# Kontekstteknikk i 2026: Hva det er, hvordan det skiller seg fra promptteknikk, og hvordan du bruker det i Claude Code > Hva kontekstteknikk er, og hvordan den skiller seg fra promptteknikk. Kanon fra Anthropic, 7 feil og et minimalt oppsett for Claude Code. Source: https://ailoot.ai/blog/nb/context-engineering/ Canonical: https://ailoot.ai/blog/nb/context-engineering/ Language: nb Publisher: Ailoot (https://ailoot.ai/) Translation: guide-037 Revision: sha256-86af4a0a78d43f031762876abc81d365b794dacb673c3206bed40e74cf2acc34
Viktige punkter Kontekstteknikk er kunsten å konfigurere alt som kommer inn i Claudes kontekstvindu før meldingen din: systemprompten, verktøy, historikk, minnefiler og data fra verktøy. I 2026 har den erstattet promptteknikk som den viktigste ferdigheten—det mener Anthropic. Denne guiden går gjennom kanoniske kilder, 7 vanlige feil som sløser med tokens, og et praktisk oppsett i 7 trinn for Claude Code.
Informasjon om bruk av Ailoot finner du i [dokumentasjonen](https://ailoot.ai/docs/). ## Hva er kontekstteknikk – med én setning?
Viktige punkter Kontekstteknikk er kunsten å velge ut alt som kommer inn i en AI-agents kontekstvindu på hvert trinn: systemprompten, verktøy, historikk, minnefiler og data fra eksterne kilder. Promptteknikk svarte på spørsmålet «Hvordan skriver du en prompt?» Kontekstteknikk svarer på spørsmålet «Hva vet AI-en når du skriver en prompt?»
Anthropic etablerte begrepet i et teknisk blogginnlegg 29. september 2025:
Kontekstteknikk er settet med strategier for å velge ut og vedlikeholde det optimale settet med tokens (informasjon) under LLM-inferens, inkludert alt som legges inn i tillegg til selve promptene.
— Anthropic Applied AI team, https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
Den samme artikkelen inneholder den viktigste formuleringen for å endre perspektiv:
Arbeid med språkmodeller handler stadig mindre om å finne de riktige ordene og formuleringene i promptene, og mer om å svare på et bredere spørsmål: «Hvilken konfigurasjon av konteksten vil mest sannsynlig føre til ønsket modellatferd?»
— Anthropic Applied AI team, https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
Hovedideen: Kontekst er ikke meldingen du skriver. Kontekst er hele mengden informasjon AI-en ser **før** meldingen din—systemprompten, verktøybeskrivelser, samtalehistorikk, minnefiler og data lastet inn via MCP. Prompten er det siste trinnet. Kontekstteknikk er arkitekturen for alt som mates inn i vinduet. ## Hvorfor ble promptteknikk utdatert i 2026?
Viktige punkter Promptteknikk oppsto da modeller arbeidet med én prompt—én tur, én oppgave. AI-agenter i 2026 kjører lange økter med verktøy, minne, underagenter og data som hentes inn underveis gjennom verktøy. I denne arkitekturen er formuleringen av én enkelt prompt ikke lenger hovedferdigheten; det er det å velge ut all informasjonen agenten ser.
Skiftet skjedde sommeren 2025. **29. september 2025:** Anthropic etablerer fagfeltet i et teknisk blogginnlegg og presenterer en kanon med 4 prinsipper. Promptteknikk har ikke «dødd». Den har blitt grunnleggende kompetanse, som å kunne skrive på et tastatur. Oppå den har det vokst fram et fagfelt som AI-agenter trenger for ikke å bryte sammen på lange oppgaver: kontekstteknikk. ## Hvordan skiller kontekstteknikk seg fra promptteknikk? 5 forskjeller
Viktige punkter Promptteknikk optimaliserer én prompt: Du velger formulering, mal og tone. Kontekstteknikk utformer hele informasjonsmiljøet før prompten: systemprompten, verktøy, økthistorikk, minnefiler og gjenfinning. Forskjellen viser seg på fem områder: hva som optimaliseres, tidshorisonten, hovedrisikoen, kjerneferdigheten og kilden i prosjektet.
| Aspekt | Promptteknikk | Kontekstteknikk | |----|----|----| | **Hva som optimaliseres** | Formuleringen av én prompt | Hele samlingen av tokens: systemprompt + verktøy + historikk + hentede data | | **Tidshorisont** | Én tur | Mange turer pluss overganger mellom økter | | **Hovedrisiko** | Modellen forstår ikke prompten | Modellen drukner i støy (kontekstråte) | | **Kjerneferdighet** | Tekstforfatting og forståelse av modellen | Informasjonsarkitektur og målrettet gjenfinning | | **Kilde i prosjektet** | Promptmalen din | CLAUDE.md, minnefiler, gjenfinning, underagenter, komprimering | | **Metafor** | «Hvordan skriver man en prompt?» | «Hva vet AI-en når du gir den en prompt?» | Kontekstteknikk betyr ikke «bare å fylle på med mer». Det handler om **presis dosering**. For lite, og AI-en mangler kontekst og hallusinerer. For mye, og AI-en drukner i støy, mister tråden underveis og koster mer. Promptteknikk tok seg av det siste trinnet. Kontekstteknikk tar seg av alt som kom før det. ## Hvorfor betyr ikke 1M tokens «putt alt inn»?
