AI 工程师必掌握
Context Engineering
Prompt Engineering 问「如何写指令」，Context Engineering 问「模型需要看到什么」——这是构建可靠 AI Agent 的关键跨越
#ContextEngineering
#PromptEngineering
#RAG
#ClaudeCode
Prompt Engineering vs Context Engineering
seo_context_eng.pe_name
seo_context_eng.pe_desc
seo_context_eng.ce_name
seo_context_eng.ce_desc
Context Engineering 的四大要素
系统 Prompt 与指令
定义 AI 的角色、规范和行为边界。Claude Code 的 CLAUDE.md 就是项目级系统 Prompt
工具与 MCP 集成
让 AI 能「按需取用」外部信息——代码库、文档、数据库、API 调用
记忆与会话历史
管理对话历史的保留与裁剪，在 Context Window 限制内保持最相关的信息
RAG 文档检索
让 AI 动态检索最相关的文档，而不是把全部知识塞入 Prompt
Claude Code 的 Context Engineering 实践
1
CLAUDE.md：项目记忆与规范的核心 Context 文件
2
MCP 协议：动态提供工具和外部数据 Context
3
Hooks：在 Agent 操作前后注入 Context 和约束
4
200K Token Context Window：处理超大代码库的保障
体验极致的 Context Engineering 环境
Context Engineering 需要大量 Token。QCode 支持 Claude 完整的 200K Token Context Window，稳定传输大上下文而不截断，让你的 Context Engineering 策略得以完整执行。