在系统处理信息的方式中，提示上下文和资源上下文扮演着不同的角色。提示上下文指的是直接给系统（如语言模型）的特定输入或指令，以指导其立即响应。它包括在请求中明确提供的文本、参数或数据。例如，当询问聊天机器人“总结这篇文章：[此处文本]”时，文章文本和“总结”一词构成了提示上下文。这种上下文是临时的，仅在请求期间存在，并用于生成相关的输出。相反，资源上下文指的是系统可以访问或引用的、超出直接输入的更广泛、持久的数据或环境。这可能包括数据库、API、用户配置文件或配置文件，它们提供满足请求所需的其他信息。例如，天气应用程序可能会使用用户保存的位置（存储在数据库中）作为其资源上下文的一部分来获取当前天气数据，即使用户的提示只是“今天天气怎么样？”
一个关键区别在于它们的范围和生命周期。提示上下文范围狭窄，与单个交互相关联，而资源上下文范围更广，可以在多个请求中重用。例如，构建客户支持机器人的开发人员可能会将提示上下文设计为包含用户当前的问题（“我如何重置密码？”），而资源上下文可以从后端系统提取用户的帐户详细信息以个性化响应。提示上下文告诉机器人现在应该关注什么，而资源上下文提供有效回答所需的工具或数据。另一个例子是代码生成工具：提示上下文可能是用户的指令（“编写一个 Python 函数来计算阶乘”），而资源上下文可能包括工具可以引用的库、编码标准或现有代码片段。
这些概念通常协同工作。系统可能会将提示上下文（直接输入）与资源上下文（外部数据）结合起来以产生完整的响应。例如，当使用语言模型回答有关公司内部政策的问题时，提示上下文将是用户的查询（“休假政策是什么？”），而资源上下文可能是模型搜索的策略文档的向量数据库。开发人员必须管理两者：确保提示上下文清晰而具体，同时资源上下文可以有效访问且安全。误解这些概念可能会导致问题——例如，聊天机器人泄露敏感数据，因为它错误地将受限的资源上下文包含在其提示中，或者模型提供通用答案，因为资源上下文未正确集成。明确区分这些层可以提高性能和安全性。