知识点思维导图
51 个知识节点
参考资料
flowchart LR
A[系统规则] --> F[Context Builder]
B[任务模板] --> F
C[Memory / RAG] --> F
D[工具 Schema] --> F
E[用户输入] --> F
F --> G[模型]
G --> H{工具调用?}
H -->|是| I[参数校验 / 鉴权 / 执行]
I --> F
H -->|否| J[结构校验 / 输出]
面试题（14） - Context、Prompt 与 Harness（第 121～130 题）
读完后，你应能：
- 能验证“Prompt 只是输入的一部分，生产级效果取决于上下文装配、工具执行、状态管理和结果校验组成的 Harness”，并保存输入、输出与失败样本。
- 能验证“答案： Prompt Engineering 关注指令怎样表达，包括角色、目标、约束、示例和输出格式”，并保存输入、输出与失败样本。
- 能验证“Context Engineering 关注每次推理到底装入哪些信息，包括系统规则、用户状态、历史、检索证据、工具 Schema、Token 预算和优先级”，并保存输入、输出与失败样本。
Prompt 只是输入的一部分，生产级效果取决于上下文装配、工具执行、状态管理和结果校验组成的 Harness。
一、先建立全局：Context、Prompt 与 Harness（第 121～130 题） 是什么？
理解“Context、Prompt 与 Harness（第 121～130 题）”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。
“Context、Prompt 与 Harness（第 121～130 题）”的第一个核心判断是：答案： Prompt Engineering 关注指令怎样表达，。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。
| 顺序 | 章节 | 读完本节应抓住的结论 |
|---|---|---|
| 1 | 第121题：提示词工程和上下文工程有什么区别？ | 答案： Prompt Engineering 关注指令怎样表达， |
| 2 | 第122题：如何设计工程级分层 Prompt？ | 答案： 建议分为平台安全规则、产品角色与边界、任务模板、动态业务上下文、用户输入、输出契约六层。 |
| 3 | 第123题：Prompt Injection 的根因是什么，怎样降低风险？ | 答案： 根因是模型会同时解释“指令”和“不可信数据”， |
| 4 | 第124题：上下文装配器应该怎样设计？ | 答案： 输入是用户与租户、会话状态、候选证据和可用工具， |
| 5 | 第125题：如何让模型稳定输出 JSON？ | 答案： 优先使用模型支持的 Structured Outputs 或 JSON Schema， |
| 6 | 第126题：Function Calling 的工作原理是什么？ | 模型返回工具调用意图与结构化参数，真正执行工具的是宿主程序； |
1.1 核心对象之间怎样衔接
flowchart LR
S1["第121题：提示词工程和上下文工程有什么区别？"] --> S2
S2["第122题：如何设计工程级分层 Prompt？"] --> S3
S3["第123题：Prompt Injection 的根因是什么，怎样降低风险？"] --> S4
S4["第124题：上下文装配器应该怎样设计？"] --> S5
S5["第125题：如何让模型稳定输出 JSON？"]
这张图只表达本文的讲解顺序，不替代正文机制。判断“Context、Prompt 与 Harness（第 121～130 题）”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。
1.2 再看失败：问题最早会出现在哪一步？
在“Context、Prompt 与 Harness（第 121～130 题）”的对象和顺序已经明确后，再看可观察的失败：数据泄漏、只报均分、裁判未校准或样本不可追溯。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。
二、第121题：提示词工程和上下文工程有什么区别？
答案： Prompt Engineering 关注指令怎样表达， 包括角色、目标、约束、示例和输出格式； Context Engineering 关注每次推理到底装入哪些信息， 包括系统规则、用户状态、历史、检索证据、工具 Schema、Token 预算和优先级。 前者优化“怎么说”，后者治理“给什么”。 生产问题通常先检查上下文是否正确、最新且获授权，再优化措辞。
三、第122题：如何设计工程级分层 Prompt？
答案： 建议分为平台安全规则、产品角色与边界、任务模板、动态业务上下文、用户输入、输出契约六层。 静态层版本化并做哈希，动态层使用结构化标签隔离，禁止字符串随意拼接。 冲突时按明确优先级处理； 发布前用正常、边界、注入和回归样本评测。 Prompt 中不要放真实密钥，也不要依赖模型完成权限判断。
四、第123题：Prompt Injection 的根因是什么，怎样降低风险？
答案： 根因是模型会同时解释“指令”和“不可信数据”， 而两者最终都进入 Token 序列。 防护要靠系统边界：把网页、文档和工具返回标成不可信数据； 工具使用最小权限、参数校验和高风险审批； 检索先做 ACL； 输出再经过 Schema 与策略校验。 仅增加一句“忽略恶意指令”不是安全边界。
五、第124题：上下文装配器应该怎样设计？
