夙愿：写给普通人的上下文工程完全指南：让每一次 AI 对话都能复利

夙愿：写给普通人的上下文工程完全指南：让每一次 AI 对话都能复利 夙愿：写给普通人的上下文工程完全指南：让每一次 AI 对话都能复利 Modified December 15, 2025 3、在 Cherry Studio 中配置知识库 接下来，开始实操。 还记得前面配置 Cherry Studio API 的时候，我让你添加两个模型：Qwen/Qwen3 Embedding 8B 和 Qwen/Qwen3 Reranker 8B 吗？这两个就是用来做知识库检索和重排的的。 Embedding 模型负责把文档内容转换成向量，你可以把向量理解成「意思坐标」：每段文字根据它的含义，被安排到一个多维空间里的某个位置，意思相近的内容，坐标也相近。 这样当你提问的时候，系统会把你的问题也转成一个坐标，然后去找哪些文档片段的坐标离你的问题最近，把它们捞出来，这就是检索。 而 Reranker 模型负责对检索结果重新排序，把最相关的排在前面。 第一步：打开知识库页面 点击 Cherry Studio 菜单栏的「知识库」图标，进入知识库管理页面。 第二步：创建新知识库 点击「创建知识库」按钮，给你的知识库起个名字，比如「工作方法论」。 第三步：选择 Embedding 模型 在知识库设置里，选择你之前添加的 Qwen/Qwen3 Embedding 8B 作为 Embedding 模型， Qwen/Qwen3 Reranker 8B 作为重排模型，然后点击确定。 第四步：导入文档 Cherry Studio 的知识库可以配置不同的来源，有文件/笔记/目录/网址/网站，其中最常用的是前面三个。 点击「添加文件」，可以选择你要导入的文件，支持 Markdown、TXT、PDF 等格式。 由于前面的技巧 4 里，我已经让 AI 总结出了我的写作方法论，我保存到了本地，所以可以直接把这个文档作为文件上传。 导入后，系统会自动把文档切分成小块，然后用 Embedding 模型把每一块转换成向量，这个过程可能需要几秒到几分钟，取决于文档大小。 第五步：在对话中使用知识库 回到对话页面，在输入框上方，你会看到一个知识库的图标，点击它，勾选你刚才创建的知识库。 现在你发送消息，系统就会自动从这个知识库里检索相关内容，拼接到你的消息里发给大模型。 调整召回数量 默认情况下，系统会检索最相关的 6 段内容，如果你觉得检索到的内容太少，可以调整「召回数量」这个参数。 在知识库设置里，找到 Top K 选项，默认是 6 个片段，意思是每次检索返回最相关的 6 段内容。 如果你的知识库文档很多，或者你觉得检索结果不够全面，可以调大这个数字，比如设成 10。 3、在 Cherry Studio 中配置知识库 接下来，开始实操。 还记得前面配置 Cherry Studio API 的时候，我让你添加两个模型：Qwen/Qwen3 Embedding 8B 和 Qwen/Qwen3 Reranker 8B 吗？这两个就是用来做知识库检索和重排的的。 Embedding 模型负责把文档内容转换成向量，你可以把向量理解成「意思坐标」：每段文字根据它的含义，被安排到一个多维空间里的某个位置，意思相近的内容，坐标也相近。 这样当你提问的时候，系统会把你的问题也转成一个坐标，然后去找哪些文档片段的坐标离你的问题最近，把它们捞出来，这就是检索。 而 Reranker 模型负责对检索结果重新排序，把最相关的排在前面。 第一步：打开知识库页面 点击 Cherry Studio 菜单栏的「知识库」图标，进入知识库管理页面。 第二步：创建新知识库 点击「创建知识库」按钮，给你的知识库起个名字，比如「工作方法论」。 第三步：选择 Embedding 模型 在知识库设置里，选择你之前添加的 Qwen/Qwen3 Embedding 8B 作为 Embedding 模型， Qwen/Qwen3 Reranker 8B 作为重排模型，然后点击确定。 