共计 1993 个字符，预计需要花费 5 分钟才能阅读完成。
想象一下：公司高薪聘请的明星员工，为何最初反而不如熟悉业务的普通员工？为何新人总需要几个月适应期才能完全发挥作用？
答案在于 机构知识 。新员工虽具备专业技能，但需要时间理解公司文化、流程、协作方式与客户关系。在人工智能领域，这种机构知识被称为 上下文。AI 智能体就像新招聘的明星员工——它们能在几分钟内 ’ 入职 ’，但企业提供的上下文越丰富、越准确，它们的表现就越出色。
如今，当讨论 AI 智能体在数据充足时表现更佳时，我们需要超越 ’ 客户数据 ’ 的狭隘理解。AI 高效工作所需的数据，必须包含描述机构运作逻辑的 上下文信息。这正是 ’ 上下文工程 ’ 的核心价值。,
理解上下文：AI 的 ’ 认知地图 ’
当前 AI 模型虽拥有庞大上下文窗口（如 Claude 支持 100 万 token，ChatGPT 5.2 支持 40 万 token），但企业信息规模往往远超此限。例如，Salesforce 中 20 个复杂 Apex 类就超过 25 万 token。因此，必须为 AI 智能体 精选并结构化 其执行任务所需的上下文——这正是上下文工程要解决的问题。
下表展示了企业上下文的典型构成：,
| 内容类别 | 来源 | 结构化程度 | 示例来源 |
|---|---|---|---|
| 公司文化 | 年度报告、品牌指南、员工手册 | 非结构化 | 文件存储系统 |
| 业务流程 | 流程图、操作手册 | 非结构化 | 流程管理平台 |
| 应用配置 | 元数据与依赖关系 | 结构化 | 变更管理系统、主数据管理 |
| 业务数据 | CRM、ERP 系统 | 结构化 | 企业应用 |
| 团队结构 | 组织架构图、职位描述 | 非结构化 | HR 系统、文档库 |
人类员工擅长解读非结构化信息，并能用经验和判断填补信息空白。AI 智能体虽能解析非结构化数据，但在处理矛盾、模糊或缺失信息时，判断力仍不及人类——这正是 AI 产生 ’ 幻觉 ’ 的主要原因。
因此，提供给 AI 的上下文必须满足两个条件：完整可读 且角色定制。这意味着需要基于 AI 智能体执行的端到端流程来确定上下文范围，并从各类系统中提取适当粒度的信息。Salesforce 近年收购 Data360、Informatica、MuleSoft 等公司的逻辑正在于此——它们本质上都是规模化管理上下文的工具。,
上下文工程的三重维度
1. 公司文化：AI 的 ’ 价值观培训 ’
企业文化通常在新员工入职时传递，更是长期潜移默化形成的隐性知识。AI 智能体需要一次性获取这些信息：,
- 存在与归属：入职材料、公司政策、品牌指南、年度报告甚至客户案例视频都是文化载体。挑战在于这些内容分散在不同部门，需要协调所有权和更新机制。
- AI 可读性改造：许多入职材料是为演示而非阅读设计，存在大量隐含假设。例如政策文件中的 ’ 合理情况下 ’ 等模糊表述，需要为 AI 添加明确注释。
- 安全与结构平衡：视频需转录，敏感信息需脱敏。更重要的是在提供充分背景信息与控制 token 消耗之间找到平衡点。
2. 业务流程：AI 的 ’ 操作手册 ’
文档化流程是 AI 智能体交付成果的骨架：,
- 质量重于数量：大多数企业流程文档不完整、已过时。好消息是，只需优化与 AI 智能体相关的核心流程。AI 本身可辅助生成流程图初稿，再经业务专家完善。
- 关键流程 ：最重要的是 流程改进流程本身。对于严格按文档执行的 AI，流程管理机制必须可靠。
- 结构化呈现：流程图转化为 JSON 等结构化格式，将大幅提升 AI 理解效率。
3. 应用配置：AI 的 ’ 系统权限 ’
应用元数据描述数据结构、业务逻辑和权限体系：,
- 超越元数据列表：需要包含元数据间的依赖关系，如 Elements.cloud 为 Salesforce 提供的分析工具。
- 天然优势：元数据高度结构化，天生适合 AI 读取。
- 关联是关键：必须将元数据与业务流程、数据源进行智能关联，避免信息过载。
沟通的 93%：为什么文字远远不够
心理学研究显示，人类沟通中仅 7% 信息来自文字本身，38% 来自语调，55% 来自肢体语言。当我们仅用文字指令驱动 AI 时，相当于只提供了 7% 的信息——这解释了 AI 输出不稳定和产生幻觉的现象。
AI 需要的 ’ 另外 93%’ 正是上下文，包括：,
- 客户与企业关系的历史背景
- 不同数据维度的相对重要性
- 流程阶段特征
- 任务紧迫性级别
- 成果价值权重
这些上下文本身也需要语境支撑，形成 ’ 上下文中的上下文 ’。,
三步行动计划：让企业为 AI 做好准备
- 定义智能体范围：明确 AI 智能体负责的端到端流程和交付成果。
- 审计上下文质量：识别关键上下文信息，评估其完整性、准确性和时效性。
- 构建管理平台：在专用平台中格式化、标记和管理上下文，确保 AI 可高效访问。
上下文工程虽是 AI 领域新概念，但其管理的 ’ 机构知识 ’ 早已存在于每个组织中。AI 智能体的独特之处在于，它们能瞬间吸收这些知识，但要求信息明确无误。对于希望利用 AI 实现复杂业务自动化的企业而言，投资上下文工程不是技术选项，而是释放 AI 真正潜能的必经之路。
正如优秀的新员工在充分理解企业语境后能创造卓越价值，经过精心 ’ 上下文培训 ’ 的 AI 智能体，将成为企业数字化转型中最可靠的合作伙伴。区别在于：人类的适应期需要数月，而 AI 只需要几分钟——前提是企业准备好提供它们需要的 ’ 认知地图 ’。
