文章目录一、课程核心思想二、重点知识点2.1 什么是 Context2.2 Context 不只是 Prompt 中的文字2.3 Context Window上下文窗口2.4 Relevant Context vs. Irrelevant Context2.5 Context 与 Prompt 的区别三、老师的实际案例3.1 案例一选择公寓Apartment Comparison3.2 案例二Physics vs. Zoology物理学与动物学3.3 案例三Workout Plan健身计划四、Context 是如何进入 AI 模型的4.1 System Prompt系统提示词4.2 Tool Definitions工具定义4.3 User Prompt用户提示词4.4 Chat History对话历史4.5 Uploaded Files上传文件五、如何有效管理 Context5.1 提供足够的相关信息5.2 避免过多无关信息5.3 根据任务变化更新 Context5.4 在复杂任务中整理 Context六、Context 的局限性6.1 More Context ≠ Better Context6.2 AI 可能错误理解上传资料6.3 Context 可能包含敏感信息七、重要英文术语八、实践练习九、复习问题十、一页速记版Quick Review参考资源课程 SlidesThe AI Novice and the AI Power User如何成为 AI 高阶用户Pretrained KnowledgeAI 已经掌握哪些知识Web Search如何获取外部信息Web Search Sources如何选择和验证信息来源Using Deep Research如何开展复杂研究Lab Overview如何通过实验比较不同 AI 使用方式Brainstorming with AI使用 AI 进行头脑风暴一、课程核心思想上一节 P7 介绍了 Brainstorming with AI使用 AI 进行头脑风暴。我们已经知道AI 不仅可以回答问题还可以作为 Thought Partner思考伙伴帮助用户探索想法、分析问题和改进方案。但是要让 AI 提供真正有价值的建议还需要解决一个重要问题AI 并不一定了解用户的具体情况。例如AI 不知道你正在学习什么课程。AI 不知道你的研究项目有哪些进展。AI 不知道你过去做过哪些工作。AI 不知道你的预算、时间和资源限制。AI 不知道你希望最终得到什么样的结果。如果缺少这些信息AI 可能只能提供比较通用的回答。因此本节介绍Context上下文。通过向 AI 提供适当的背景资料可以让它更准确地理解任务并生成更有针对性的回答。核心结论高质量的 AI 输出不仅取决于 Prompt 的措辞还取决于 AI 是否获得了完成任务所需的 Context。提供相关、准确、充分的背景信息通常比单纯增加复杂指令更重要。二、重点知识点2.1 什么是 ContextContext上下文 是指 AI 在处理当前任务时可以参考的背景信息。这些信息可以帮助 AI 理解用户是谁以及当前角色是什么。用户希望解决什么问题。任务发生在什么背景下。有哪些相关资料。需要遵守哪些约束条件。用户希望得到什么样的结果。例如用户向 AI 提问Help me prepare for an exam.这个 Prompt 虽然明确表达了学习需求但缺少重要背景。AI 不知道你准备参加什么考试你目前掌握了哪些知识距离考试还有多长时间你每天能够学习多久你最薄弱的知识点是什么因此AI 可能只能提供通用的备考建议。提供 Context 后的 PromptI am a university student preparing for a machine learning exam. Context: - The exam is in two weeks. - I can study two hours per day. - I understand basic Python. - I struggle with gradient descent and backpropagation. Help me create a two-week study plan. Include: 1. Daily learning objectives 2. Important concepts 3. Practice exercises 4. Review sessions 5. A final mock exam中文我是一名大学生正在准备机器学习考试。背景信息考试还有两周。每天可以学习两个小时。已经掌握基础 Python。对梯度下降和反向传播理解较弱。请根据这些信息制定两周学习计划。两种 Prompt 的区别对比维度Without ContextWith Context中文缺少上下文提供上下文学习目标不明确明确当前能力未提供已说明时间限制未提供已说明主要困难未提供已说明输出结果容易泛化更容易个性化知识点Context 的作用是减少 AI 对用户情况的猜测让它根据实际信息完成任务。2.2 Context 不只是 Prompt 中的文字很多初学者认为向 AI 提供背景信息就是写一个很长的 Prompt。但实际上Context 可以有多种形式。例如Text文本直接描述背景。Documents文档上传 PDF、Word 或研究报告。Spreadsheets电子表格提供数据和统计资料。Images图像上传截图、图表或照片。Conversation History对话历史利用之前的交流内容。Code代码提供程序文件或错误日志。不同 AI 工具支持的输入形式可能不同。