如果你在同一類任務上，AI 的輸出時而出色、時而不堪使用，問題幾乎從來不在你的措辭。你已經懂得寫像樣的提示。在好日子與壞日子之間改變的不是指令，而是模型執行那條指令時，眼前擺著什麼資訊。這就是「情境工程」（Context Engineering）的核心概念，也是為什麼這項原本屬於 AI 工程師的技術，在 2026 年成為非技術背景的實務工作者最值得學的一件事。
什麼是情境工程？
情境工程是控制模型回答時能看見哪些資訊的做法，而不只是控制你如何措辭。提示是指令，情境是視窗裡的其他一切：檔案、記憶、對話歷史、工具輸出、自訂指令。你優化的是資訊，不是句子。
這個區分之所以重要，是因為兩種做法的失敗方式完全不同。提示工程失敗時，你的判斷是「提示寫得不夠好」。情境工程失敗時，你的判斷是「模型沒有拿到正確的資訊」。只有後者能解釋為什麼同一條提示在早上十點給你精彩的答案，下午四點卻只給你套話。
這不是行銷詞彙的更替。2026 年第一季，Neo4j、Elastic、ByteByteGo 與 Firecrawl 各自獨立發表的指南，主題都是情境工程而非提示工程；LangChain 更把這套做法整理成四個動作：寫入、篩選、壓縮、隔離。Anthropic 自己的 2026 年提示工程指引 現在也把提示定位為更大的情境問題中的一塊積木，並明確指出「把情境放在問題之前」是核心技巧之一。
為什麼「把提示寫得更好」已經無法解決輸出不穩定
提示的邊際效益遞減得很快。一旦你的指令已經清晰、具體、有結構，再加字就沒有作用。然而模型的其他所有輸入，你上傳的檔案、專案記憶、對話歷史，卻在每一次工作階段之間持續變動，而這正是輸出品質持續變動的原因。
三件事讓「只調提示」失效。第一，工具的活動部件變多了：專案、記憶、連接器、檔案上傳與網頁搜尋，全都會注入你並未親手輸入的內容。第二，情境視窗變得極大，卻沒有變得更聰明。一百萬個 token 的視窗聽起來像是可以把所有東西貼進去的許可證，但模型的注意力會隨視窗填滿而衰退，所以硬塞的結果是成本更高、答案更差。第三，工具調用成為常態，而每一次工具回傳的結果，不管有沒有幫助都會落進情境裡。
換成實務版本就是這樣。好日子那次，你剛好開了一個新對話，只附上一份乾淨的簡報。壞日子那次，你已經在同一條對話裡走到第四十則訊息，裡面還混著一段無關的岔題、三份已被取代的草稿，以及一份你為另一個客戶上傳的 PDF。提示相同，情境不同，答案自然不同。
情境的五個層次，翻譯成你手上真的有的按鈕
情境工程把模型看見的一切拆成五個層次。工程師用程式碼組裝這五層，你則用 ChatGPT、Claude 與 Gemini 裡已經存在的設定組裝同樣的五層。知道是哪一層出問題，就能一步修好一份糟糕的輸出，而不是改寫十次。
第一層：系統情境（你的常設指令）
這是永遠不變的部分：模型扮演什麼角色、你的規則、你的輸出格式。在消費級工具裡，這就是自訂指令、專案說明，或 Claude Project 的描述欄。要寫得短。這裡每一個 token 都在跟其他四層搶注意力。典型的失敗是臃腫：你不斷加規則，卻從不刪掉過時的，直到模型悄悄開始忽略其中一半。
第二層：使用者情境（你是誰、你怎樣工作）
你的職能、行業、受眾、慣用文風、反覆出現的限制。這正是記憶功能的用途。好好設定一次，你就不必在每次對話裡重新解釋自己的工作。它的失敗模式是塞進與任務毫無關係的個人細節，既浪費視窗空間，又把模型拉離目標。
第三層：檢索情境（你附上的文件）
工程師稱之為 RAG，你稱之為上傳檔案、把來源加進專案，或開啟網頁搜尋。你的品質大部分住在這裡，你的錯誤也大部分發生在這裡。陷阱在於「相似」與「有用」是兩件事：舊版的品牌指南跟現行版本高度相似，卻會實質污染答案。
第四層：工具情境（你允許模型做什麼）
連接器、網頁搜尋、程式執行、檔案存取、自訂 GPT 的動作。生產系統裡那條反直覺的規則同樣適用於你：模型只需要五個工具時，不要給它五十個。可用工具愈多，選錯工具的機率愈高。如果你的助手一直跑去搜尋網頁，而你其實要它讀你附上的文件，那就在這項任務中把搜尋關掉。
第五層：對話情境（對話本身）
這是唯一會在你工作過程中不斷長大的一層，也是大多數人從不管理的一層。每一則訊息、每一份被否決的草稿、每一段岔題，都留在視窗裡。在一段長對話中，這一層可以吞掉大部分可用空間，把你在第二則訊息附上的檔案擠出去。這就是你在第四十則訊息時感受到的那種「跑題」背後的機制。
如何為情境視窗編預算，而不是把它填滿
