在大语言模型（LLM）和人工智能对话系统中，Context（上下文）、Memory（记忆）、Prompt（提示） 和 Token（标记） 是四个密切相关但含义不同的概念。下面分别解释它们的区别与联系：
Token
Token 是模型处理文本时的最小单位。它可以是一个字、一个词，甚至是一个标点符号，具体取决于所使用的分词器（Tokenizer）。 所有输入和输出文本都会被转换为 Token 序列，供模型处理。模型有最大上下文长度限制（如 8192、32768 tokens），超过会截断或报错。 经验说明：在实际开发中，程序员可能更关心上下文的字符数，Token与字符数量之间是存在一些近似关系的，但是会因具体模型及其分词器实现而有所差异。一般经验而言，仅供参考：1个Token约对应3～4个英文字符；通常约对应 1.5～1.8 个中文字符，工程上通常取约1.7个中文字符作为经验估算值。
Prompt
Prompt 是用户输入给模型的指令或问题，用于引导模型生成期望的输出。Prompt 本身是由 Tokens 构成的文本，可能包含指令、示例、问题等。 Prompt 是一次交互中的“输入部分”，直接影响模型的响应质量。
Context
Context 指的是模型在生成当前回复时所能“看到”的全部信息，通常包括： - 用户当前的 Prompt（System Prompt+User Prompt）； - 之前的对话历史（包括模型输出，工具执行结果）； - 工具清单（MCP&Function Calling） - ReAct Agent的Thought/Action/Observation等内容 - 外部知识注入（如 RAG 检索结果）。 Context 是由多个 Tokens 组成的完整输入序列，是模型理解当前任务的依据。受模型最大上下文长度（max context length）限制。 通常会把上下文归个类，分为指令（Instructions）、知识（Knowledge）和工具（Tools）和状态（State）。 - 指令：提示词（用户+系统） - 知识：记忆（长期+短期）、外部知识 - 工具：工具定义描述、工具调用结果
Memory
Memory 并非模型原生能力，通常指人为实现的长期或短期记忆功能，用于在多轮对话中记住关键信息。 - 短期记忆：即对话上下文（Context），随对话结束而消失。 - 长期记忆：通过外部数据库、向量存储等方式保存用户偏好、历史行为等，在后续对话中检索使用。 注意：标准 LLM 本身没有持久记忆——每次请求都是无状态的，除非开发者显式加入 Memory 机制。
总结：
- Token 就像字母或音节；
- Prompt 是你此刻问的问题；
- Context 是你和朋友聊天时，他记得的你们刚刚聊的所有内容；
- Memory（Long Term） 是他回家后写在笔记本上、下次见面还能记得的事情（需要主动记录和查阅）。