示例分析研究论文方式一不提供论文Explain the limitations of this research paper.AI 并不知道你指的是哪篇论文。方式二上传论文作为 ContextI have uploaded a research paper. Please analyze the paper based on the uploaded document. Focus on: 1. Research objectives 2. Methodology 3. Main findings 4. Limitations 5. Future research directions Distinguish the authors stated limitations from your own analysis.通过上传论文AI 就能够根据具体材料进行分析。Context 的不同形式Context 类型示例主要用途Text用户背景与目标个性化回答DocumentsPDF、Word文档理解与分析SpreadsheetsExcel、CSV数据分析Images截图、图表视觉信息理解Conversation History之前的交流保持任务连续性Code源代码、日志编程辅助与调试学习启示对于复杂任务不要试图仅靠一句 Prompt 让 AI 猜测所有背景。直接提供相关资料通常更加有效。2.3 Context Window上下文窗口理解 Context 时还需要了解一个相关技术概念Context Window上下文窗口。Context Window 是模型在一次处理过程中能够使用的输入及相关上下文的容量范围。它通常使用 Tokens词元 进行衡量。什么是 TokenToken 是语言模型处理文本时使用的基本单位。一个 Token 不一定等于一个单词。例如某些英文单词可能对应一个 Token。较长的英文单词可能被拆分为多个 Tokens。中文字符与 Tokens 之间也不是固定的一一对应关系。Context Window 的作用假设一个模型的上下文窗口为 128K Tokens。这意味着模型能够在其规定的上下文预算内处理相当大量的内容。例如多篇文章。较长的研究报告。多轮对话。一定规模的代码。多个文档中的信息。但需要注意更大的 Context Window 不等于更好的理解能力。模型即使能够接收很长的内容也可能忽略某些细节。混淆不同文档。无法准确定位重要信息。对长文本中的信息产生理解偏差。因此Context 的组织方式仍然很重要。Context Window 与实际表现概念含义Context Window模型可处理的上下文容量Token模型处理文本的基本单位Long Context较长的上下文输入Context Retrieval从上下文中定位相关信息Context Quality上下文内容的质量Context Relevance上下文与任务的相关程度这一部分是为了帮助理解 Context 而加入的技术扩展不是已核实的 P08 原始讲解内容。2.4 Relevant Context vs. Irrelevant Context并不是提供的信息越多AI 的回答就一定越好。重要的是提供与当前任务相关的信息。例如用户希望 AI 帮助选择一台适合机器学习的笔记本电脑。Relevant Context相关上下文预算为 1200 美元。主要使用 Python。需要进行机器学习实验。经常携带电脑上课。希望电池续航较长。这些信息会直接影响推荐结果。Irrelevant Context无关上下文用户最喜欢的电影。用户上周吃了什么。用户小时候喜欢的游戏。与电脑购买无关的个人经历。这些信息通常不会改善电脑推荐的质量。两者的区别对比维度Relevant ContextIrrelevant Context中文相关上下文无关上下文与任务的关系直接相关关联很弱或没有关联对结果的影响有助于提高针对性可能增加噪声是否应该提供通常应该通常可以省略知识点Context 的质量比单纯的数量更加重要。应优先提供能够影响 AI 判断和输出结果的信息。2.5 Context 与 Prompt 的区别虽然两者密切相关但它们并不完全相同。Prompt 是用户向 AI 提出的指令或请求。例如Write a project proposal.Context 是帮助 AI 完成任务的背景资料。例如Project Background: We are developing an AI-powered learning assistant for university students. Target Users: Undergraduate students. Project Constraints: - Small development team - Three-month timeline - Limited budget Project Goal: Build a functional MVP.将 Prompt 与 Context 结合Task: Write a project proposal. Context: We are developing an AI-powered learning assistant for university students. Target Users: Undergraduate students. Constraints: - Small development team - Three-month timeline - Limited budget Output Requirements: 1. Project overview 2. Problem statement 3. Proposed solution 4. Key features 5. Development timeline 6. Risks and limitations这样 AI 就可以结合任务要求和背景信息生成更有针对性的项目提案。