第四步：导入文档 Cherry Studio 的知识库可以配置不同的来源，有文件/笔记/目录/网址/网站，其中最常用的是前面三个。 点击「添加文件」，可以选择你要导入的文件，支持 Markdown、TXT、PDF 等格式。 由于前面的技巧 4 里，我已经让 AI 总结出了我的写作方法论，我保存到了本地，所以可以直接把这个文档作为文件上传。 导入后，系统会自动把文档切分成小块，然后用 Embedding 模型把每一块转换成向量，这个过程可能需要几秒到几分钟，取决于文档大小。 第五步：在对话中使用知识库 回到对话页面，在输入框上方，你会看到一个知识库的图标，点击它，勾选你刚才创建的知识库。 现在你发送消息，系统就会自动从这个知识库里检索相关内容，拼接到你的消息里发给大模型。 调整召回数量 默认情况下，系统会检索最相关的 6 段内容，如果你觉得检索到的内容太少，可以调整「召回数量」这个参数。 在知识库设置里，找到 Top K 选项，默认是 6 个片段，意思是每次检索返回最相关的 6 段内容。 如果你的知识库文档很多，或者你觉得检索结果不够全面，可以调大这个数字，比如设成 10。 但也不要设太大，太大了又回到「信息过载」的问题。 4、同时调用多个知识库 Cherry Studio 支持同时勾选多个知识库。 比如我有两个知识库： • 一个叫「职场记录」，里面存的是我每周的工作记录和复盘 • 一个叫「职场课」，里面存的是我整理的各种工作方法、沟通技巧、时间管理之类的内容 当我遇到一个工作上的问题想请教 AI，我可以同时勾选这两个知识库。 这样 AI 回答的时候，既能了解我最近在做什么、遇到了什么具体情况（从职场记录里检索），又能调用相关的方法论来给建议（从职场课检索）。 相比我只勾选一个知识库，回答的针对性会强很多。 九、写在最后 回到开头的问题：对话越聊越乱，新开窗口又失忆。 这两个痛点，本质上是一个矛盾。 你想让 AI 记住更多，就得保留更多上下文，但上下文越长，噪音越多，AI 表现越差。你想让上下文保持干净，就得新开窗口，但一新开，之前积累的理解全没了。 上下文工程就是在这个矛盾里找平衡点。 内循环解决「越聊越乱」：删掉跑偏的对话、修正错误的回答、用分支保护已有的进度、把冗长的参考资料及时更新。 每一个操作都在做同一件事：控制信息密度，让 AI 每一轮都在最相关的上下文里工作。 外循环解决「新开失忆」：把有价值的内容提炼成文档，存进系统提示词或知识库。 下次开新窗口，不是从零开始，而是带着之前的经验继续。你积累得越多，AI 对你的理解就越深，协作效率就越高。 这两个循环配合起来，你的使用体验会完全不一样。 以前你可能是这样用 AI 的：开一个窗口，聊到乱了，关掉，新开一个，重新解释一遍背景，重新调教一遍风格，周而复始，每次对话都是一次性的，用完就扔，什么都没留下。 现在你可以这样用：在单个窗口里精细管理，聊完之后把成果压缩保存，下次调用。 每一次对话都在为下一次对话积累资产，AI 越用越懂你。 这些技巧看起来是一堆零散的操作，但背后是同一件事：控制 AI 每次看到的信息。 大模型的能力是固定的，你改变不了，但你可以改变它的输入。 同样一个模型，给它一堆杂乱的上下文，和给它一份精心组织的上下文，输出质量天差地别。 这就是上下文工程的做的事情：控制上下文长度，只给最小必要的信息，让模型在最佳条件下输出。 如果你之前没用过这些功能，不用一次全学会。 建议从配置 Cherry Studio 开始，按照第三部分的步骤把 API 接好，然后找一个你正在进行的任务，试着用一下删除消息、编辑回答这些功能。 你会发现，AI 的表现，真的会变好。 继 Vibe Coding 火了之后，现在又有一个概念火了，叫做 Context Engineering（上下文工程）。 上下文工程到底有多火？我给你举个例子：Shopify 现在招聘之前，第一件事不是写 JD，而是先评估这个岗位能不能用 AI + 上下文工程来解决。 如果可以，那就直接不招这个岗位了。 Karpathy 大神也跟贴表示：上下文工程是一门精心设计填充上下文窗口的艺术与科学。 