> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/context_engineering_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/context_engineering_guide/di-san-bu-fen-jin-jie-ji-shu-yu-jia-gou/11_antipatterns/summary.md).

# 本章小结

本章系统梳理了上下文工程中的三大类反模式：过度压缩、上下文污染与检索失败。避免这些反模式，往往比“再加更多上下文”更能稳定提升效果与可控性。

## 关键概念清单

| 概念    | 定义                      |
| ----- | ----------------------- |
| 反模式   | 初看合理但会导致效果退化的做法         |
| 过度压缩  | 为节省 Token 牺牲关键信息与约束     |
| 上下文污染 | 将大量无关信息混入上下文，稀释关键内容     |
| 检索失败  | 把“语义相似”误当作“答案相关”，导致召回偏差 |

## 核心观点

1. **压缩必须保留关键约束**：压缩不是“变短”，而是“提炼”，关键实体与限制条件不应被摘要吞掉。
2. **上下文越多不一定越好**：All-in Context 往往引入噪声与注入风险，反而让模型更难对齐目标。
3. **相似度不等于相关性**：向量检索对否定、精确匹配与意图差异可能不敏感，需要混合检索与重排序兜底。

## 常见误区

* **误区一**：只要把历史都摘要成一句就行 **正解**：摘要必须围绕任务保留可执行的约束与结论。
* **误区二**：把所有文档都喂给模型让它“自己找” **正解**：应先做相关性过滤与结构化隔离，把注意力留给真正关键的证据。
* **误区三**：向量检索足够覆盖所有查询 **正解**：应结合关键词检索、Query Rewrite、重排序与元数据过滤。

## 实践建议

1. **建立反模式回归集**：把历史线上 Bad Case 按“压缩/污染/检索”归因入库。
2. **给关键约束设锚点**：预算、禁止项、合规规则等用显式结构长期保留。
3. **默认启用混合检索**：对专有名词、否定、数字与代码检索尤其重要。
4. **上线前做注入演练**：对抓取数据与用户输入做隔离，验证“指令不可被覆盖”。

## 预告

下一章将进入生产环境最佳实践，聚焦工作流、性能与成本、可观测性、安全治理与故障排查。

***

> 📝 **发现错误或有改进建议？** 欢迎提交 [Issue](https://github.com/yeasy/context_engineering_guide/issues) 或 [PR](https://github.com/yeasy/context_engineering_guide/pulls)。