待验证50% 置信事实精确时间
上下文注入是指智能体在调用LLM时，将特定文本内容拼接到模型的输入提示（prompt）中，从而影响模型输出的过程。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
手写Agents.md，让AI编程稳定性大幅提升
bilibiliUP进化论2026/10/27
涉及实体
相关事实
待验证大语言模型的执行层通过 Function Calling（工具调用）机制将 LLM 的文本输出转化为对真实系统的操作指令78% 相似待验证LLM接收的输入是单一token流，应用层将系统提示、用户消息和检索内容拼接成一段文本，模型内部没有字段标记某段token属于指令还是数据。76% 相似待验证提示词注入（Prompt Injection）是指恶意文本被嵌入模型会读取的内容中，试图覆盖或篡改原始指令76% 相似已验证提示词注入（Prompt Injection）的根本原因在于大模型无法从结构上区分「系统指令」和「用户数据」，二者在输入时都以自然语言文本形式呈现73% 相似待验证传统LLM是被动的文本生成器，而Agent在此基础上增加了感知-规划-执行的完整闭环能力73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1104694API
curl https://kongchang.com/api/v1/knowledge/claims/1104694MCP
get_claim(id=1104694)