学习启示Prompt 告诉 AI 要做什么Context 帮助 AI 理解应该如何结合具体情况完成任务。三、老师的实际案例我进一步查到了本课程的公开英文转写稿其中能够核实 P08 的具体讲解内容。以下案例比前面通用的教学示例更贴近老师原课。3.1 案例一选择公寓Apartment Comparison老师举了一个选择公寓的例子。假设你正在比较多个公寓可以向 AI 提供Lease Contracts租赁合同Tenant Reviews租客评价Neighborhood Statistics社区统计数据这些资料可能包含数百页内容。然后向 AI 提问Compare the pros and cons of each apartment. Read all the uploaded documents carefully. Consider the lease terms, tenant reviews, neighborhood information, and potential risks. Think hard before making a recommendation.为什么需要提供大量 Context如果没有资料AI 只能根据一般经验介绍选择公寓时应该注意什么。但上传合同和相关信息后AI 可以针对具体公寓分析租赁条款。居住环境。租客反馈。潜在风险。不同方案之间的权衡。知识点对于复杂决策用户可以提供大量相关文件让 AI 基于具体证据进行分析而不只是依赖通用知识。3.2 案例二Physics vs. Zoology物理学与动物学老师提出了一个专业选择问题What are the pros and cons of studying physics versus zoology?没有 Context 的情况AI 可能给出比较通用的分析。例如PhysicsZoology重视数学与理论分析重视生物与动物研究涉及物理规律涉及动物行为与生态可进入工程、研究等领域可进入生态、研究等领域但它并不知道用户的兴趣和实际能力。提供 Context 后老师建议提供Career Assessment Results职业倾向测评结果High School Schedule高中课程安排然后提出相同的问题。I am deciding whether to study physics or zoology. I have uploaded: 1. My career assessment results 2. My high school course history Please compare the two majors based on my background. Consider: - Academic strengths - Personal interests - Career opportunities - Potential challenges Explain the trade-offs carefully.这样AI 就能够根据用户的具体情况给出更有针对性的分析。老师提出的重要思考方法想象你正在向一位值得信任的专业顾问寻求建议。你应该问自己如果这位顾问完全不了解我他需要知道哪些信息才能给出高质量的建议这些信息就是值得提供给 AI 的 Context。学习启示在重要决策中应尽量提供一位专业顾问需要了解的相关背景资料。3.3 案例三Workout Plan健身计划老师还使用健身计划来解释 Context 如何随着对话不断变化。假设用户希望 AI 帮助制定健身计划。用户可能提供个人健身目标。每周时间安排。运动偏好。已有健身经验。身体条件或限制。AI 根据这些信息提出几个方案。用户随后反馈I like the first workout plan, but I dont like the third option. Please modify the plan based on my preferences.这些反馈会成为新的 Context。Context 如何不断积累Initial Prompt 初始问题 ↓ AI Response AI 第一次回答 ↓ User Feedback 用户反馈 ↓ Updated Context 上下文更新 ↓ AI Refined Response AI 改进回答在支持对话历史的系统中之前的消息通常会作为后续回答的上下文。因此AI 可以根据多轮交流逐步了解用户的偏好。老师强调的另一个问题假设你已经与 AI 讨论了很长时间自己的健身计划。突然又提出Now create a workout plan for my mom.此时之前关于你自己的运动习惯和偏好的信息可能并不适合你的妈妈。如果 AI 继续使用这些 Context可能产生不相关的建议。知识点当任务发生明显变化之前的 Context 可能不再适用。此时开始新的对话往往更加合适。四、Context 是如何进入 AI 模型的这是 P08 的一个重要技术知识点。老师解释AI 模型的 Context 不仅包含用户当前输入的 Prompt还可能包含其他信息。4.1 System Prompt系统提示词System Prompt 是由 AI 系统或应用提供的上层指令。它可能包含当前日期。模型的基本能力。一般行为要求。工具使用规则。用户通常无法直接查看完整的系统提示词。