先确认模型上下文上限以及输入、输出预算的计算方式，再为输出和协议开销留出空间，剩余部分才分配给输入。不要把上下文塞满后才发现无法生成答案。 优先保留稳定指令、当前目标、关键约束和完整的未结束调用记录。历史消息保留最近必要部分，旧内容压缩；工具只加载相关定义；检索证据按相关性和信息增益筛选。 可按任务动态分配：代码修改需要更多源码，知识问答需要更多证据，短信息抽取则不必保留大量历史。任何固定比例都只能作为起点。  组装后用对应 Tokenizer 或服务提供的计数能力再检查一次，并留少量余量。超预算时按明确优先级缩减，不要机械截断末尾，尤其不能截断参数 JSON、工具结果配对或关键业务限制。