答案： 输入是用户与租户、会话状态、候选证据和可用工具， 输出是带来源清单和 Token 统计的确定性消息序列。 装配顺序通常是强约束、当前目标、必要状态、去重证据、近期历史。 每段记录来源、版本、优先级和 Token； 超预算按策略裁剪并写 Trace。 这样才能回放某次错误回答，而不是只保存最终 Prompt 文本。
六、第125题：如何让模型稳定输出 JSON？
答案： 优先使用模型支持的 Structured Outputs 或 JSON Schema， 而不是只在 Prompt 中展示示例。 服务端仍要用 Pydantic/JSON Schema 校验类型、枚举、长度和业务约束； 失败时只把校验错误反馈给模型做有限次数修复。 解析失败不能静默填默认值，否则会把模型错误伪装成合法业务数据。
七、第126题：Function Calling 的工作原理是什么？
答案： 应用把工具名称、描述和参数 Schema 发给模型； 模型返回工具调用意图与结构化参数，真正执行工具的是宿主程序； 宿主校验、鉴权、执行后把结果回传，模型再生成答复。 模型没有自动获得系统权限。 可靠实现必须处理未知工具、参数越界、超时、幂等、重试、副作用审批和结果截断。
八、第127题：什么是 Harness Engineering？
答案： Harness 是包围模型的运行时系统， 负责上下文、工具、状态、循环、权限、预算、错误恢复、观测与评测。 相同模型放在不同 Harness 中，任务成功率可能差异很大。 核心原则是把不可接受的行为变成代码约束， 把可恢复状态持久化， 把每一步变成可观察事件， 而不是继续堆叠 Prompt。
九、第128题：Agent Skill 和 MCP 的本质区别是什么？
答案： Skill 通常是可复用的任务知识与工作流， 告诉 Agent 在什么场景按什么步骤做； MCP 是客户端与外部能力之间的协议，标准化工具、资源和 Prompt 的发现与调用。 Skill 可以调用 MCP 工具，也可以只使用本地文件或命令； MCP Server 提供能力，不负责决定完整业务流程。 两者分别解决“怎么做”和“怎样连接”。
十、第129题：Skill 很多时，怎样保证路由命中率？
答案： 不应把全部 Skill 正文塞进上下文。 先用短描述、标签、权限和输入类型做候选召回， 再对 Top K 做语义或规则重排， 最后按需加载完整说明。 描述要包含触发条件和反例，名称不能重叠； 建立包含应命中、不应命中和多 Skill 组合的路由集， 监控 Top-1、Recall@K、误触发率和 Token 成本。
十一、第130题：AI 生成的 Skill 上线前怎样验收并持续维护？
答案： 先做静态检查：权限、危险命令、依赖、密钥和路径边界； 再在隔离环境跑成功、失败、重试、并发和注入用例； 最后由领域负责人审查输出和副作用。 上线后版本化 Skill、保留输入输出 Trace，监控命中率、成功率、人工接管率与成本。 模型或工具接口变化时跑回归集，不能让生成内容直接获得生产权限。
十二、可运行示例：带校验的工具调用闭环
# requirements.txt
openai>=1.99.0
pydantic>=2.11.0
十三、动手验证：先跑通 Context、Prompt 与 Harness（第 121～130 题），再改变一个变量
前面的章节已经建立问题、概念和机制。现在把“Context、Prompt 与 Harness（第 121～130 题）”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。
13.1 基线与候选只允许一个变量不同
验证“Context、Prompt 与 Harness（第 121～130 题）”时，先固定版本化数据集、切分规则、基线、Rubric、随机参数。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。
执行“Context、Prompt 与 Harness（第 121～130 题）”时，动作是：同输入比较基线与候选的能力、安全、延迟和成本。原始结果不能只保留截图或汇总分数，必须同步保存：逐样本输出、评分理由、置信区间、失败标签、版本，使下一次复查可以在同一输入上重放。
| 实验要素 | 本文要求 |
|---|---|
| 固定条件 | 版本化数据集、切分规则、基线、Rubric、随机参数 |
| 唯一变量 | 本次候选方案与基线之间的一项明确差异 |
| 原始证据 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
| 通过阈值 | 目标指标改善，通用能力与安全集不越过回退阈值 |
| 立即停止 | 数据泄漏、只报均分、裁判未校准或样本不可追溯 |
13.2 执行前先排除不可比较条件
“Context、Prompt 与 Harness（第 121～130 题）”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。
- 基线能够在“Context、Prompt 与 Harness（第 121～130 题）”的当前环境重复运行。
- 候选只改变一个与“Context、Prompt 与 Harness（第 121～130 题）”结论直接相关的条件。
- “Context、Prompt 与 Harness（第 121～130 题）”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
- “Context、Prompt 与 Harness（第 121～130 题）”的原始输出和失败现场不会被重试、格式化或汇总覆盖。
13.3 执行后先核对证据完整性