4.2 Tool Definitions工具定义如果 AI 能够使用工具系统可能向模型提供工具说明。例如Web Search 的用途。文件读取工具的功能。如何调用相关工具。这些说明可以帮助模型判断何时以及如何使用工具。4.3 User Prompt用户提示词这是用户直接输入的任务要求。例如Create a weekly workout plan for me.4.4 Chat History对话历史对话历史可能包含用户之前提出的问题。AI 之前生成的回答。用户提供的修改意见。多轮讨论中逐步明确的要求。这些信息能够帮助 AI 保持对话连续性。4.5 Uploaded Files上传文件用户还可以通过上传文件提供额外 Context。例如PDFWord图片表格代码文件不同产品对文件内容的处理方式不同有些会直接使用部分内容有些会通过检索机制按需提取。Context 的组成AI Model Context 模型上下文 │ ├── System Prompt │ 系统提示词 │ ├── Tool Definitions │ 工具定义 │ ├── User Prompt │ 用户提示词 │ ├── Chat History │ 对话历史 │ └── Uploaded Files / Retrieved Content 上传文件或检索内容知识点AI 的回答可能受到多种上下文信息共同影响而不仅仅取决于用户当前输入的一句话。五、如何有效管理 Context5.1 提供足够的相关信息对于复杂任务应该尽可能提供有助于完成任务的资料。例如I want you to help me choose between three graduate programs. I have uploaded: - Program descriptions - Tuition information - My academic background - My career goals Compare the programs based on my specific situation.5.2 避免过多无关信息不需要把所有历史对话和文件都提供给 AI。过多无关内容可能分散模型对重要信息的关注。增加处理成本。让模型混淆不同任务。影响最终结果的针对性。5.3 根据任务变化更新 Context当用户目标发生变化时应该判断之前的信息是否仍然适用。例如Previous Task: Create a workout plan for me. New Task: Create a workout plan for my mother.如果两个任务的背景差异较大最好开始新的对话并提供新的相关信息。5.4 在复杂任务中整理 Context对于大量资料可以先让 AI 整理关键信息。例如Review the uploaded documents. Extract the information most relevant to my research question. Organize the findings into: 1. Key facts 2. Important constraints 3. Relevant evidence 4. Missing information Do not make a final recommendation yet.这样可以先确认 AI 是否正确理解资料再进入下一步分析。学习启示Context Management上下文管理不仅是增加信息还包括筛选、更新和清理信息。六、Context 的局限性6.1 More Context ≠ Better Context更多 Context 不一定意味着更好的回答。例如信息可能相互矛盾。文件可能已经过时。某些资料与任务无关。模型可能遗漏长文档中的细节。因此Relevant Context相关上下文比单纯增加 Context 数量更加重要。6.2 AI 可能错误理解上传资料即使上传了正确的文件AI 仍可能忽略某个重要条款。错误提取表格数据。混淆不同文件。对文档内容做出不准确的总结。对于重要任务应该核实 AI 引用的原始资料。6.3 Context 可能包含敏感信息在提供资料之前需要考虑是否包含个人隐私是否包含企业机密是否包含客户数据是否有权将资料提供给 AI所使用的 AI 服务如何处理上传内容学习启示提供充分 Context 的同时也要控制数据访问范围避免上传不必要的敏感信息。七、重要英文术语English中文解释Context上下文AI 处理任务时参考的背景信息Context Window上下文窗口模型可处理的上下文容量Context Management上下文管理组织、更新和筛选上下文Relevant Context相关上下文与当前任务直接相关的信息Irrelevant Context无关上下文与任务关系较弱的信息System Prompt系统提示词系统提供的上层指令Tool Definitions工具定义模型可用工具的功能说明User Prompt用户提示词用户输入的任务要求Chat History对话历史之前的用户与 AI 消息Uploaded Files上传文件用户提供的外部资料Token词元模型处理文本的基本单位Long Context长上下文较大规模的上下文输入Context Retrieval上下文检索从大量上下文中寻找相关内容Personalized Response个性化回答根据用户情况生成的回答Trade-offs权衡取舍比较不同方案的优缺点Career Assessment职业倾向测评用于分析兴趣与职业方向的测评八、实践练习Exercise 1比较有无 Context 的回答首先提问Should I study physics or zoology?