那为什么 Context Engineering 会火？ 因为大家逐渐发现一个事实：这一轮大模型的能力提升，已经接近瓶颈了。 指望「等一个更强的模型」来解决问题，越来越不现实。 所以现在的竞争，已经从「训练更好的模型」转向了「用好现有的模型」。 而「用好」的关键，就是上下文工程，你「喂」给模型什么信息，怎么组织这些信息，决定了模型输出质量的上限。 很多垂直领域的 Agent 产品，最大的护城河其实不是技术，而是上下文工程的能力，谁能让用户心甘情愿地交出更多高质量的上下文，并且处理得当，谁就更能留住用户。 但回到我们个人的日常使用中，情况却很糟糕。 你知道该怎么办：新开一个对话窗口。 但新窗口里，AI 又变回了“陌生人”。那些你在上个窗口里费了半天劲让它理解的背景、你的偏好、你的工作习惯，全没了。 这就是我们目前使用 AI 最大的瓶颈： 在一个窗口里，聊多了会乱；新开窗口，又会失忆。我们每天花大量时间在重复投喂背景信息，感觉像是在给 AI 打工。 这篇文章，就是为了彻底解决这个问题。 这可不是一篇简单的技巧分享，而是一套完整的上下文工程管理工作流。 全文 16500 字，包含从基础的上下文管理（内循环），到高阶的知识库搭建（外循环），再到 Cherry Studio 的硬核配置教程。 学完这篇，我相信，你和 AI 的协作方式会发生质的变化。 一、上下文工程到底是什么 要弄懂上下文工程到底是什么？首先我们得明白什么是上下文。 当我们跟 AI 对话时，其实每个文字/符号、每一张图片、每一个文件，都在构建着一个「上下文」。 比如你在对话框里输入「你好，我是张三」、「你可以帮我写个文案吗？」，这些是上下文。 下面这张图展示了当我们跟模型对话，按下回车键之后到底发生了什么。 从这个模型调用参数的截图可以看到，「你好，我是张三」被包装成了 content（内容）的一部分，然后发送给大模型处理，最终得到大模型的回复。 接着你在对话框里粘贴了一张图片、上传了一个 PDF 文件，这也都是上下文。 你可能会有点疑惑，PDF 文件和图片这两个也不是文本（content）啊，为什么也是上下文呢？ 其实道理很简单，你上传的 PDF 会被 AI 自动解析转换成文本内容，而那些具备多模态能力的大模型能够直接「看懂」图片里的信息。无论是解析出来的文字还是图像识别的结果，这些都会成为上下文的一部分。 不仅如此，我们之前的聊天记录，甚至 AI 的思考过程，都会被打包进上下文窗口，作为它生成下一个回答时的参考资料。 这就解释了为什么 AI 能够记住我们之前聊过的内容。 每次 AI 生成回答时，它都需要重新处理这些历史对话记录、我们新输入的信息，以及上传的各种文件。 但随着对话的进行，整个上下文窗口就会变得越来越拥挤。 所以，上下文工程就是在管理这个上下文窗口——如何在上下文窗口里，放入最有价值的信息。 那它跟提示词工程有什么区别？我们之前常说的提示词工程，例如使用 LangGPT 框架写出来的各种结构化提示词，本质上也都属于上下文的一部分。 只不过以前模型还不够强大，我们需要用复杂的提示词来引导 AI 理解我们的意图，描述清楚我们想要什么，希望 AI 这么做， 但现在的模型已经足够聪明，只要你输入的信息足够优质、足够丰富，AI 就能很好地完成任务，基本不再需要那些特别复杂的提示词了。 既然上下文这么重要，那是不是意味着我们应该给 AI 提供尽可能多的信息呢？ 现在的模型厂商似乎也是这么想的，他们都在疯狂扩大上下文窗口。 这里需要先解释一下什么是「token」。 简单来说，token 就是 AI 理解文本的基本单位，你可以把它理解成一个个的「词块」。一个中文字符大概是 1 2 个 token，英文单词通常是 1 个 token。 比如「你好」可能是 2 个 token，「hello」是 1 个 token。 现在像 Gemini 2.5 Pro 模型已经支持高达 100 万 token，你可以四舍五入理解为可以一次性给它塞一本 70w 字的书让它梳理，按常理说，能处理的信息越多，AI 模型的能力应该越好才对。 