结果出来后先检查证据，再讨论“Context、Prompt 与 Harness（第 121～130 题）”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。
| 检查项 | 当前文章的判定 |
|---|---|
| 输入可追溯 | 版本化数据集、切分规则、基线、Rubric、随机参数 |
| 过程可回放 | 同输入比较基线与候选的能力、安全、延迟和成本 |
| 结果可审计 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
“Context、Prompt 与 Harness（第 121～130 题）”的一次合格基线对照按以下顺序执行：
- 保存“Context、Prompt 与 Harness（第 121～130 题）”基线版本及输入摘要，确认基线本身可以重复运行。
- 写下“Context、Prompt 与 Harness（第 121～130 题）”候选方案唯一变化的变量，以及它预期影响的指标。
- 在同一环境执行“Context、Prompt 与 Harness（第 121～130 题）”：同输入比较基线与候选的能力、安全、延迟和成本。
- 为“Context、Prompt 与 Harness（第 121～130 题）”保存：逐样本输出、评分理由、置信区间、失败标签、版本。
- 使用“Context、Prompt 与 Harness（第 121～130 题）”预登记条件判断：目标指标改善，通用能力与安全集不越过回退阈值。
- 如果“Context、Prompt 与 Harness（第 121～130 题）”未通过，不修改第二个变量，先恢复基线并保留失败现场。
十四、用一张矩阵验证 Context、Prompt 与 Harness（第 121～130 题） 的关键结论
矩阵按正文顺序列出“Context、Prompt 与 Harness（第 121～130 题）”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。
| 正文章节 | 已解释的结论 | 本轮唯一变量 | 必须保存的证据 |
|---|---|---|---|
| 第121题：提示词工程和上下文工程有什么区别？ | 答案： Prompt Engineering 关注指令怎样表达， | 只改变与“第121题：提示词工程和上下文工程有什么区别？”相关的条件 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
| 第122题：如何设计工程级分层 Prompt？ | 答案： 建议分为平台安全规则、产品角色与边界、任务模板、动态业务上下文、用户输入、输出契约六层。 | 只改变与“第122题：如何设计工程级分层 Prompt？”相关的条件 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
| 第123题：Prompt Injection 的根因是什么，怎样降低风险？ | 答案： 根因是模型会同时解释“指令”和“不可信数据”， | 只改变与“第123题：Prompt Injection 的根因是什么，怎样降低风险？”相关的条件 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
| 第124题：上下文装配器应该怎样设计？ | 答案： 输入是用户与租户、会话状态、候选证据和可用工具， | 只改变与“第124题：上下文装配器应该怎样设计？”相关的条件 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
| 第125题：如何让模型稳定输出 JSON？ | 答案： 优先使用模型支持的 Structured Outputs 或 JSON Schema， | 只改变与“第125题：如何让模型稳定输出 JSON？”相关的条件 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
| 第126题：Function Calling 的工作原理是什么？ | 模型返回工具调用意图与结构化参数，真正执行工具的是宿主程序； | 只改变与“第126题：Function Calling 的工作原理是什么？”相关的条件 | 逐样本输出、评分理由、置信区间、失败标签、版本 |
14.1 记录本次实际实验
下面的记录用于“Context、Prompt 与 Harness（第 121～130 题）”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。
topic: "Context、Prompt 与 Harness（第 121～130 题）"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "同输入比较基线与候选的能力、安全、延迟和成本"
evidence: "逐样本输出、评分理由、置信区间、失败标签、版本"
pass_when: "目标指标改善，通用能力与安全集不越过回退阈值"
stop_when: "数据泄漏、只报均分、裁判未校准或样本不可追溯"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure
14.2 边界实验必须证明能够停止和恢复
成功路径只能证明“Context、Prompt 与 Harness（第 121～130 题）”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：数据泄漏、只报均分、裁判未校准或样本不可追溯，并观察系统是否在产生不可逆副作用前停止。
| 场景 | 只改变什么 | 应保存什么 | 通过标准 |
|---|---|---|---|
