LLM 上下文整洁

在 Rakenne 中与 AI 智能体协作时，项目工作区与对话历史中的一切都可能影响其回答。上下文整洁是指让这些输入保持相关、聚焦，使智能体紧扣任务、给出更好回答并消耗更少 token。

为何重要

• 准确性 — 无关文件或旧消息可能把模型引向过时或错误的假设。
• 成本与速度 — 更小、更聚焦的上下文意味着更快回复和更低 token 消耗。
• 可复现性 — 上下文整洁时，重复同一任务更容易得到一致结果。

在 Rakenne 中如何保持上下文整洁

1. 新任务时开启新会话
   当目标改变时，使用新项目或新会话。这样智能体不会延续之前无关任务中的假设。

2. 保持工作区整洁
   移走或删除当前任务不需要的文件。智能体只能使用项目中的内容；无关文件越少，干扰越少。

3. 在提示中写清楚
   明确说明您要什么、用哪些内容（例如「仅使用 report.csv 中的数据」）。可降低模型引用错误来源的概率。

4. 利用会话管理
   Rakenne 的会话模型让您控制何时延续上下文。了解会话如何工作、何时该开新会话 — 参见 会话管理 教程。

良好的上下文整洁是一种习惯：通过持续的小选择，让您的 AI 交互保持聚焦与高效。