返回首页
Article工作流上下文工程AI 助手
工作流与上下文工程：让 AI 助手更稳定的关键
围绕工作流拆解、上下文组织和工具协同，讨论为什么很多 AI 助手不稳定，以及如何改善。
Intro
文章导语
很多 AI 助手看起来不稳定，并不是模型本身不够强，而是输入给模型的任务结构、上下文边界和执行路径本来就不够清楚。
Section 1
上下文不是越多越好
把所有资料一次性塞给模型，通常只会增加噪声，而不是提高质量。
更有效的方法是围绕当前任务选取最相关的信息，并且明确它在回答中应该发挥什么作用。
Section 2
把复杂任务拆成节点
一旦任务跨越检索、判断、生成和执行，多数情况下就不适合交给单轮对话去硬扛。
把流程拆成多个明确节点，不但更稳定，也更便于定位问题和持续优化。
Section 3
稳定性来自设计约束
约束输出格式、输入来源和确认步骤，看起来像是在增加限制，但实际上是在为真实使用创造安全边界。
稳定的 AI 产品，往往不是最自由的，而是边界最清楚的。
Takeaways
核心要点
- 上下文不是越多越好，而是越贴近任务越好。
- 工作流节点化能显著降低复杂任务失控概率。
- 稳定性来自设计约束，而不仅是模型能力提升。