Kejuruteraan Konteks pada 2026: Maksudnya, Perbezaannya daripada Kejuruteraan Prompt dan Cara Menggunakannya dalam Claude Code
MarkdownApakah itu kejuruteraan konteks dan perbezaannya daripada kejuruteraan prompt. Kanun Anthropic, 7 kesilapan dan persediaan minimum untuk Claude Code.
Baca artikel penuh
Perkara utama
Kejuruteraan konteks ialah disiplin mengkonfigurasi segala-galanya yang memasuki tetingkap konteks Claude sebelum mesej anda: prompt sistem, alat, sejarah, fail memori dan data daripada alat. Pada 2026, kejuruteraan konteks telah menggantikan kejuruteraan prompt sebagai kemahiran utama — demikian menurut Anthropic. Panduan ini merangkumi kanun daripada sumber primer, 7 kesilapan lazim yang membazirkan token dan persediaan praktikal 7 langkah untuk Claude Code.
Maklumat tentang penggunaan Ailoot tersedia dalam dokumentasi.
Apakah Kejuruteraan Konteks — dalam Satu Ayat?
Perkara utama
Kejuruteraan konteks ialah disiplin memilih segala-galanya yang memasuki tetingkap konteks ejen AI pada setiap langkah: prompt sistem, alat, sejarah, fail memori dan data daripada sumber luaran. Kejuruteraan prompt menjawab soalan “Bagaimanakah anda menulis prompt?” Kejuruteraan konteks menjawab soalan “Apakah yang diketahui AI apabila anda menulis prompt?”
Anthropic memantapkan istilah ini dalam catatan blog kejuruteraan pada 29 September 2025:
Kejuruteraan konteks ialah himpunan strategi untuk memilih dan mengekalkan set token (maklumat) yang optimum semasa inferens LLM, termasuk segala-galanya yang dimasukkan selain prompt itu sendiri.
Artikel yang sama menawarkan frasa paling penting untuk mengubah perspektif:
Bekerja dengan model bahasa semakin kurang berkisar tentang mencari perkataan dan frasa yang tepat dalam prompt, dan semakin lebih tertumpu pada menjawab soalan yang lebih luas: 'konfigurasi konteks apakah yang paling berkemungkinan menghasilkan tingkah laku model yang diingini?'
Idea utamanya: konteks bukanlah mesej yang anda tulis. Konteks ialah keseluruhan set maklumat yang dilihat AI sebelum mesej anda — prompt sistem, penerangan alat, sejarah perbualan, fail memori dan data yang dimuatkan melalui MCP. Prompt ialah langkah terakhir. Kejuruteraan konteks ialah seni bina bagi segala-galanya yang dimasukkan ke dalam tetingkap.
Mengapa Kejuruteraan Prompt Menjadi Lapuk pada 2026?
Perkara utama
Kejuruteraan prompt muncul ketika model berfungsi dengan satu prompt — satu giliran, satu tugasan. Pada 2026, ejen AI beroperasi dalam sesi panjang dengan alat, memori, subejen dan data yang diperoleh semasa penggunaan melalui alat. Dalam seni bina ini, menggubal satu prompt bukan lagi kemahiran utama; kemahiran utamanya ialah memilih semua maklumat yang dilihat ejen.
Peralihan itu berlaku pada musim panas 2025.
29 September 2025: Anthropic memantapkan disiplin ini dalam catatan blog kejuruteraan dan mengemukakan kanun 4 prinsip.
Kejuruteraan prompt tidak “mati”. Ia menjadi kemahiran asas, seperti tahu menaip pada papan kekunci. Di atasnya muncul satu disiplin yang diperlukan agar ejen AI tidak gagal dalam tugasan panjang: kejuruteraan konteks.
