AI 102 · 模組 4
所有上下文（Context）都應該直接放進提示詞嗎？
開始第一節前三個單元讓你學會判斷哪些資訊值得讓 AI 知道。這個單元回答下一個問題：選出來的資訊，要用什麼方式交給 AI？
所有上下文（Context）都應該直接放進提示詞嗎？答案是：不是。
想像你請 AI 協助評估一筆採購。你手上有今天的需求說明、一整個資料夾的採購政策、主管一貫的報告格式，還有供應商後台的登入密碼。這四樣東西，處理方式並不相同。
資訊
Include 是最直接的方式：把資訊原文放進這次的對話。它適合同時符合下列條件的資訊。
本次會議的逐字稿、目前正在審閱的合約條款、這次任務的工作指示。
判斷小技巧：如果你能在兩分鐘內確認「這段內容和這次任務直接有關」，通常適合 Include。如果你需要翻找才知道相不相關，先考慮 Retrieve。
公司有一個 800 頁的採購政策庫，每月更新，而每次評估通常只會用到其中幾條。最合適的策略是什麼？
Retrieve（檢索，Retrieval）是在需要的時候，才從大量資料中取出相關的一小部分。它適合資料很多、經常更新，或每次只用到一部分的情況。
這個模式常被稱為檢索增強生成（Retrieval-Augmented Generation，RAG）。本課只需要你理解概念：先找資料，再回答。至於如何建立索引或搭建系統，不在本課範圍。
注意
RAG 也不是 Context Engineering 的全部。它只是四種策略中，處理「大量資料」的其中一種做法。
注意
記憶也需要管理：舊偏好可能已改變，記下來的內容也可能出錯。定期檢視你的 Remember 清單，是使用者的責任。
主管每份報告都要求「先寫結論，再列三個重點」。這項資訊最合適的策略是什麼？
把四種策略放在一起，就是一張上下文決策表（Context Decision Table）。下表用模擬的採購情境示範。
| 資訊類型 | Include | Retrieve | Remember | Exclude |
|---|---|---|---|---|
| 本次任務指示 | ✓ | |||
| 大型政策文件庫 | ✓ | |||
| 使用者的格式偏好 | ✓ | |||
| 系統登入密碼 | ✓ | |||
| 本次會議逐字稿 | ✓ | |||
| 經常更新的產品價格 | ✓ |
資訊
你發現 AI 想完成比價，需要用到供應商後台的登入密碼。最合適的處理是什麼？
完成
| 策略 | 適合的資訊 | 要留意 |
|---|---|---|
| Include | 短、高度相關、穩定、本次必要 | 放太多會造成過載 |
| Retrieve | 資料多、常更新、每次只需一部分 | 可能找錯、找不全或找到舊版本 |
| Remember | 跨任務持續有價值的偏好與背景 | 需要定期檢視，內容可能過時 |
| Exclude | 密碼、無關個資、未授權文件 | 相關不代表可以提供 |
選擇策略是判斷，不是套公式。最後由人決定哪些資訊提供給 AI，也由人負責結果。下一個單元會看：當上下文設計錯了，AI 會怎麼失敗。
關於檢索增強生成（RAG），下列哪一項說法最正確？
