Context engineering
method
Що таке Context engineering
Context engineering — це підхід до того, яку саме інформацію й у якому вигляді отримує AI-модель, щоб дати якісну відповідь. Простими словами, context engineering це мистецтво правильно «наповнити» контекст моделі потрібними даними: інструкціями, прикладами, документами й історією.
Часто виникає питання context engineering vs prompt engineering. Різниця в масштабі: prompt engineering — це формулювання одного запиту, а context engineering — це продумування всього контексту, який бачить модель, включно з зовнішніми даними та інструментами.
Як працює Context engineering
Замість того щоб покладатися лише на вдалий текст запиту, тут дбають про весь набір інформації навколо: що подати в контекст, у якому порядку, скільки місця виділити під кожен блок і які дані підтягнути з зовнішніх джерел.
Це особливо важливо, бо контекст моделі обмежений, а токени коштують ресурсів. Тому вміння економно й розумно керувати контекстом стає ключовим — про це йдеться в матеріалі про економію токенів. Це одна з навичок, яку перевіряють і на співбесідах з machine learning.
Чому Context engineering важливий
Прямо впливає на якість і точність відповідей моделі.
Допомагає ефективно використовувати обмежений контекст і токени.
Дає змогу підключати зовнішні дані й інструменти до AI.
Стає ключовою навичкою в роботі з сучасними LLM.
FAQs
Що таке context engineering простими словами?
Це продумування того, яку інформацію й у якому вигляді отримує AI-модель для якісної відповіді.
Чим context engineering відрізняється від prompt engineering?
Prompt engineering — це формулювання одного запиту, а context engineering — керування всім контекстом моделі, включно із зовнішніми даними.
Навіщо потрібен context engineering?
Щоб підвищити якість відповідей і ефективно використовувати обмежений контекст і токени.
Пов’язані терміни
LLM
MCP
Embedding
Векторна база даних