Apakah Perbezaan Kejuruteraan Konteks daripada Kejuruteraan Prompt? 5 Perbezaan
Perkara utama
Kejuruteraan prompt mengoptimumkan satu prompt: anda memilih perkataan, templat dan nada. Kejuruteraan konteks mereka bentuk keseluruhan persekitaran maklumat sebelum prompt itu: prompt sistem, alat, sejarah sesi, fail memori dan pengambilan maklumat. Perbezaannya terserlah pada lima tahap: perkara yang dioptimumkan, jangka masa, risiko utama, kemahiran teras dan sumber dalam projek.
| Aspek | Kejuruteraan prompt | Kejuruteraan konteks |
|---|---|---|
| Perkara yang dioptimumkan | Perkataan dalam satu prompt | Keseluruhan set token: prompt sistem + alat + sejarah + data yang diperoleh |
| Jangka masa | Satu giliran | Banyak giliran serta peralihan antara sesi |
| Risiko utama | Model tidak memahami prompt | Model tenggelam dalam hingar (context rot) |
| Kemahiran teras | Penulisan iklan serta pemahaman model | Seni bina maklumat dan pengambilan maklumat yang disasarkan |
| Sumber dalam projek | Templat prompt anda | CLAUDE.md, fail memori, pengambilan maklumat, subejen, pemampatan konteks |
| Metafora | “Cara menulis prompt” | “Perkara yang diketahui AI apabila anda memberikan prompt” |
Kejuruteraan konteks bukan bermaksud “masukkan sebanyak mungkin”. Ia tentang sukatan yang tepat. Terlalu sedikit, lalu AI kekurangan konteks dan berhalusinasi. Terlalu banyak, lalu AI tenggelam dalam hingar, kehilangan arah di bahagian tengah dan menelan kos lebih tinggi.
Kejuruteraan prompt menangani langkah terakhir. Kejuruteraan konteks menangani segala-galanya sebelum itu.
Mengapa 1M Token Tidak Bermaksud “Masukkan Semuanya”?
Perkara utama
Tetingkap konteks model berkembang pada 2026: Claude Opus 4.7 dan Sonnet 4.6 menyokong 1 juta token. Ini menimbulkan ilusi bahawa anda boleh memasukkan seluruh repositori ke dalam tetingkap. Dalam praktiknya, tetingkap yang besar tidak bermakna memori berguna yang besar — model mula merosot jauh sebelum mencapai had.
Had konteks semasa untuk model Claude:
| Model | Tetingkap konteks | Tersedia pada |
|---|---|---|
| Claude Haiku 4.5 | 200,000 token | semua pelan |
| Claude Sonnet 4.6 | 1,000,000 token | Pro+ dengan kredit penggunaan |
| Claude Opus 4.7 | 1,000,000 token | Pro, Max, Team, Enterprise |
1M token bersamaan kira-kira 2,500 halaman teks. Nampaknya anda boleh memuatkan semua dokumentasi projek, semua surat-menyurat dan semua spesifikasi — lalu membiarkan AI memahaminya. Namun, Anthropic menyatakannya dengan jelas dalam blog kejuruteraan mereka:
Anda patut menganggap konteks sebagai sumber terhad dengan pulangan yang semakin berkurangan.
Dalam erti kata lain, konteks ialah sumber terhad dengan pulangan yang semakin berkurangan. Setiap token tambahan tidak memberikan manfaat secara linear. Semakin panjang tetingkap, semakin buruk prestasi model dalam menggunakan maklumat di dalamnya.
Kemahiran utama pada 2026 bukanlah mengekalkan segala-galanya terbuka. Sebaliknya, bertukar dengan pantas antara konteks yang sempit, satu untuk setiap tugasan.
Kesilapan Terbesar: Adakah Lebih Banyak Konteks Menghasilkan Keputusan yang Lebih Buruk?
Perkara utama
Semakin panjang konteks, semakin buruk model menggunakan maklumat di dalamnya. Fenomena ini dipanggil context rot. Kesan lost-in-the-middle juga memainkan peranan: model mengingati permulaan dan penghujung konteks, tetapi mengabaikan bahagian tengah. Kesimpulan praktikalnya ialah fail memori yang panjang merugikan anda.
Kesan kedua, lost in the middle, berlaku serentak.
Dalam praktiknya, ini bermakna jika peraturan penting terletak di tengah-tengah fail CLAUDE.md, model mungkin melangkaunya.
