Rekayasa konteks vs. rekayasa prompt: Pada hari-hari awal LLM, membuat petunjuk cerdas adalah saus rahasia. Tetapi jika Anda membangun agen AI yang serius hari ini, rekayasa cepat saja tidak akan memotongnya. Anda membutuhkan rekayasa konteks. Inilah alasannya: - Prompting adalah tentang apa yang Anda katakan - Rekayasa konteks adalah tentang apa yang dilihat model Dan apa yang dilihatnya lebih penting dari sebelumnya. Setiap token dalam konteks membutuhkan perhatian. Semakin besar konteksnya, semakin besar kemungkinan model terganggu, lupa, atau melambat. Sama seperti manusia, LLM bisa kehilangan fokus. Itu sebabnya agen yang baik tidak begitu saja membuang semuanya ke dalam konteks. Mereka: 1️⃣ Kurasi apa yang berguna 2️⃣ Ringkas apa yang lama 3️⃣ Ambil apa yang dibutuhkan (tepat waktu) 4️⃣ Tulis catatan untuk diri mereka sendiri 5️⃣ Mendelegasikan pekerjaan ke sub-agen bila diperlukan Ini bukan teori, ini adalah bagaimana sistem seperti Claude Code, agen dunia nyata, dan alat memori yang efektif sudah bekerja saat ini. Rekayasa konteks menjadi keterampilan inti bagi siapa saja yang membangun agen multi-langkah yang bercakrawala panjang....