各大模型厂商也在不断展示他们模型的「大海捞针」能力，也就是在超长文本中准确找到特定信息的能力。 但能找到信息和能高质量地处理任务完全是两回事！ Chroma 的研究团队在《增加输入 Token 长度对 LLM 性能的影响》中发现，虽然随着窗口中的上下文增多，AI 有了更多信息之后回答确实更好了，但这个提升是有限度的。 一旦 token 数超过 1 万，模型的性能反而开始下降，模型在 8K 到 10K 的 token 范围内进行处理性能最好的。 （在我实测下来 Gemini 的最佳窗口可达 3w，超过了也开始性能下降，不同的模型不一样，需要各位去尝试，但一般来说，一个模型的上下文窗口越大，模型的 xxx（不知道用什么词表达）也就越大。) 如果你还没明白的话，就这么说吧，就像你在一本书里找资料，如果只给你书里的一个小节，你能很快找到需要的信息并深度理解，甚至立马能使用里面的方法去解决实际的问题。 但如果给你塞了一整本书，你反而可能会迷失在信息的海洋里，找不到重点，更别说深度思考了。 二、两个基础操作：删除与压缩 既然不是信息越多越好，那我们就需要学会主动筛选和优化输入内容。 这就是上下文工程要解决的核心问题：如何在有限的上下文窗口里，放入最有价值的信息。 上下文工程其实有很多种方法，比如删除无用信息、压缩内容、精炼表达、信息分层、内容重排序、关键信息提取、格式优化等等，每一种方法都有其特定的应用场景和技巧。 不过今天这是我们上下文工程系列的第一篇，属于入门级分享，所以我们先重点讲前面两种最基础也最实用的方法。 第一种是删除无用信息。 那什么是无用信息呢？跟本次任务无关的信息都是无用信息。 举个例子，我们经常会把网页内容、文档内容直接粘贴给 AI 去总结或者讨论，但一键全选复制粘贴的内容往往包含大量的格式符号、无关的广告信息、页面导航、markdown 语法符号等等。 这些信息不仅占用 token，还会干扰 AI 的理解。 就像我写公众号时，文章结尾会加一些引流内容，所以当我让 AI 分析我的文章时，我会只复制正文内容，删掉发布时间、发布地点、结尾引流广告、评论区评论等信息。 第二个是压缩内容。 有时候一篇很长的文章（3w 字），核心内容可能只需要 500 字就能说清楚，就可以先自己手动用更精炼的表达方式、甚至用公式来表达复杂概念，让同样的信息占用更少的 token。 或者还有一个方法：我们可以开两个窗口，第一个窗口先用 AI 帮忙提取要点浓缩成 500 字，然后再把浓缩的 500 字放到第二个窗口里再跟 AI 对话。 三、实践案例：制作旅游攻略 让我们用一个具体的例子来看看上下文工程是怎么应用的。 我们如何才能让 AI 做一份真实、有用、好用的旅游攻略呢？ 比如说，我在国庆期间想要去苏州吃比较正宗的苏式面，但是不知道哪家好。 遇到这种情况，你会如何用 AI 来解决呢？先思考一下。 最初级的办法是直接问「苏州哪家苏式面最正宗？」，但由于大模型的知识库比较陈旧，给出的信息不一定是最新的。 而且可能还会胡编乱造出一个根本不存在的面馆，它也不知道哪一家真的好吃，甚至给出的面馆信息可能都是错的。 进阶一点的做法是打开 AI 的联网搜索功能，让它基于搜到的信息来回答，此时搜到的信息就是上下文的一种，这确实会提高回答质量，降低胡编乱造的可能。 但问题依然存在： 如果 AI 搜到的是 23 年的过时内容怎么办？ 如果搜到的信息本身就是杜撰的怎么办？ 更麻烦的是，如果搜到的都是商家花钱刷排名、故意让 AI 搜到的推广信息怎么办？ 所以，更好的做法是基于更高质量的信息源。 比如我一般会使用点点 AI 搜索来问答，因为它是小红书官方出品的，能够调用小红书上的旅游攻略信息。 在旅游攻略的质量上，小红书绝对是国内独一档的，AI 给出的回答自然也更靠谱。 这里我们可以看到一个道理：使用 AI 帮你整理攻略并不难，难的是如何给 AI 提供高质量的上下文。 “懂得钓鱼技巧不重要，重要的是能找到大鱼多的地方。” 但这就是最好的方法了吗？还是有问题。 万一点点搜到的笔记正好是商家找人写的广告软文，全网都在推荐某家店，AI 就会觉得这家不错，但实际上可能只是人多又难吃的网红店呢？ 