Context Engineering
Decidir qual material de contexto, documentos, conversas anteriores, detalhes de projeto, é fornecido a um modelo de IA junto com sua instrução, algo separado de como essa instrução é redigida.
Nenhum cartão necessário
O que isso significa na prática
Um profissional de marketing pode escrever um prompt perfeitamente redigido pedindo a um assistente que redija um e-mail de acompanhamento no 'tom da nossa marca' e ainda assim receber algo genérico e fora do alvo, porque as palavras estão perfeitas, mas o modelo nunca recebeu o guia de tom da empresa, o histórico do cliente ou os resultados da campanha do trimestre passado para se basear. Context engineering é o trabalho de reunir e fornecer esse material que está faltando, os documentos reais, threads anteriores e detalhes do projeto, à conversa antes de o modelo responder, em vez de ajustar a redação do pedido em si. Duas pessoas podem digitar a instrução idêntica e receber respostas de qualidade muito diferente só porque uma delas forneceu o material de apoio certo e a outra não; a redação nunca foi a variável que importava.
Exemplo
Uma equipe escreve um prompt meticulosamente redigido pedindo uma 'atualização trimestral no nosso tom de sempre' e recebe de volta algo sem graça, porque o assistente nunca viu a apresentação real do trimestre passado nem o guia de tom da empresa. Cole esses dois documentos antes, usando exatamente a mesma redação para o pedido, e o mesmo pedido produz um rascunho que realmente soa como a empresa e faz referência a números reais.
Frequentemente confundido com
vs. Prompt Engineering
Prompt engineering diz respeito à redação e à estrutura da própria frase de instrução: quais verbos você usa, como formata o pedido, quais exemplos inclui. Context engineering é uma camada anterior a essa: qual material, documentos, conversas anteriores, detalhes de projeto, está disponível para o modelo antes mesmo de ele ler essa instrução. Um usuário corporativo pode passar uma hora aprimorando a redação de um prompt e ainda assim receber uma resposta medíocre se o modelo nunca recebeu o contexto certo, e um prompt bruto e informal pode gerar uma resposta forte se vier acompanhado exatamente do contexto certo. Flaibo assume parte desse trabalho: ele mantém seu papel, seu tom e seu trabalho anterior em um só lugar e os incorpora aos prompts que você leva para qualquer IA que você use, então o contexto não precisa ser fornecido manualmente de novo, prompt após prompt.
Termos relacionados
Frequently asked questions
Quer seu contexto em um só lugar?
Flaibo mantém seu papel, seu tom e seu trabalho anterior em um só lugar e os incorpora aos prompts que você leva para qualquer IA que você use, então um novo chat não precisa começar de uma janela de contexto vazia.
Comece grátis