告別Prompt工程,迎接Context工程:AI時代的關鍵技能
最近,AI圈子裡正流行一個新名詞:「Context工程」,它取代了「Prompt工程」,成為AI工程師們關注的焦點。簡單來說,Context工程的核心,就是在正確的時間、以正確的格式,提供給大型語言模型(LLM)完成任務所需的所有資訊和工具。
事件開頭短結論: Context工程是AI時代的必備技能,它比單純的Prompt工程更全面、更強大,是打造高效AI Agent的關鍵。
Context 工程是什麼?
Context工程,指的是設計和建構動態系統,以便在正確的時間,以正確的格式,提供LLM完成任務所需的所有資訊和工具。
簡單來說,Context工程關注的是:
* 系統性: Context 工程是一個系統,涉及到多個資訊來源的整合。
* 動態性: Context中的許多資訊是動態產生的,需要靈活的邏輯來建構最終的提示。
* 正確資訊: 提供LLM所需的正確資訊,避免「垃圾進,垃圾出」的窘境。
* 正確工具: 確保LLM擁有完成任務所需的工具,例如查詢資訊、採取行動等。
* 格式重要性: 與人類溝通一樣,與LLM溝通的格式也很重要。
* 任務可實現性: 確保LLM能夠合理地完成任務。
為什麼Context工程如此重要?
過去,AI開發者們專注於設計完美的Prompt,試圖透過巧妙的措辭來引導LLM產生更好的回應。但隨著AI應用程式變得越來越複雜,提供給AI完整且結構化的Context變得更加重要。
想像一下,一個AI助理需要根據一封電子郵件安排會議:
「廉價Demo」Agent: 它的Context很差,只看到使用者請求。它可能能調用LLM並獲得回應,但輸出毫無幫助且生硬。
「神奇」Agent: 它由豐富的Context提供支援。它的主要工作不是弄清楚如何回應,而是收集LLM完成目標所需的信息。在調用LLM之前,你擴展了Context,包括:
* 使用者想要安排會議的時間。
* 與會者的可用性。
* 會議的目的。
* 相關的日曆資訊。
結果,神奇Agent的回應就會像是:
「嗨,吉姆!我這邊明天一整天都排滿了。如果你週四上午有空,怎麼樣?我發送了邀請,請告知我是否可行。」
重點: 關鍵不在於更聰明的模型或更聰明的演算法,而在於為正確的任務提供正確的Context。
Agent失敗的原因不再僅僅是模型失敗,而是Context失敗。
Context 工程與 Prompt 工程的區別
Prompt工程側重於在單個文字串中構建完美的指令,而Context工程更廣泛。可以把Prompt工程看作是Context工程的一個子集。提供清晰、詳細的指令是Context工程的一部分,Prompt工程也是。
Context 工程的實用範例:
* 提供清晰的說明: 確保LLM理解任務的目標。
* 提供範例: 讓LLM了解期望的回應格式和風格。
* 使用工具: 讓LLM能夠使用外部工具,例如搜尋引擎、日曆等。
* 管理記憶: 讓LLM記住過去的對話,以提供更連貫的回應。
個人心得:
Context工程是建構成功的AI Agent的關鍵。未來,我們將看到更多工具和技術出現,以幫助AI開發者更好地管理和優化Context。
參考閱讀
- https://www.philschmid.de/context-engineering
- https://blog.langchain.com/the-rise-of-context-engineering/
- https://www.llamaindex.ai/blog/context-engineering-what-it-is-and-techniques-to-consider
- https://contextengineering.com/