我觉得最靠谱的做法是看真实用户的评论，目前来看我觉得这个方法是最可信的。 具体怎么操作呢？首先在电脑上搜索「苏式面推荐」这类帖子，下面会有很多用户评论。 然后展开全部评论内容，展开所有回复，全选复制下来，再让 AI 帮我整理哪家推荐的人多，哪家需要避雷。 但如果你直接把复制的所有信息都丢给 AI，效果可能并不好。因为复制下来的内容很杂乱，包括网站介绍、用户昵称、点赞量、发布时间等大量无关信息。 这时候就需要用到上下文工程了。我们要先处理这些信息：提取出核心的店名和用户讨论内容，删除那些无关的页面元素，然后再输入给 AI 处理。 我随便找了一个帖子，光是一个笔记的评论内容就达到了 8000+字，更别说要处理多个帖子了。所以这里我用谷歌的 AI Studio 里的 Gemini 2.5 Pro 模型来演示如何处理上下文。 提示词是： 这样，第一个帖子的信息就处理好了。 但问题来了：一个帖子的信息远远不够，数据样本太少，无法准确判断哪家真正好吃。我需要找到更多类似的帖子，汇总分析才能得出靠谱的结论。 这里就是上下文工程发挥作用的关键时刻了。 如果我简单粗暴地把所有新帖子的内容都添加到上下文里，然后让 AI 重新处理，会发生什么？ 首先，token 数量会急剧增加，很容易突破模型的最佳处理范围；其次，大量重复和无关信息会干扰 AI 的判断；最后，处理成本也会大幅上升。 真正的上下文工程应该怎么做？我会运用今天讲到的两个核心方法：压缩上下文和删减无效上下文。 我的做法是这样的： 第一步：压缩上下文。 第一个帖子处理完后，我们已经得到了一个结构化的表格，这本身就是对原始 8000+字评论的高度压缩。 所有有效信息都被保留了，而且占用的 token 从近 1 万个降到了 1000 个左右。 第二步：删减无效上下文。 在处理第二个帖子之前，我会把第一个帖子的原文从上下文中删除。 在 AI Studio 中，你可以很方便地直接删除之前的对话内容，让它不再传入上下文窗口。 删除原文后，上下文里只剩下 AI 输出的那个表格，仅占用 1051 个 token。 这就是上下文工程的威力：在保留所有关键信息的前提下，将 token 使用量降低了 90%。 接下来处理第二个帖子时，我使用这样的提示词： 第三步：循环优化。 处理完第二个帖子后，我继续应用同样的逻辑：删除第二个帖子的原文，同时也删除旧版的表格。 为什么要删除旧表格？因为如果保留两个版本的表格，会让 AI 产生混淆，不知道以哪个为准。 就这样，每处理一个新帖子，上下文窗口里始终只保留最新版的汇总表格，既确保了信息的完整性，又控制了 token 的消耗。 按照这个流程处理完三四个热门帖子后，我们就得到了一份基于大量真实用户评价的苏式面馆排行榜，包括推荐理由和避雷提醒。 这份数据不仅信息量丰富，可信度也很高。 我想，经过这样一步步处理得来的攻略，比随口问一句「苏州哪家面好吃」要靠谱得多。 因为你亲眼见证了数据的产生过程，知道每一个推荐背后都有真实用户的讨论支撑，这种可信度是 AI 直接给出的答案无法比拟的。 以上是上下文工程最基础的两个操作：删除无用信息、压缩内容。 掌握了这两招，你在单次对话里的效率会明显提升。 但还有一个问题没解决：聊完之后呢？ 那些你费了好大劲整理出来的表格、总结出来的方法论、调教好的写作风格，全都只存在于这一个对话窗口里。 下次遇到类似的任务，你又得从零开始。 而且随着对话越来越长，你会发现 AI 开始变「蠢」，这时候你知道该新开一个窗口了，但新窗口里 AI 又变回了陌生人，之前建立的默契全没了。 怎么解决这个问题？ 接下来我们讲上下文工程的进阶用法。 我们先从一个你一定遇到过的问题说起：你打开 AI 助手（例如 ChatGPT、豆包、Kimi 等），随便聊点什么。 可能是让它帮你分析一个问题，可能是请它改一段文字，也可能只是和它讨论个想法。 一开始挺顺的，你问一句，它答一句，慢慢聊出点感觉了。 然后你们越聊越深入，你补充了更多背景信息，它的回答也越来越贴近你的需求。 