# 上下文包组合设计方法论
单个提示词的价值有限。真正的 AI 效能来自**将多个知识单元组合成一个完整的上下文包**，让 AI 真正理解你是谁、你在做什么、你想要什么。
## 上下文包的三层结构
### 第一层：身份上下文（Who You Are）
> 告诉 AI "你在和谁说话"
**适合放入的知识单元：**
- 个人职业背景与专长
- 工作风格与沟通偏好
- 价值观与行为准则
- 长期目标与当前关注点
**示例组合：**
`工作上下文卡 + 沟通风格偏好 + 核心价值观`
---
### 第二层：任务上下文（What You're Doing）
> 告诉 AI "当前这个任务的背景"
**适合放入的知识单元：**
- 项目简介与当前阶段
- 受众信息与交付标准
- 已有的决策与约束
- 参考资料与竞争对手
**示例组合：**
`项目背景卡 + 受众画像 + 格式规范`
---
### 第三层：方法上下文（How You Work）
> 告诉 AI "你偏好的工作方式和框架"
**适合放入的知识单元：**
- 思考框架（MECE、STAR、OKR...）
- 写作风格指南
- 输出格式模板
- 质量标准和检查清单
**示例组合：**
`MECE框架规范 + 写作风格指南 + 质量检查单`
---
## 组合策略
### 简单任务（单层）
1个知识单元直接用 → 适合标准化的单一任务
### 中等任务（双层）
`身份上下文 + 任务上下文` → 个性化的通用协作
### 复杂任务（三层）
`身份 + 任务 + 方法论` → 最高质量输出，适合重要交付物
---
## 实用技巧
**上下文的优先级排序**
放在最前面的内容 AI 会最先注意到。建议顺序：
1. 角色与身份（最重要，放最前）
2. 当前任务目标
3. 约束与规则
4. 格式与输出要求
**控制上下文长度**
- 常规对话：500-2000 字上下文足够
- 复杂专业任务：2000-5000 字
- 超长文档分析：善用 Projects 功能加载背景
**上下文的迭代优化**
每次效果不理想时，问自己：
- AI 是否理解了"我是谁"？
- AI 是否理解了"这个任务的特殊性"？
- AI 是否有足够的"工作框架"参考？
---
## 上下文包模板
```
# [任务名称] 上下文包
## 关于我
## 本次任务
## 我的工作方式
## 特殊要求
```