# 3.2 四大核心策略概览

上下文工程的实践可以归纳为四大核心策略：**写入**（Write）、**选择**（Select）、**压缩**（Compress）、**隔离**（Isolate）。这四大策略相互配合，共同构成上下文管理的完整方法论。

## 3.2.1 策略框架总览

```mermaid
graph TB
    subgraph "四大核心策略"
        A["写入 Write"]
        B["选择 Select"]
        C["压缩 Compress"]
        D["隔离 Isolate"]
    end

    subgraph "作用"
        A1["信息的持久化存储"]
        B1["相关信息的精准获取"]
        C1["信息密度的优化"]
        D1["信息结构的组织"]
    end

    A --> A1
    B --> B1
    C --> C1
    D --> D1
```

图 3-3：四大核心策略总览

## 3.2.2 写入策略

**要回答的问题**：如何在上下文窗口之外存储和管理信息？

上下文窗口是有限的，但许多应用需要处理远超窗口容量的信息。写入策略解决的是信息的持久化存储问题。

**主要技术**：

* **外部记忆系统**：将信息存储到外部存储中供后续检索
* **知识库构建**：组织结构化的领域知识
* **向量数据库**：将文本转换为向量进行存储和检索
* **记忆架构**：设计多层次的记忆结构

**应用场景**：

* 构建企业知识库
* 实现跨会话的长期记忆
* 存储用户偏好和历史

详细技术将在[第四章](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/04_write.md)展开。

## 3.2.3 选择策略

**要回答的问题**：如何从海量信息中获取与当前任务最相关的内容？

当信息存储在外部时，需要在执行任务时选择性地加载相关内容。选择策略是 [RAG](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.1_rag_principles.md)（[检索增强生成](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.1_rag_principles.md)）的核心。

**主要技术**：

* **语义检索**：基于语义相似度搜索相关内容
* **关键词检索**：基于关键词匹配的精确搜索
* **混合检索**：结合语义和关键词的优势
* **重排序**：对检索结果进行二次排序优化

**应用场景**：

* 文档问答系统
* 知识库查询
* 代码检索

详细技术将在[第五章](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select.md)展开。

## 3.2.4 压缩策略

**要回答的问题**：如何在有限的上下文空间中容纳更多有效信息？

即使经过筛选，需要放入上下文的信息仍可能超出限制，或占用过多空间导致成本上升。压缩策略旨在提高信息密度。

**主要技术**：

* **文本摘要**：将长文档压缩为精练摘要
* **信息提取**：提取关键事实和实体
* **对话压缩**：压缩冗长的对话历史
* **递进式摘要**：分层次逐步压缩

**应用场景**：

* 长文档处理
* 对话历史管理
* 成本优化

详细技术将在[第六章](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/06_compress.md)展开。

## 3.2.5 隔离策略

**要回答的问题**：如何组织和结构化上下文中的不同信息？

即使信息已经精选和压缩，如何组织这些信息同样重要。隔离策略关注上下文的结构化设计。

**主要技术**：

* **XML/标签标记**：用标签区分不同类型内容
* **指令分层**：分层组织系统指令
* **任务隔离**：为不同任务创建独立上下文
* **多智能体编排**：在多智能体间分配上下文

**应用场景**：

* 复杂提示词设计
* 多任务系统
* 智能体协作

详细技术将在[第七章](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/07_isolate.md)展开。

## 3.2.6 策略之间的关系

四大策略不是孤立的，而是形成一个协作的工作流：

```mermaid
graph LR
    A["原始信息"] --> B["写入"]
    B --> C["存储"]
    C --> D["选择"]
    D --> E["压缩"]
    E --> F["隔离"]
    F --> G["最终上下文"]
```

图 3-4：策略协作工作流

1. **写入**：将信息存储到外部系统
2. **选择**：检索相关信息
3. **压缩**：优化信息密度
4. **隔离**：结构化组织

在实际应用中，这些策略可能需要迭代执行。例如：

* 检索后发现信息不足，触发新的写入
* 压缩后发现关键信息丢失，调整压缩策略
* 隔离过程中发现结构不合理，重新组织

同时要警惕 **边界泄漏**：写入层存储的外部内容、选择层召回的文档、压缩层生成的摘要都可能混入看似“指令”的文本。进入隔离层前应保留来源、权限、时间戳和可信等级；进入最终上下文后，也要明确把外部内容标记为“数据”而不是“系统指令”。否则四种策略会在边界处相互污染，导致提示注入、旧事实覆盖新事实或跨用户数据串扰。

## 3.2.7 策略选择指南

不同场景对策略的侧重不同：

| 场景      | 重点策略 | 原因          |
| ------- | ---- | ----------- |
| 知识密集型问答 | 选择   | 准确检索是关键     |
| 长期助手    | 写入   | 需要持久记忆      |
| 成本敏感应用  | 压缩   | 控制 Token 用量 |
| 复杂指令系统  | 隔离   | 清晰的结构很重要    |

大多数生产级应用需要综合应用所有四个策略，关键是找到适合具体场景的平衡点。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/context_engineering_guide/di-yi-bu-fen-ren-shi-shang-xia-wen-gong-cheng/03_framework/3.2_four_strategies.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.