你甚至感觉它开始「懂你」了，知道你想要什么，知道你的表达习惯，知道哪些细节不用说它也明白。 但聊着聊着，对话记录越来越长，你往上翻，发现这个窗口里已经塞了几十条消息了。有些是试错的废话，有些是改了好几版的内容，还有些是你中途想到什么随手粘贴进来的资料。 这时候你再让 AI 做点什么，它开始变得「不太对劲」，开始变蠢了，可能是突然答非所问，也可能是把前面已经否定的想法又翻出来了。 你知道该怎么办，新开一个对话窗口，因为大部分都会教你说，聊天窗口聊太多了之后，就新开一个。 但问题来了，新窗口里，AI 又变回了「陌生人」。那些你在上个窗口里费了半天劲让它理解的背景，现在又得重新说一遍。那些它已经知道的你的偏好和习惯，现在又得重新磨合。 更要命的是，刚才聊出来的一些好东西，现在已经埋在上个窗口的几十条记录里了，想用的话得自己翻出来复制粘贴。 一次两次还好，但如果你每天都要和 AI 聊十几次呢？ 每次都在重复同样的循环：聊、聊乱了、新开窗口、重新说背景、继续聊、再聊乱、再新开窗口... 你开始怀疑，明明 AI 这么聪明，为什么每次都像失忆了一样？为什么我要不停地重复同样的话？为什么之前聊出来的好东西不能直接留下来？ 这就是上一篇文章结尾埋下的问题。 我们学会了用「压缩」和「删减」让单次对话更高效，但聊完之后呢？那些优质的内容怎么保存下来？下次遇到类似的事，能不能直接接着上次的基础继续，而不是从零开始？ 今天这篇文章，就是来解决这个问题的。 四、内循环与外循环 如果把上一篇文章比作「学会钓鱼的技巧」，那么这篇就是「建一个自己的鱼塘」。 要解决刚才说的那些问题，我们需要理解上下文工程的两个核心机制：内循环和外循环。 这两个词听起来有点技术感，但其实理解起来很简单，你可以把内循环想象成在一个对话窗口里做「实时管理」，把外循环想象成把对话成果「存进仓库以备复用」。 内循环：在一个窗口里做动态管理 内循环说白了就是，在一个聊天窗口内，主动管理上下文。 打个比方，就像你在厨房里做菜。切完土豆丝，你会把土豆皮扔掉吧？不然砧板上会越堆越乱。 炒完第一道菜，你得洗砧板再切第二道菜的料，不然味道会串，但调料盒呢？调料盒始终摆在旁边，随时可以用。 这就是内循环的三个核心动作。 第一个动作叫投喂。你需要把有用的信息放进上下文窗口。比如复制一篇文章、上传一个文件、输入一段背景说明。这个没什么好说的，我们平时都在这么做。 第二个动作叫清理。这是大多数人不会做的，但恰恰是最重要的，你得把用完的临时信息删掉。 前两个我们在苏式面案例里已经演示过了，投喂就是把信息放进上下文，清理就是把用完的临时信息删掉（比如处理完一个帖子就删掉原文，只保留整理后的表格）。 第三个动作叫保留。有些信息是要一直留在上下文里的，比如你的角色设定、任务目标、或者某个重要的参考标准。这些信息不能删，因为你希望 AI 每次回答都能记住这些。 所以内循环的本质就是：该扔的扔，该留的留，让上下文窗口始终保持精简高效的状态。 外循环：把成果存进知识库 如果说内循环是「过日子」，那外循环就是「攒家底」。 你和 AI 聊了半天，终于搞出一个满意的结果。可能是一套方法论，可能是一段特别好的文案，也可能是一个分析框架。 这些东西很有价值，但它们现在只存在于这个聊天窗口里。 过几天你关掉这个窗口，这些内容就埋进历史记录了。再过一个月，你可能完全忘记自己聊过这个话题，再遇到类似的需求，你又得从零开始，重新和 AI 聊一遍。 上下文工程的外循环就是要打破这个循环。 具体怎么做呢？也是三个动作。 第一个动作是提炼。你要从对话里挑出真正值得保存的部分。不是所有对话内容都要存，那些试错的废话、改了又改的草稿、临时起意的闲聊，这些都不用留。 你只留那些可以复用的精华，可能是200字的方法论，可能是一个特别好的案例，也可能是一段特别贴切的表达。 第二个动作是存储。你把提炼出来的内容整理成文档，通常是 Markdown 格式，然后存进一个知识库系统。 这个系统会把你的文档「向量化」，也就是把文字转换成计算机能理解的数字编码。这样以后需要的时候，系统就能通过计算相似度，快速找到相关内容。 