> 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-yi-bu-fen-ren-shi-shang-xia-wen-gong-cheng/03_framework/3.2_four_strategies.md).

# 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。