Тренди
Дисципліна підбору саме тих файлів, інструкцій і історії, що потрапляють у context window LLM. Відмінне від prompt engineering — фокус на тому, що модель бачить, а не як її питають.
Матеріали по темі · 0
Context Engineering — це практика курування та оптимізації даних, що надаються LLM, щоб гарантувати отримання максимально релевантного та точного результату. На відміну від промпт-інжинірингу, який зосереджений на синтаксисі та тоні запиту, context engineering стосується відбору файлів, фрагментів коду, документації та історії, що додаються у контекстне вікно. Це критичний компонент стека AI-інженерії, оскільки він прямо впливає на продуктивність моделі, якість логічних висновків та рівень галюцинацій.
Інженери застосовують context engineering при створенні систем RAG або агентних робочих процесів, щоб модель мала саме ту інформацію, яка потрібна, не виходячи за межі лімітів токенів. Головна складність — надмірність контексту (context bloat), коли забагато нерелевантної інформації розмиває фокус моделі, збільшує витрати та може призвести до зниження ефективності або помилкових результатів під час виконання завдань.
Огляд на основі усталених галузевих знань; конкретні цифри публікуємо лише після звірки з джерелами.
RAG — це механізм пошуку даних, тоді як context engineering — це загальна дисципліна впорядкування того, що в кінцевому підсумку бачить модель.
Це менш корисно для простих разових завдань, де базових знань моделі достатньо для обробки предметної області.
Нічого не знайдено
Спробуйте ширший запит або скиньте фільтри.