第三个动作是召回。下次你再和 AI 聊天的时候，系统会自动去知识库里搜索和你当前话题相关的内容，找到最匹配的几段，然后把这些内容和你的问题一起发给大模型。 这样 AI 回答的时候，就能基于你之前积累的知识，而不是每次都从零开始，这相当于 AI 此刻就有了你的一部分「记忆」 这就是为什么它叫「外循环」，因为它跳出了单次对话的范围，让你的知识可以在不同的对话之间流动和复用。 举个例子，假设你是一个内容创作者，最近在和 AI 协作写一系列关于职场的文章。 第一篇文章写完了，过程中你和 AI 反复讨论，最终确定了一套写作风格：口语化、信息密度高、不说废话。你让 AI 把这些要点总结成一份文档，这是「提炼」。 然后你把这份文档保存到知识库里，这是「存储」。 两周后你要写第三篇文章，新开了一个对话窗口。你开始描述选题，系统自动从知识库里检索到之前那份写作风格文档，把它和你的问题一起发给 AI。 AI 从第一轮开始就知道你要口语化、信息密度高、不说废话，不用你再解释一遍，这是「召回」。 内外循环是怎么配合的？ 你可以这样理解：内循环解决的是「这一次怎么聊好」，外循环解决的是「这一次的成果怎么下次再用」。 一个完整的流程是这样的。 你开始一次新对话，可能是写文案，可能是分析问题，随便什么任务。 在这个对话过程中，你用内循环的方法管理上下文：投喂需要的信息，清理用完的垃圾，保留核心的背景。 这样你能高效地得到一个满意的任务结果。 任务完成后，你把这次对话里最有价值的部分提炼出来，整理成文档，存进知识库。这是外循环的起点。 过几天，你又要处理一个类似的任务。你开始新对话，但这次不同了。 当你输入问题的时候，系统会自动从知识库里找到上次你存的那份内容，把它调出来作为背景信息。 这样 AI 的起点就比上次高了，因为它已经「知道」你上次总结的方法论了。 这，就是外循环的终点。 然后你继续用内循环的方法处理这次任务，完成后又把新的成果存进知识库，就这样不断循环，你的知识库越来越丰富，每次任务的起点越来越高。 这就形成了一个飞轮：做任务 → 存知识 → 下次起点更高 → 做任务 → 存知识 → 起点再提高。 五、为什么需要 Cherry Studio？ 理解了内外循环的概念，你就会发现，要实现这套工作流，我们的 AI 工具必须支持几个关键能力。 第一个能力是删除单条对话。这是做内循环的基础，你得能精确地删掉某一条消息，把它从上下文窗口里清理出去，而不是只能整个对话删除或者全部保留。 第二个能力是支持多种模型。在前文中我用的是 Google AI Studio，它确实可以删除对话，但问题是它只能用 Gemini 系列。 如果你想用 Claude、GPT，或者国内的 DeepSeek、Kimi，AI Studio 就没办法了。 第三个能力是本地 RAG 知识库。这是做外循环的基础，你需要能导入自己的文档，让系统自动向量化，然后在对话时根据话题自动召回相关内容。 第四个能力是编辑已发送的消息。有时候你粘贴了一段内容，发送后才发现有些部分是多余的，这时候能直接点击编辑修改，比删了重发方便太多，有了这个功能还能延伸出几个上下文工程的小技巧。 还有一个是导出对话记录，你需要能把对话内容快速导出成文档（md 格式/pdf 格式），方便整理后存入知识库。 我把市面上的主流工具都试了一遍，包括各家官方的 Web 端、手机 App，还有各种第三方客户端。 说实话，我现在已经完全不用 ChatGPT、Claude、Gemini 这些官网产品了，订阅早就停了，Monica、Poe 这些聚合平台也不用。 不是因为它们不好，而是它们没法满足上下文工程的需求。 目前只有 Cherry Studio 能同时满足这些需求，而且它是开源免费的，界面设计也很舒服，不像有些工具功能是有但用起来反人类。 Cherry Studio 其实很早就有了，今年2月份 DeepSeek 爆火那阵，官网挤得根本进不去，当时很多人就是用 Cherry Studio 配置 API 来使用的。 我自己用了几个月，稳定性很好，目前还没遇到什么明显的 b