生產團隊會為每一層分配視窗的百分比，而不是讓它們互相搶奪。常見的起始配置大約是系統 5%、使用者 5%、附加文件 40%、工具 10%、對話 40%，再依任務類型重新調整。你在 ChatGPT 裡無法設定百分比，但你可以用同一套邏輯，去決定什麼該離開視窗。
三個動作幾乎完成了全部工作。任務改變時就開新對話，因為新對話是收回第五層最便宜的方法。只附上那一份現行來源，而不是五份互相重疊的，因為專業系統用重排序（reranking）來避免的正是這件事，而你是在手動做同一件事。當一條長對話確實累積了有用的歷史時，請模型把「到目前為止的決定」整理成摘要，把摘要貼進新對話，然後放棄舊的那條。這就是漸進式摘要，與代理框架內部使用的技術相同。
就方向而言，成本邏輯對你和對工程師是一樣的，即使你付的是固定月費而非按 token 計價。情境愈大，速度愈慢、準確度愈低，所以刪掉無關情境不是整理房間，它就是優化本身。
任何重複性任務都能用的情境區塊（可直接複製）
大多數實務工作者已經有提示範本，卻極少人有情境範本。下面這個區塊明確覆蓋五個層次，設計上就是要貼在一個新對話的最上方，把你的細節換進去即可。它在 ChatGPT、Claude 與 Gemini 上都無需修改就能用。
試試這個情境區塊：
角色：你是我的［內容策略師／分析師／營運助理］。你按我的標準工作，而不是通用的最佳實務。
常設規則：［最多三條。例如：使用繁體中文書面語。不使用破折號。絕不編造統計數字；若缺數字，寫「待補」並列在「缺漏」欄下。］
關於我：我在［市場］從事［行業］。我的受眾是［受眾］。我反覆遇到的限制是［限制，例如：所有內容必須讓非技術背景的客戶讀得懂］。
來源：只使用附加檔案與本則訊息中的事實。若某項資訊不在來源中，不要用一般知識補上，請說出缺了什麼。
工具：本任務不要搜尋網頁，不要瀏覽，只依來源作業。
任務：［實際的請求］
輸出：［格式、長度、結構］
回答之前：用一行列出你將依賴哪些附加來源、將忽略哪些，以及原因。然後才產出結果。
最後一行正是大家會略過、卻最划算的一行。強迫模型先宣告它要用哪些來源，可以在壞草稿成形之前就把第三層的問題揭露出來。如果它告訴你它打算倚重那份過期檔案，你在五秒內就抓到了錯誤，而不是在整篇改寫之後。
情境工程在什麼情況下會失效
這不是萬靈丹，假裝它是，正是技術在第二週被放棄的原因。在你圍繞它重建工作流程之前，有四個誠實的限制值得知道。
硬塞情境感覺很有生產力，其實不是。「以防萬一」把所有東西載入，會提高成本與延遲，並透過「中段遺失」效應削弱品質，也就是埋在長視窗中央的材料得到最少注意力。如果你附了十份文件而品質下降，這就是機制。
持久記憶是雙面刃。記憶是把第二層做好的方式，直到它默默留著你三月完成的專案裡某項偏好，並把它套用在一個要求相反做法的客戶身上。如果你的輸出帶著一種你解釋不了的一致偏向，先讀你的記憶設定，再談改寫。
互相矛盾的來源會產出自信的胡說。附上兩份彼此不一致的文件，模型通常會選一份而不告訴你。專業管線會為此執行矛盾偵測，你沒有這個機制，所以你的版本是：每一項事實只附一份權威來源，並刪掉被取代的版本，而不是兩份都留。
有些任務確實是提示問題。如果你想要更有力的標題或不同的語氣，那屬於第一層，改措辭才是正解。情境工程修的是錯誤或缺漏的資訊，它修不了品味。
立即試做：二十分鐘情境稽核
挑出你最常做、每週重複的那項 AI 任務，也就是輸出品質最難預測的那一項。打開你最近三次執行它的紀錄，逐一列出當時視窗裡究竟有什麼：哪些自訂指令生效、工具對你保留了哪些記憶、附了哪些檔案、開啟了哪些工具，以及對話走到第幾則訊息。
你幾乎總會發現，成功那次的對話比較短、來源集比較乾淨。這就是你的答案，而它只花了二十分鐘，而不是再花一個月調提示。用上面的情境區塊把那次成功的執行重建成範本，然後在三份不同的輸入上各跑一次，確認結果站得住腳。
範本穩定之後，自然的下一步是讓它可攜，使同一套設定能在工具之間搬移，而這正是 Agent Skills 開放標準 的用途。如果你想證明而不只是感覺到改善，AI 評測（evals） 這套紀律能讓你用固定測試集，為同一流程的兩個版本打分。
重點回顧
提示只佔決定輸出品質的一小部分。其餘是你擺在模型面前的資訊，而與模型品質不同，這部分完全在你掌控之中。別再改寫句子，開始稽核視窗。2026 年拉開差距的實務工作者，不會是措辭更巧妙的那些人，而是讓 AI 始終擁有正確資訊的那些人。
懂AI，更懂你 UD相伴，AI不冷。
本文由 UD AI 團隊審校。
🚀 想讓這套方法變成穩定的工作流程？
掌握了技術之後，下一步是把它整合成每次都可靠運作的工作流程。UD 團隊手把手帶你完成每一步，從工具配置、情境設計到實際部署，讓你的 AI 不再靠猜，而是真正交付結果。