Anthropic mengesyorkan had panjang dalam dokumentasi CLAUDE.md:
Usahakan supaya CLAUDE.md mengandungi kurang daripada 200 baris — fail yang lebih panjang menggunakan lebih banyak konteks dan mengurangkan pematuhan terhadap arahan.
Kurang daripada 200 baris ialah sasaran panjang dalam panduan dipetik, bukan ambang tegas apabila pematuhan peraturan berhenti. Julat 80-120 baris ialah pilihan kerja penulis daripada projek diterangkan, bukan syarat Anthropic berasingan. Kekalkan arahan relevan dan uji pematuhan peraturan penting; setiap baris tambahan bersaing untuk perhatian dan konteks. Untuk maklumat lanjut tentang mengkonfigurasi CLAUDE.md agar mematuhi had ini, lihat panduan “Cara Mengkonfigurasi CLAUDE.md pada 2026”.
5 Prinsip Kejuruteraan Konteks Menurut Anthropic
Perkara utama
Dalam blog kejuruteraannya pada 29 September 2025, Anthropic mencatatkan 5 strategi konteks asas: sumber terhad, pengambilan maklumat tepat pada masanya, pencatatan nota berstruktur, pemampatan dan seni bina subejen. Inilah kanun yang kini dirujuk oleh semua penulis lain dalam bidang ini.
Prinsip 1. Konteks ialah Sumber Terhad
Ini premis asas yang diperlukan agar empat prinsip yang lain berfungsi. Anthropic menulis:
Nasihat umum untuk semua komponen konteks (prompt sistem, alat, contoh, sejarah mesej dan sebagainya) ialah menggunakannya dengan teliti serta memastikan konteks bersifat informatif tetapi padat.
“Padat” bermaksud “padat dengan maklumat, tanpa pengisi”. Setiap token dalam tetingkap patut mengubah keputusan model secara bermakna. Jika satu baris dalam CLAUDE.md berbunyi “kami cuba menulis kod yang kemas”, anda boleh memadamkannya; baris itu tidak menyampaikan maklumat berguna.
Prinsip 2. Pengambilan Maklumat Tepat pada Masanya
Ejen AI mendapatkan data melalui alat semasa ia diperlukan dan bukannya memuatkan semuanya lebih awal ke dalam tetingkap. Inilah seni bina Claude Code: ejen menggunakan glob dan grep, bukannya pangkalan data vektor atau indeks, sama seperti jurutera sebenar mencari kod secara manual.
Bila hendak menggunakannya: anda tidak tahu lebih awal petikan mana yang diperlukan untuk tugasan itu.
Prinsip 3. Pencatatan Nota Berstruktur
Ejen menulis nota ke storan luaran dan memuatkannya apabila perlu. Dalam Claude Code, hal ini dilaksanakan melalui alat memori. Anthropic menghuraikannya dalam cookbook mereka seperti berikut:
Memori ialah nota berstruktur: ejen menulis ke storan luaran yang berterusan untuk menjejaki kemajuan merentas tugasan dan sesi tanpa menyimpan segala-galanya dalam konteks aktif.
Bila hendak menggunakannya: sesi panjang, peralihan antara sesi dan pengumpulan pengetahuan projek.
Prinsip 4. Pemampatan
Mampatkan sejarah mesej menjadi ringkasan apabila menghampiri had. Dalam Claude Code, ini ialah arahan /compact, serta pemampatan automatik apabila tetingkap mencapai kira-kira 80%. Anthropic menulis:
Pemampatan memampatkan seluruh tetingkap apabila saiznya menjadi terlalu besar.
Bila hendak menggunakannya: perbualan analitis yang panjang apabila sejarah sembang sudah menjadi beban dan memenuhi tetingkap tanpa membantu.
Prinsip 5. Seni Bina Subejen
Subejen khusus bekerja secara selari dalam tetingkap konteks masing-masing dan memulangkan ringkasan termampat kepada ejen utama. Anthropic menulis:
Subejen membantu pemampatan: mereka bekerja secara selari dalam tetingkap konteks masing-masing sambil menyiasat aspek-aspek berlainan bagi sesuatu persoalan pada masa yang sama.