然后补充背景I am a university student choosing between physics and zoology. My background: - Strong interest in mathematics - Experience with Python programming - Enjoy scientific research - Interested in AI applications Compare the two majors based on my background. Explain the advantages, disadvantages, and career implications.比较两次回答哪个回答更加具体哪个回答更加符合用户背景哪些建议因 Context 而发生变化AI 是否做出了没有依据的假设练习目标理解 Context 如何影响 AI 的回答。Exercise 2使用文件作为 Context选择一篇学术论文上传到 AI 工具。然后输入Read the uploaded research paper. Analyze: 1. Research objectives 2. Methodology 3. Key findings 4. Limitations 5. Future research directions Base your analysis on the paper. If you make additional inferences, clearly label them as your own analysis.检查AI 是否正确识别研究问题是否准确解释研究方法是否引用论文中的具体证据是否区分作者观点与 AI 推断练习目标学习利用上传文件提供任务背景。Exercise 3观察无关 Context 的影响先与 AI 讨论自己的学习计划。例如Help me create a study plan for learning machine learning. I can study two hours per day.然后继续提出Now create a study plan for a high school student who wants to learn biology.观察 AI 是否仍然使用之前的时间安排或学习背景。之后开启新的对话再提出第二个问题。比较两次回答是否不同之前的 Context 是否影响了新任务哪种方式更符合新用户的需求练习目标理解什么时候应该开始新的对话。九、复习问题Q1什么是 Context答Context 是 AI 在生成回答时能够参考的背景信息包括系统指令、用户输入、对话历史和相关资料等。Q2为什么 Context 对 AI 很重要答因为 AI 不一定了解用户的具体情况。提供相关 Context 可以减少不必要的猜测提高回答的针对性。Q3Context Window 是什么答Context Window 是模型一次能够处理的上下文容量通常以 Tokens 衡量。Q4Context 是否越多越好答不一定。过多无关信息可能干扰模型因此应该优先提供相关、准确且必要的资料。Q5为什么老师建议把 AI 想象成一位值得信任的专业顾问答因为这有助于判断应该提供哪些背景信息。可以思考一位不了解自己情况的专业顾问需要知道什么才能提出有价值的建议。Q6为什么有时应该开始新的对话答当新任务与之前的任务无关时旧 Context 可能影响回答。开始新对话可以减少无关历史信息的干扰。十、一页速记版Quick Review核心思想Context 是 AI 生成高质量、个性化回答的重要基础。通过提供相关资料并管理对话历史可以帮助 AI 更好地理解任务和用户需求。三个重要知识点Relevant Context提供与任务相关的背景信息。Context Window理解模型能够处理的上下文容量。Context Management根据任务需要添加、更新或清理上下文。三个核心原则Give AI the context a trusted advisor would need.向 AI 提供一位值得信任的专业顾问需要了解的信息。Provide relevant context, not just more context.提供相关信息而不是单纯增加信息数量。Start a new conversation when the task changes significantly.当任务发生明显变化时考虑开始新的对话。P7 → P8 的知识逻辑Module 2 — AI as a Thought Partner ↓ P7 — Brainstorming with AI 如何利用 AI 产生和改进想法 ↓ P8 — Context 如何提供充分的背景信息 让 AI 更准确地理解任务 ↓ P9 — AI Desktop Apps 如何让 AI 主动寻找相关文件 而不必每次手动提供全部 Context最终总结Context 的核心价值不只是让 AI 知道更多信息而是让 AI 获得完成当前任务真正需要的背景。AI 高阶用户应该学会判断哪些信息重要、如何提供这些信息以及什么时候应该清理无关的上下文。参考资源吴恩达《给所有人的人工智能提示词课程|AI Prompting for Everyone》DeepSeek-v4-pro翻译DeepLearning.AI — AI Prompting for Everyone 官方课程Full AI Prompting Course with Andrew Ng — 公开英文转写稿课程 Slides