Anthropic 刚发了个新教程，面向 AI Agent 的有效上下文工程 我看了一下，给大家分享我学到的经验： 一个是 prompt 避免过于具体，比如硬编码复杂的 if-else 逻辑, 因为这样设计 prompt 兼容性很差，几乎就是为非常特定的场景设计了。 结构化组织是个好的实践，比如 markdown 或者json。 打磨的时候尽量先从最小场景开始，然后逐步扩展，我这里建议直接用git版本管理下，免得不知道改了哪里突然炸了。 使用 tool call 的时候一定让工具返回所谓的 token effective 信息，比如你让 tool call 返回当前温度，只需要 {"temperature":28.2}, 而不是 "今天的天气是晴，最高气温29，平均气温28.2" 然后再让AI清洗数据。 如果你不知道怎么用逻辑描述，那么举例其实是最好的方式，多举几个不同角度的例子对AI很有效。 上下文检索尽量使用实时检索，而不要长时间缓存，需要考虑检索内容的时效性。 教程地址：