Angka daripada ujian dalaman mereka sendiri: ejen Claude Opus 4 utama bersama subejen Claude Sonnet 4 memberikan +90.2% kualiti berbanding satu Claude Opus 4 sahaja untuk tugasan penyelidikan. Kosnya: kira-kira 15× lebih banyak token. Kesimpulannya: pendekatan ini wajar digunakan apabila hasilnya bernilai.
Untuk mengetahui lebih lanjut tentang mengkonfigurasi subejen dalam Claude Code, lihat panduan “Subejen untuk Claude Code”.
7 Kesilapan yang Membazirkan Token dan Mengganggu Claude Code
Perkara utama
Tujuh antipola lazim yang dihuraikan menggunakan contoh projek. Setiap satunya membazirkan token tanpa manfaat atau menyebabkan halusinasi akibat context rot. Di bawah setiap antipola diterangkan cara kejuruteraan konteks menanganinya.
| # | Antipola | Apa yang berlaku | Cara membetulkannya |
|---|---|---|---|
| 1 | Menampal keseluruhan README bersama 5 fail kod ke dalam satu prompt | Tetingkap terisi sebanyak 50% dalam satu giliran, kemudian cepat mencapai had | Gunakan alat memori untuk fakta jangka panjang serta pengambilan maklumat tepat pada masanya — biarkan Claude membaca fail sendiri melalui read_file/glob |
| 2 | CLAUDE.md dengan 500 baris | Arahan panjang boleh mengurangkan pematuhan, terutama apabila peraturan penting terbenam di tengah | 80-120 baris, ayat perintah, bahagian untuk arahan dan gaya. Letakkan perkara paling penting pada permulaan dan penghujung |
| 3 | Tidak menjalankan /compact dalam sesi panjang | Sesi mencapai 180k token, Claude melupakan mesej awal dan anda mengulangi konteks secara manual | Jalankan /compact secara manual atau gunakan pemampatan automatik melalui pencetus. Petanda tekanan ialah penunjuk penggunaan konteks dalam Claude desktop |
| 4 | Satu Claude untuk semua perkara | Satu ejen merancang, mencari, menulis kod, menyemak dan menguji — tetingkap berkembang secara eksponen | Subejen: setiap satu mempunyai konteks sendiri dan ejen utama mengumpulkan ringkasan. Anthropic melaporkan +90.2% kualiti dalam tugasan penyelidikan |
| 5 | Fail memori berkembang dengan hasil alat | Ejen membaca semula fail yang sama sebanyak 5 kali, memenuhi 96% konteks dengan hasil panggilan alat | Kosongkan hasil alat: kekalkan 4-6 hasil terkini dan kosongkan yang selebihnya. Fakta bahawa panggilan telah dibuat tetap dikekalkan |
| 6 | Menampal seluruh repositori ke dalam folder examples/ | AI mencari corak antara 200 contoh lalu hilang arah | 3-7 corak kanonik dalam examples/, setiap satu untuk jenis tugasan tertentu |
| 7 | Senarai Markdown 200 baris sebagai “pelan ciri” | Senarai panjang tanpa struktur boleh menyukarkan penjejakan tugasan; tiada titik kegagalan sejagat pada baris 50 | Artifak HTML atau pelan bernombor dalam fail berasingan |
Cookbook Anthropic menerangkan ukuran khusus bagi kesilapan #5: dalam sesi garis dasar mereka, dokumen pertama dalam konteks (tentang C. elegans) secara teknikal berada dalam tetingkap, tetapi tertimbus di bawah 335k token. Secara teknikal tersedia. Dalam praktiknya, model tidak mengingatinya. Dengan alat memori, masalah itu diselesaikan begini: fail nota aging_model_organisms_comparison.md menggunakan kira-kira 3000 token, dan bukannya memuatkan semula korpus asal.
