两者关注点不同：
- 提示词工程：更聚焦「怎么问」，通过写清晰的上下文、示例、关键词等，让模型准确回答单次问题。适合早期简单交互场景。
- 上下文工程（Context Engineering）：面向复杂 Agent 场景，处理的是「在有限上下文窗口里，如何把最有效的信息组合起来喂给模型」。上下文里可能包含系统提示词、RAG 检索文档、工具返回结果、当前状态等多源信息，如何裁剪、拼装、排序都是一门学问。
上下文工程还有一个性能考量：模型推理有 KV Cache，上下文中重复度越高、越前置的内容越容易命中缓存。所以最佳实践是把稳定内容尽量放在前面，把变化的内容放到后面，让前缀在多轮之间保持一致，提高 KV Cache 命中率、降低推理成本。
随着 Agent 复杂度上升、上下文管理成为核心瓶颈，上下文工程正取代提示词工程成为关注焦点。
