Context Engineering
Decidere quale materiale di contesto, documenti, conversazioni passate, dettagli di progetto, venga fornito a un modello AI insieme alla tua istruzione, separatamente da come quell'istruzione è formulata.
Nessuna carta richiesta
Cosa significa in pratica
Un marketer può scrivere un prompt formulato in modo impeccabile chiedendo a un assistente di redigere un'email di follow up nel 'tono di voce del nostro brand' e ottenere comunque qualcosa di generico e fuori bersaglio, perché le parole sono perfette ma al modello non è mai stata fornita la guida di tono dell'azienda, la storia del cliente, o i risultati della campagna dell'ultimo trimestre da cui attingere. Il context engineering è il lavoro di raccogliere e fornire quel materiale mancante, i documenti veri e propri, i thread precedenti, i dettagli di progetto, alla conversazione prima che il modello risponda, invece di modificare la formulazione della richiesta stessa. Due persone possono digitare l'identica istruzione e ottenere risposte di qualità molto diversa semplicemente perché una di loro ha fornito il materiale di supporto giusto e l'altra no; la formulazione non è mai stata la variabile che contava davvero.
Esempio
Un team scrive un prompt formulato con estrema cura chiedendo un 'aggiornamento trimestrale nel nostro tono abituale' e ottiene qualcosa di piatto, perché all'assistente non è mai stata mostrata la presentazione vera dell'ultimo trimestre né la guida di tono dell'azienda. Incolla prima quei due documenti, usando esattamente la stessa formulazione per la richiesta, e la stessa domanda produce una bozza che suona davvero come l'azienda e cita numeri reali.
Spesso confuso con
vs. Prompt Engineering
Il prompt engineering riguarda la formulazione e la struttura della frase di istruzione stessa: quali verbi usi, come formatti la richiesta, quali esempi includi. Il context engineering è un livello precedente: quale materiale, documenti, conversazioni passate, dettagli di progetto, sia disponibile per il modello prima ancora che legga quell'istruzione. Un utente aziendale può rifinire la formulazione di un prompt per un'ora e ottenere comunque una risposta mediocre se al modello non è mai stato fornito il contesto giusto, mentre un prompt grezzo e informale può produrre una risposta eccellente se abbinato esattamente al contesto giusto. Flaibo si fa carico di una parte di questo lavoro: conserva il tuo ruolo, il tuo tono e il tuo lavoro passato in un unico posto, e li inserisce nei prompt che porti in qualsiasi AI tu usi, così il contesto non deve essere fornito di nuovo a mano, prompt dopo prompt.
Termini correlati
Frequently asked questions
Vuoi il tuo contesto in un unico posto?
Flaibo conserva il tuo ruolo, il tuo tono e il tuo lavoro passato in un unico posto, e li inserisce nei prompt che porti in qualsiasi AI tu usi, così una nuova chat non deve ripartire da una finestra di contesto vuota.
Inizia gratis