Управление контекстом

Ты, наверное, замечал при общении с ChatGPT, что он, то и дело, запоминает абсолютно рандомный факт из вашей переписки и начинает использовать его в дальнейших диалогах по поводу и без.
«учитывая твой интерес к налоговой оптимизации в Уругвае…»

Память в чат-интерфейсах живет в трех местах:
🔘Внутри диалога
🔘Как системный промпт проекта (если запускаешь внутри проекта)
🔘В глобальной памяти (куда попадают все эти интересные по мнению модели факты о тебе)

И у всех свои недостатки. Первая - изолирована, стоит перейти в соседний диалог. Вторая - не совсем даже память, а просто системная инструкция + контекст, а третья - сложно моделируемая свалка всего 🫠

Хорошая новость - у агентов управление контекстом намного более гибкое!
И вот как оно работает 👇

Структура рабочей зоны твоего КЛодекса - будет называть его так - состоит из папок.
Например, у меня есть папка PROJECTS, внутри которой лежат другие папки:
- ETG
- Personal
- Blog
- …
Все это - папки конкретных макро-областей моей работы.
В ETG все проекты, которые я веду на работе. В Peronal - бытовые дела. И так далее.

Внутри каждой папки есть своя «конституция», которую читает агент, когда туда попадает. Это - текстовые файлы, которые называются Claude.md или Agents.md

🔘В корневой папке (PROJECTS) конституция задает общие правила работы - структуру, куда и за чем ходить агенту - и базовую информацию о каждом вложенной папке.
Там же содержатся и другие текстовые файлы - например, данные обо мне или tone-of-voice, позволяющий делать речь более живой. Что-то общее для всех проектов.

🔘Далее - в каждой папке есть своя «конституция», где содержится важная информация о пространстве/проекте, необходимые ресурсы, логи изменений и др. Если в этих папках есть другие папки - то в них то же самое.

Таким образом, когда я стартую задачу из директории Project по, допустим, проведению анализа рынка труда в Индии, мой агент:
👉 читает общие правила, инфу обо мне и понимает, что задача относится к ETG, где я занимаюсь talent management;
👉 идет в папку ETG, читает правила и понимает контекст о компании, моей роли в ней, а так же сразу берет дизайн систему для дальнейшего оформления анализа;
👉 идет в папку market research и смотрит на то, как мы проводили прошлые ресерчи и какой результат я ожидаю.
👉 производит анализ, доуточняет вопросы и формирует результат в нужном мне формате.

Таким образом, у агента появляются фрагментированные воспоминания, и он не засоряется множеством не нужных в контексте задачи данных 🤩


🙂Важно: все эти конституции я не создаю и не обновляю вручную. Это все делается самим Клодексом, я лишь его направляю и даю фидбэк в результатах задач, который он использует для правок инструкций.
То есть, выходит такая живая и обновляющая себя система.

Попробуй!