什么是"语境降解"现象？	当向AI模型提供过多信息时，性能反而会下降。模型对中间位置的信息关注度最低，导致准确性下降。
序列位置效应（serial position effect）是什么？	人类和AI模型都倾向于记住列表开头和结尾的项目，而遗忘中间的内容。这被称为首因效应和近因效应。
"Lost in the Middle"研究发现了什么？	当关键信息位于长语境的中间位置时，准确性下降超过30%。
为什么更多的语境不一定能得到更好的结果？	因为模型的注意力是有限的。添加更多信息会将其他信息推向中间的"死区"，模型对这些信息的关注度最低。
在提示词中应该如何放置最重要的指令？	将最重要的指令放在开头和结尾。如果某个约束必须遵守，应在系统提示的早期陈述，并在末尾重复。
变压器（Transformer）的注意力模式有什么特点？	变压器的注意力模式自然地对语境窗口的边缘赋予更高的权重，对中间部分的权重较低。
语境工程的核心张力是什么？	不仅要决定包含什么信息，还要决定将其放在哪里以及省略什么。
如果在20页文档的第11页有关键信息，模型会如何处理？	模型更可能遗漏第11页的信息，而不会遗漏第1页或第20页的信息。
处理长对话或长文档时的最佳实践是什么？	严格精选信息，战略性地放置，并重复重要内容。重点是更聪明地使用语境，而不是简单地增加更多语境。
为什么中间位置的信息容易被遗忘？	中间的项目既不能从首因效应（更多排练）中受益，也不能从近因效应（仍然新鲜）中受益。