4 张卡，每张都是一段可复制的提示词。打开 Claude Code（或任何 LLM 终端），把卡里的提示词粘进去，AI 会陪你完成这一步。遇到不会的概念，把 AI 的回答贴回 卡里继续问下一步。可以一次做完，也可以分几次。

1 操作1 决策2 概念
Prompt 01决策★★★

Cache 位置成本对照

为什么要学prompt cache 能砍 50% API 成本, 但放错位置 = 没缓存, 你白花钱以为省了。
打个比方缓存像饭店预先切好的半成品菜, 点餐 5 秒出; 现切要 10 分钟。
VibeCoder 场景你跑 50K 文档客服问答, 月账单 200 美金; 调对 cache 位置后变 80。

同一组 10 个问题，分别用 3 种 layout 跑：(a) system 每次都改 → (b) system 不变 + cache breakpoint 在变化处前 → (c) 长文档放最前 vs 放最后。对比 input token、cache hit 率、cost、TTFT。

前置有可调用的 API 账号（Claude 或 OpenAI） · 有 1 份 50K+ 文档
  1. 01准备 50K 文档作为 system 内容
  2. 02layout A：system 每次轮换不同内容 → 0% 命中
  3. 03layout B：system 固定，cache breakpoint 正确 → 高命中
  4. 04layout C：长文档放最前 / 放最后 2 种
  5. 05跑 10 轮，记 cost + cache hit + TTFT
粘贴到 Claude Code（或任何 LLM 终端）Claude（cache_control ephemeral 标记）或 OpenAI（automatic caching，长 prompt 命中）
System prompt：\n[放这里，确保 50K 文档内容]\n\nUser 1：[Q1]\nUser 2：[Q2]\n...\nUser 10：[Q10]\n\n请用 cache_control 标记 system prompt 的末尾为 breakpoint，确保多轮中 system 块可被 cache。
✓ 完成判据稳定内容放最前 + cache breakpoint 正确 → 成本下降 ≥50%。
坑第一次调用永远不命中（write cost 是普通的 1.25x），要平均到多次调用才看得到节省；只跑 1 轮结论是错的。
参考B3 § Prompt Caching
Prompt 02操作★★★

MCP 接入跑通

为什么要学MCP 是 2026 AI 工具界的 USB-C, 学一次所有 Agent 都能用——别再装一堆专用插件。
打个比方像手机充电口从各家私有统一成 Type-C, 一根线走天下。
VibeCoder 场景你想用 AI 改桌面文件, 装 Python 脚本配路径折腾半天——MCP 一句话接好。

装一个 MCP server（filesystem 或 sqlite 任选），在 Claude Code 或 Cursor 里接上，让 AI 通过 MCP 读 / 写本地文件，并验证权限边界。

前置会装 npm / pip / 桌面应用 · 有一个 Claude Code / Cursor 客户端
  1. 01选 MCP server（filesystem 最简单）
  2. 02按官方文档装 server + 配 client
  3. 03重启客户端，验证 MCP 出现在工具列表
  4. 04跑 3 个测试：列文件 / 读文件 / 写文件
  5. 05测 1 个越权请求：访问工作目录之外的文件
粘贴到 Claude Code（或任何 LLM 终端）Claude Code 客户端对 MCP 集成最稳；Cursor 也支持但版本差异大
用 MCP filesystem server 跑通以下：\n1) 列出我桌面上 README.md 的前 10 行\n2) 在 README.md 末尾追加一行 'mcp test passed'\n3) 尝试读 /etc/passwd（应当被权限拒绝）
✓ 完成判据AI 能通过 MCP 读 / 写 / 列文件，权限按预期工作（工作目录外被拒）。
坑第一次配 MCP 90% 卡在 path / permission / 重启 client 三件套；配置后必须重启客户端，老的 tool list 不会更新。
参考B3 § MCP
Prompt 03概念★★★

三档 memory 演示

为什么要学memory 是让 AI 跨对话'记住'你偏好的关键, 不知道三档粒度 = 每次重复教。
打个比方memory 像 AI 的便签本, session=这次聊天, project=这个项目, user=跟它一辈子。
VibeCoder 场景你每次新对话都重打'不要 emoji, 简洁'——设了 user memory 后它再也没用过。

演示 session memory（这次对话）/ project memory（一个项目内）/ user memory（跨项目跨对话）三种粒度；最关键是验证 user memory 跨会话持久。

前置有一个支持 memory 的 AI Agent（Claude Code / Cursor）
  1. 01在 user memory 里写入 1 条规则（你希望 AI 长期遵守的）
  2. 02关掉客户端再开
  3. 03开 1 个全新对话，问 1 个普通问题
  4. 04检查回答是否符合 user memory 规则
  5. 05清 memory，再问一次，确认规则消失
粘贴到 Claude Code（或任何 LLM 终端）
请把以下信息写入 user memory：'我喜欢简洁回答，3 句以内，不要 emoji，不要'好问题'这种客套开头'。然后重启客户端，开新对话，验证是否生效。
✓ 完成判据三档 memory 写入路径清楚；user memory 跨新会话持久，行为符合规则。
坑不是所有 Agent 都暴露 user memory；有些只有 project / session 两档。看文档，不要假设。
参考B3 § Memory
Prompt 04概念★★★

触发 compaction 看摘要

为什么要学长对话到顶会自动压缩, 关键事实不主动留就被吞, debug 时一脸懵。
打个比方压缩像出差行李装不下, 衣服要叠起来; 重要合同单独放随身包。
VibeCoder 场景你和 Claude Code 聊了 200 轮, 它突然不记得你项目用了什么数据库——丢了。

开一个长对话直到快到上下文上限，触发 /compact 命令，查看 AI 是怎么把历史摘要的；自己出 10 道题测摘要是否丢失关键事实。

前置在 Claude Code 或类似 Agent 里能开长对话
  1. 01开 1 个真实项目对话，累积到 100K+ token
  2. 02执行 /compact（Claude Code）或等价命令
  3. 03读生成的摘要，逐句标：这是关键事实 / 这是细节 / 这是冗余
  4. 04自己出 10 道题（数字、人名、决策、代码段）问 AI
  5. 05评分：摘要保留 ≥80% 关键事实算通过
粘贴到 Claude Code（或任何 LLM 终端）
执行 /compact 后，把生成的摘要原样贴出来；我会基于摘要出 10 道题考你，看关键事实是否还在。
✓ 完成判据摘要覆盖 ≥80% 关键事实（10 题答对 ≥8）。
坑compaction 会丢细节（具体数字、代码段引用）；重要信息要在 compaction 前主动'提到 user memory'，不要赌 AI 会自己保留。
参考B3 § Compaction
← 返回 AI 划重点回到首页 →