Слушать урок

Beyond_Prompts

Глава_1_Почему_появился_Context_Engineering_

Глава 1. Почему появился Context Engineering: От промпта к AI-агенту и рабочей среде

Эта тема объясняет, почему одного хорошего запроса стало мало и зачем AI-агенту нужна полноценная рабочая среда. Главная схема эволюции взаимодействия с AI выглядит так: Chat -> Prompt -> Agent -> Context -> Verification.

Мини-словарь терминов

• Prompt (запрос): Что мы говорим модели. Промпт — это как устная просьба.
• Context (контекст): Всё, что модель видит перед следующим шагом: задача, правила, история, источники, память, инструменты и ограничения. Контекст — это как папка на столе перед работой.
• AI Agent (АІ-агент): Программа с ролью, инструментами и задачей, которая делает шаги, а не просто отвечает.
• Tool (инструмент): Способ действия агента, например, поиск, файл, база данных, API или браузер.
• Memory (память): Устойчивые факты и правила, которые должны пережить один разговор.
• Workflow (рабочий процесс): Порядок действий от задачи до результата.
• Verification (проверка): Способ понять, что результат действительно готов.

Смена парадигмы: от ответов к действиям

Ранее AI использовался преимущественно как умный чат-бот, где главным фокусом была правильная формулировка вопроса — Prompt Engineering. Prompt Engineering помог людям говорить с моделью яснее, задавать роль, просить нужный формат и получать более предсказуемый ответ.

Однако современные системы начали менять форму и работать как агенты. Теперь они получают задачи, обращаются к источникам, используют инструменты, сохраняют состояние и действуют в процессе. В этом новом режиме "просто хороший запрос" перестал быть достаточным, потому что агенту нужно правильно работать в среде, а не только понимать…