Analogi rumah tangga: tetingkap konteks ialah meja. Jika terdapat 200 dokumen di atasnya, anda tidak akan menemui dokumen yang diperlukan walaupun dokumen itu ada di situ. Kejuruteraan konteks ialah disiplin “menyimpan hanya perkara yang diperlukan di atas meja sekarang, meletakkan yang selebihnya dalam arkib dan memuatkannya apabila diminta”.
Bagaimanakah Anda Boleh Membina Persediaan yang Berfungsi dalam Satu Malam?
Perkara utama
Persediaan kejuruteraan konteks minimum yang berfungsi dalam Claude Code mempunyai 7 unsur: CLAUDE.md, contoh, dokumen PRP, alat memori, /compact, subejen dan pengambilan maklumat tepat pada masanya melalui alat. Rangka asas mengambil masa 30-40 minit untuk disediakan; konfigurasi penuh dengan contoh dan prompt yang disahkan mengambil masa satu malam. Anda boleh memperhalusinya secara beransur-ansur.
Tujuh langkah mengikut turutan:
CLAUDE.md dengan 80-120 baris. Di akar projek. Gunakan ayat perintah, bukan penerangan. Dalam dokumentasi rasmi, Anthropic mengesyorkan prinsip
Specificity: peraturan hendaklah konkrit dan tidak kabur, bukan prinsip umum. Dalam praktiknya, “jangan sekali-kali gunakan mock inline dalam ujian” lebih berkesan daripada “kami cuba menulis kod yang kemas”. Untuk templat terperinci, lihat panduan “Cara Mengkonfigurasi CLAUDE.md”.Folder
examples/dengan 3-7 corak yang disahkan. Satu contoh untuk setiap corak lazim: panggilan API, penulisan ujian, migrasi, pengendalian ralat. Apabila Claude melihat corak dalamexamples/, Claude menghasilkannya semula dengan tepat. Tanpa contoh, Claude meneka sambil melakukan tugas.Dokumen PRP untuk ciri utama. PRP = Product Requirements Prompt. Satu fail bagi setiap ciri: konteks + pelan + pengesahan + contoh.
Alat memori untuk fakta jangka panjang merentas sesi. Dalam Cookbook Anthropic, alat memori Claude dilaksanakan sebagai stor nota berstruktur. Apabila ejen kembali kepada tugasan dalam sesi baharu, ejen membaca nota terlebih dahulu dan bukannya membaca semula seluruh korpus.
/compactserta pemampatan automatik pada 80% had. Jangan tunggu sehingga tetingkap mencapai hadnya. Hidupkan pemampatan automatik dalam tetapan atau jalankan/compactsendiri apabila sesi terasa seperti berputar-putar.Subejen untuk penyelidikan / semakan / perancangan. Setiap subejen mempunyai konteks sendiri dan prompt yang khusus. Claude utama hanya menerima ringkasan, bukannya bahan mentah. Lihat “Subejen untuk Claude Code” dan “Skills untuk Claude Code” untuk butiran lanjut (Skills ialah cara membungkus kepakaran khusus ke dalam skill yang digunakan Claude secara automatik).
Pengambilan maklumat tepat pada masanya dan bukannya pramuat. Jangan masukkan seluruh repositori ke dalam tetingkap. Biarkan Claude mencari sendiri menggunakan
globdangrep. Inilah seni bina Claude Code sendiri.
Peraturan praktikal tambahan daripada pengalaman projek yang dihuraikan:
- Satu tugasan, satu tetingkap. Setelah selesai, tutup tetingkap itu dan buka yang baharu. Jangan kumpulkan sejarah beberapa tugasan berturut-turut.
- Templat untuk arahan pertama dalam tetingkap baharu. Gunakan teks yang sama setiap kali: “Baca, mengikut turutan,
CLAUDE.mddan bahagian tugasan. Sahkan dalam satu baris. Jangan mulakan tugasan; tunggu mesej seterusnya.” Dalam aliran kerja yang dihuraikan, templat ini disimpan dalam editor snippet di bawah satu kekunci pintas. - Apabila tetingkap konteks >60% penuh, beralih ke tetingkap baharu. Teknik sementara: minta Claude, “tulis prompt supaya sembang sebelah boleh menyambung tugasan anda tanpa kehilangan maksudnya”, salin prompt itu dan buka tetingkap baharu.