| 正常路径 | 使用已知有效输入 | 逐样本输出、评分理由、置信区间、失败标签、版本 | 目标指标改善，通用能力与安全集不越过回退阈值 |
| 边界路径 | 把一个输入推进到约束临界值 | 临界值前后的输出与指标 | 不静默降级，不把部分结果冒充成功 |
| 明确失败 | 注入：数据泄漏、只报均分、裁判未校准或样本不可追溯 | 原始错误、首个异常阶段和最终状态 | 失败被正确分类且没有扩大副作用 |
| 恢复重放 | 执行：保留基线，隔离失败样本，定位数据、提示、模型或裁判 | 原失败样本的复测证据 | 原样本恢复，正常样本没有回归 |
恢复动作不是简单重启。对于“Context、Prompt 与 Harness（第 121～130 题）”，第一步是：保留基线，隔离失败样本，定位数据、提示、模型或裁判。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。
“Context、Prompt 与 Harness（第 121～130 题）”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。
十五、Context、Prompt 与 Harness（第 121～130 题） 的结果解释
解释“Context、Prompt 与 Harness（第 121～130 题）”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。
| 观察结果 | 可以支持的判断 | 下一步 |
|---|---|---|
| 主链路没有达到预期 | 数据泄漏、只报均分、裁判未校准或样本不可追溯 | 先执行：保留基线，隔离失败样本，定位数据、提示、模型或裁判 |
| 异常链路无法恢复 | 数据泄漏、只报均分、裁判未校准或样本不可追溯 | 先执行：保留基线，隔离失败样本，定位数据、提示、模型或裁判 |
| 新样本成功但原样本仍失败 | 修复没有覆盖原始触发条件 | 固定原失败输入，恢复基线后重新比较 |
| 指标改善但证据无法回链 | 数据、版本或中间状态没有固定 | 暂停发布，补齐可追溯记录后重跑 |
“Context、Prompt 与 Harness（第 121～130 题）”只有同时满足“目标指标改善，通用能力与安全集不越过回退阈值”，并且没有出现“数据泄漏、只报均分、裁判未校准或样本不可追溯”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。
如果“Context、Prompt 与 Harness（第 121～130 题）”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。
“Context、Prompt 与 Harness（第 121～130 题）”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。
十六、Context、Prompt 与 Harness（第 121～130 题） 的发布判断
发布判断需要把“Context、Prompt 与 Harness（第 121～130 题）”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。
- “Context、Prompt 与 Harness（第 121～130 题）”的基线与候选只存在一个计划内变量。
- “Context、Prompt 与 Harness（第 121～130 题）”的输入、代码、依赖、配置和数据版本可以追溯。
- “Context、Prompt 与 Harness（第 121～130 题）”的正常、临界、失败和恢复样本使用同一套断言。
- “Context、Prompt 与 Harness（第 121～130 题）”的原始输出、中间状态和失败现场已经保留。
- “Context、Prompt 与 Harness（第 121～130 题）”的日志、Trace、截图和测试数据已经脱敏。
- “Context、Prompt 与 Harness（第 121～130 题）”的停止条件、负责人和回滚入口已经演练。
- “Context、Prompt 与 Harness（第 121～130 题）”尚未覆盖的输入、权限、容量和外部依赖已经登记。
最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“Context、Prompt 与 Harness（第 121～130 题）”的判断，就不能发布。
十七、总结
- 第121题：提示词工程和上下文工程有什么区别？：答案： Prompt Engineering 关注指令怎样表达，包括角色、目标、约束、示例和输出格式；
- 第122题：如何设计工程级分层 Prompt？：答案： 建议分为平台安全规则、产品角色与边界、任务模板、动态业务上下文、用户输入、输出契约六层。
- 第123题：Prompt Injection 的根因是什么，怎样降低风险？：答案： 根因是模型会同时解释“指令”和“不可信数据”，而两者最终都进入 Token 序列。
- 第124题：上下文装配器应该怎样设计？：答案： 输入是用户与租户、会话状态、候选证据和可用工具，输出是带来源清单和 Token 统计的确定性消息序列。
- 第125题：如何让模型稳定输出 JSON？：答案： 优先使用模型支持的 Structured Outputs 或 JSON Schema，而不是只在 Prompt 中展示示例。
- 第126题：Function Calling 的工作原理是什么？：模型返回工具调用意图与结构化参数，真正执行工具的是宿主程序；
学完自测
选择所有正确答案；提交后逐项核对判断依据。