摘要：和 LLM 协作时，真正稀缺的不是模型能力，而是上下文预算。上下文预算指的是：在一次任务里，哪些材料必须进入模型，哪些信息只需要保存在账本，哪些噪音应该被排除。
第一，把目标放在最前面。模型需要先知道这次任务要得到什么结果，是文章、判断、清单，还是可执行改动。目标不清，后面的资料越多，越容易把方向冲散。
第二，只给必要背景。项目历史、旧结论、相关文件都可能有用，但不应该一次性塞满。更稳的做法是先给当前任务必须依赖的三到五条事实，再让模型在需要时补查。
第三，明确不可改边界。很多协作失败不是模型不会做，而是它不知道哪些东西不能碰。比如真实后端、公开页、账本和上传接口应被标成真相源，缓存、预览和旧目录只能作参考。
第四，把结果写回系统。一次输出如果没有进入正式文件、公开接口或实验记录，就只是临时回答。上下文管理的目的不是让本轮更聪明，而是让下一轮少重复、少误判。
结论：好的 LLM 协作不是无限增加上下文，而是把上下文变成预算。重要事实进入输入，长期判断进入账本，无效噪音及时清理。