- Setiap kesilapan AI ialah alasan untuk menambah peraturan. Jangan tulis peraturan dalam fail memori secara manual. Beritahu Claude “itu salah kerana...” ketika kesilapan berlaku, dan Claude akan memformatkan peraturan ke dalam fail mengikut konvensyen “Peraturan → Sebab → Cara”.
Seterusnya: Bagaimanakah Disiplin Kejuruteraan Konteks Akan Berkembang?
Perkara utama
Pada 2026, kejuruteraan konteks beralih daripada fail Markdown berasaskan teks kepada format yang lebih berstruktur. Ciri Dreaming telah muncul, yang membolehkan ejen meneliti semula sesi terdahulu semalaman. Seterusnya ialah artifak HTML, memori berterusan dan penyelarasan berbilang ejen merentas seluruh pasukan produk.
Satu hala tuju perkembangan disiplin ini pada masa ini:
Dreaming — menilai semula sesi pada waktu malam. Pada Code w/ Claude SF pada 6 Mei 2026, Anthropic menunjukkan ciri yang membolehkan ejen meneliti semula sesi terdahulu semalaman dan mengemas kini nota sendiri. Kini, fail memori berstruktur berkembang bukan sahaja apabila anda menulisnya, tetapi juga apabila ejen membuat kesimpulan daripada pengalaman terkumpul.
Satu trend jelas: kejuruteraan konteks menjadi disiplin penuh untuk mereka bentuk maklumat bagi ejen AI, bukan sekadar “cara menulis CLAUDE.md”. Kejuruteraan prompt ialah salah satu peringkat awal disiplin ini. Kejuruteraan konteks ialah peringkat seterusnya.
Persediaan minimum yang berbaloi dibina pada malam pertama: tetapkan CLAUDE.md kepada 80-120 baris (panduan di sini), cipta folder dengan struktur untuk pengetahuan perniagaan, belajar menggunakan /compact dan berhenti menghabiskan had.
Seterusnya, tambah subejen (panduan) dan Skills untuk memindahkan kepakaran khusus daripada konteks bersama kepada skill khusus.
Sumber
- Kejuruteraan konteks yang berkesan untuk ejen AI - Anthropic Applied AI team, 29.09.2025. Teks kanonik dengan 4 prinsip kejuruteraan konteks.
- Cara kami membina sistem penyelidikan berbilang ejen - Anthropic Engineering, 13.06.2025. Sumber bagi angka +90.2% kualiti dan 15× token.
- Anthropic Cookbook - Kejuruteraan konteks dengan penggunaan alat - Primitif praktikal: pemampatan, pembersihan hasil alat dan alat memori.
- Dokumentasi Memori Claude Code - Panduan arahan projek yang ringkas dan khusus; sasaran dipetik kurang daripada 200 baris. Julat 80-120 baris ialah pilihan penulis.
Kenali Ailoot.
Butiran lanjut
Soalan lazim: Kejuruteraan Konteks pada 2026: Maksudnya, Perbezaannya daripada Kejuruteraan Prompt dan Cara Menggunakannya dalam Claude Code
Adakah 200 baris had tegas untuk CLAUDE.md?
Tidak. Panduan dipetik menyarankan kurang daripada 200 baris untuk menjimatkan konteks dan meningkatkan pematuhan. Julat 80-120 baris ialah pilihan praktikal penulis; sahkan peraturan penting pada tugasan sebenar daripada menganggap bilangan baris sebagai jaminan.
Apakah yang patut dipindahkan keluar daripada konteks awal?
Pindahkan contoh terperinci, hasil alat panjang dan bahan rujukan khusus tugasan ke fail berasingan. Kekalkan peraturan ringkas dan rujukan dalam CLAUDE.md, kemudian ambil petikan relevan apabila tugasan memerlukannya.