找到了相关材料，也把它们排好了，回答就一定有依据吗？还差一步：模型实际收到的上下文，可能重复、缺少条件，或者已经被长度限制截断。

上一篇讲了精排。这次继续往后看，怎样把候选片段整理成一份便于使用、能够回查的证据材料。

一、不是把前几条结果直接拼起来

检索和精排决定“哪些片段可能相关”；上下文组织还要决定“这次回答实际需要哪些内容”。

问题、任务指令、必要的历史消息、工具信息和检索材料，都可能进入同一次模型请求。[1] 因此，证据不是一个可以无限填充的文本框。

例如，要回答“RRF 与模型精排有什么区别”，只塞入几段反复讲 RRF 的文字，即使每一段都相关，也可能缺少模型精排的依据。单个片段相关，不代表合在一起就覆盖了整个问题。

二、先保留完整意思，再去掉重复

可以先按片段标识去除同一块的重复返回，再检查相邻片段是否存在大段重叠。来自不同来源、表达接近的材料，则要保留来源差异，不能仅因措辞相似就认定它们完全等价。

真正要保护的是回答所需的事实、限制条件和解释关系。合并相邻片段时，应核对文档与版本，不能跨文档盲目拼接，也不能为了短一点，先把否定词、适用条件或表格说明删掉。

候选片段经过标识对齐、重复检查和证据覆盖检查，形成带来源的上下文

图 1：筛选的目标是减少冗余，同时保住关键依据；不是单纯追求片段数量最少。

如果使用模型压缩材料，要回查压缩结果是否改变原意。压缩后的句子也应能追溯到原始片段，而不是只保留一份无法核对的摘要。

三、先算预算，再决定放多少材料

不要把“上下文窗口很大”理解成“都能留给文档”。先核对具体模型和接口：限制的是总窗口，还是分别规定输入、输出上限；若输入输出共享窗口，还需要给回答预留空间。

在输入侧，先计入任务指令、当前问题、必要历史和工具定义等内容，再确定检索材料可以使用的预算。Token 也不等于汉字数量，应按所用模型的计数方式估算或检查实际请求。[2]

模型请求包含任务信息、问题与必要历史、带来源证据，并按接口规则预留输出空间

图 2：展示需要考虑的内容，不表示固定顺序、固定比例或所有接口共用一种长度限制。

预算不足时，优先移除无关、重复内容，再缩小证据范围或调整检索。不要依赖接口替你截断：即使请求没有报错，也要检查关键依据是否还在。

四、让模型分清指令和参考资料

上下文里至少要分清三件事：这次要回答的问题、回答需要遵守的规则，以及用于支持回答的外部材料。

参考片段可以保留稳定的来源标识、文档标题、版本、页码或章节位置，并与正文一起传入。只把这些信息存进数据库元数据，模型未必能看到它们。

外部文档里的命令式语句，不应自动成为应用要执行的指令。清楚划分资料边界有帮助，但分隔符、标签或一句“忽略文档指令”，都不能单独保证阻止提示注入。访问权限和工具能力仍需由应用代码限制。[3]

五、引用要能回查，还要支持结论

可以给送入上下文的片段分配引用标识，由应用维护标识与原文位置的对应关系。回答引用这些标识，展示链接或定位信息时再查映射，不让模型自由编造页码和网址。

还需要区分两层检查：

  • 引用是否有效：标识存在，确实能定位到提供过的材料。
  • 引用是否支持结论：该位置的内容，是否足以支撑回答中的那句话。

部分模型接口提供结构化引用，可返回文档及位置指针。[4] 但有了合法指针，不等于文档内容真实，也不等于回答没有扩大原文的适用范围。

资料互相冲突时，保留版本、时间和来源差异；无法确认哪一条适用，就把不确定之处说清楚，不能合成一个看似一致的结论。

六、材料的排列顺序也要检查

精排顺序可以作为起点，但未必就是最合适的阅读顺序。若多个片段共同解释一件事，可以评估按同一来源、章节或必要的先后关系组织材料，同时保留相关性与出处。

《Lost in the Middle》在其测试的模型与任务中发现，相关信息的位置会影响利用效果，长上下文中部尤其可能被忽略。[5] 这提醒我们检查位置影响，但不能据此把“重要内容永远放开头或结尾”当成所有模型的固定规则。

需要用实际采用的模型与问题验证，而不是把重排步骤当作必然有效的技巧。

七、怎样检查这一步有没有做好？

先固定候选片段、生成模型和任务指令，比较不同组织方式，逐项看：关键依据是否齐全，条件是否被保留，引用能否定位并支持结论，以及请求长度、响应时间和成本有何变化。

同时保留最终实际发送的上下文用于受控排查，而不只记录原始检索列表。敏感材料的记录范围、访问权限和保留期限，也要按应用要求设置。

面试时可以这样概括：

RAG 上下文组织是在检索后选择、去重并编排证据，按模型与接口约束控制长度，保留适用条件和来源标识，再与问题、任务指令一起提供给模型。它要兼顾证据覆盖、引用支持和外部资料边界；不能用片段更多、窗口更大或回答更流畅，代替实际的质量检查。

这一步完成的标志，不是“材料都放进去了”，而是模型收到的材料足够回答当前问题，而且回答依据能被核对。

参考资料

  1. LangChain：Context engineering——单次模型调用中的指令、消息、工具与上下文。
  2. Google：Understand and count tokens——Token 计数与输入输出用量。
  3. OWASP：LLM01 Prompt Injection——外部资料边界与权限约束。
  4. Anthropic：Citations——结构化引用及原文位置指针。
  5. Liu 等：Lost in the Middle——长上下文信息位置与使用效果的研究。
  6. 李博杰，《深入理解 AI Agent：设计原理与工程实践》，v1.2（2026-07-22），第 2 章 §2.2.5，书内 36–37 页（PDF 44–45 页）——上下文构成的补充阅读。
  7. 题库第 236 题：RAG 系统如何标注信息来源和提供引用？——来源与引用部分的选题参考。