Без Context Engineering каши не сваришь? (1 пост из 4)
В прошлый четверг коллегами провели воркшоп на 50 IT-руководителей по Context Engineering и разобрали почему промпт-инжениринга не хватает от слова совсем. Дальше ещё напишу про сам воркшоп и техники работы с информацией.
🤌🏽 Суть проблемы:
Сегодня дело не в том, КАК спросить у AI, а в том, ЧТО (какие источники информации и данные) дать ему как контекст. Потому что всю вашу предметную область, документацию и тонну чувствительных данных вы в промпт не впихнете).
💻 Представьте контекстное окно как оперативки (RAM) — ограниченную рабочую память.
Если просто подключить агента к вашему confluence и коду - то получится наше с вами любимое "без ТЗ результат хз". Так происходит, потому что информации может быть очень много, она на может быть с чувствительными данными, противоречивой - короче говоря, с ней надо уметь работать.
🍄Все это выливается в галлюцинации LLM / агента по следующей классификации:
- Context Rot — "испортившиеся" (устаревшие, подпорченные) данные
- Context Poisoning — одна или несколько ошибок портит весь остальной контекст
- Context Clash — противоречия в контексте из-за противоречий в источниках
- Context Overflow — слишком много информации
🍳 Чтоб такого не было, надо уметь "готовить" - информацию с помощью техник Записи, Чтения, Сжатия и Изоляции контекста. У каждой техники есть свои инструменты. И паттерны того, когда что использовать надо знать.