上下文窗口是预算，不是仓库

我见过最常见的浪费：把一整份 200 页的文档塞进上下文，然后让模型「参考一下」。

先做一张预算表

把 token 当成预算，而不是仓库。一个粗糙但可用的分配：

• 系统指令 10%
• 当前任务 10%
• 证据（文档、日志、检索结果）50%
• 输出 20%
• 余量 10%

超预算的时候，按顺序砍：先砍重复证据，再砍较早的对话，最后才砍指令。指令是最不该动的东西，它决定了行为边界。

检索不如「引用」

长文档的正确用法不是全量塞，而是切片、检索、并且要求模型指出每个结论对应的片段。没有出处的结论，默认当它编的。

一个反例

我做过一次很蠢的摘要：把 40 轮对话压成 5 条要点，结果把「不要动生产库」这条约束压没了。后面每一步都合规——直到它开始动生产库。

教训：约束不是要点，约束要每一轮都带着。

一条经验

上下文越满，模型越倾向于「顺着已有的说法往下写」，而不是回头质疑。留白不只是省钱，是留出纠错的余地。