Viktige punkter Modellenes kontekstvinduer ble større i 2026: Claude Opus 4.7 og Sonnet 4.6 støtter 1 million tokens. Det gir en illusjon av at du kan putte hele repoet inn i vinduet. I praksis betyr ikke et stort vindu et stort, nyttig minne—modellene begynner å prestere dårligere lenge før grensen nås.
Gjeldende kontekstgrenser for Claude-modeller: | Modell | Kontekstvindu | Tilgjengelig på | |-------------------|--------------------|--------------------------| | Claude Haiku 4.5 | 200,000 tokens | alle abonnementer | | Claude Sonnet 4.6 | 1,000,000 tokens | Pro+ med brukskreditter | | Claude Opus 4.7 | 1,000,000 tokens | Pro, Max, Team, Enterprise | 1M tokens tilsvarer omtrent 2,500 sider tekst. Det kan virke som om du kan laste inn all prosjektdokumentasjonen, all korrespondansen og alle spesifikasjonene, og la AI-en finne ut av det. Men Anthropic sier det tydelig i den tekniske bloggen sin:
Du bør behandle kontekst som en begrenset ressurs med avtakende utbytte.
— Anthropic Applied AI team, https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
Med andre ord er kontekst en begrenset ressurs med avtakende utbytte. Hver ekstra token gir ikke fordeler lineært. Jo lengre vinduet er, desto dårligere presterer modellen med informasjonen i det. Den viktigste ferdigheten i 2026 er ikke å holde alt åpent. Det er å bytte raskt mellom smale kontekster, én for hver oppgave. ## Den største feilen: Gir mer kontekst et dårligere resultat?
Viktige punkter Jo lengre konteksten er, desto dårligere arbeider modellen med informasjonen i den. Fenomenet kalles kontekstråte. Effekten «lost in the middle» spiller også inn: modellene husker begynnelsen og slutten av konteksten, men hopper over midten. Den praktiske lærdommen er at lange minnefiler virker mot deg.
Den andre effekten, «lost in the middle», virker parallelt. I praksis kan en viktig regel begravd i en lang CLAUDE.md få mindre oppmerksomhet. Dette er en risiko å teste i reelle oppgaver, ingen garanti for at modellen hopper over en bestemt linje. Anthropic anbefaler en lengdegrense i CLAUDE.md-dokumentasjonen:
Prøv å holde CLAUDE.md under 200 linjer—lengre filer bruker mer kontekst og reduserer etterlevelsen av instruksjoner.
— Anthropic, https://code.claude.com/docs/en/memory
Under 200 linjer er et lengdemål i den siterte veiledningen, ikke en hard terskel der etterlevelse stopper. Intervallet 80-120 linjer er forfatterens arbeidspreferanse fra prosjektene som beskrives, ikke et separat Anthropic-krav. Hold instruksjonene relevante og test om viktige regler følges. Hver ekstra linje konkurrerer om oppmerksomhet og kontekst. Se guiden [«Slik konfigurerer du CLAUDE.md i 2026»](https://ailoot.ai/blog/nb/claude-md-template/) for mer informasjon om å tilpasse CLAUDE.md til denne grensen. ## 5 prinsipper for kontekstteknikk ifølge Anthropic
Viktige punkter I et teknisk blogginnlegg 29. september 2025 beskrev Anthropic 5 grunnleggende strategier for kontekst: begrenset ressurs, gjenfinning akkurat i tide, strukturert notatskriving, komprimering og underagentarkitekturer. Dette er kanonen som alle andre forfattere på området nå viser til.
### Prinsipp 1. Kontekst er en begrenset ressurs Dette er grunnpremisset, og uten det fungerer ikke de fire andre prinsippene. Anthropic skriver:
Det generelle rådet for alle kontekstkomponenter (systemprompter, verktøy, eksempler, meldingshistorikk osv.) er å være gjennomtenkt og holde konteksten informativ, men tettpakket.
— Anthropic Applied AI team, https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
«Tettpakket» betyr «innholdsrik, uten fyll». Hver token i vinduet bør påvirke modellens beslutning på en vesentlig måte. Hvis en linje i CLAUDE.md sier «vi prøver å skrive ren kode», kan du slette den; den gir ingen informasjon av betydning. ### Prinsipp 2. Gjenfinning akkurat i tide AI-agenten henter data gjennom verktøy underveis i stedet for å laste alt inn i vinduet på forhånd. Dette er arkitekturen til Claude Code: I stedet for en vektordatabase eller indeks bruker agenten `glob` og `grep`, slik en utvikler søker gjennom kode manuelt. Når du bør bruke dette: Du **vet ikke på forhånd** hvilke passasjer oppgaven vil kreve. ### Prinsipp 3. Strukturert notatskriving Agenten skriver notater til ekstern lagring og laster dem inn ved behov. I Claude Code er dette implementert gjennom minneverktøyet. Anthropic beskriver det slik i sin Cookbook:
Minne er strukturerte notater: Agenten skriver til vedvarende ekstern lagring for å følge framdriften på tvers av oppgaver og økter, uten å holde alt i den aktive konteksten.
— Anthropic Cookbook, https://platform.claude.com/cookbook/tool-use-context-engineering-context-engineering-tools
Når du bør bruke dette: lange økter, overganger mellom økter og oppbygging av prosjektkunnskap. ### Prinsipp 4. Komprimering Meldingshistorikken komprimeres til et sammendrag når grensen nærmer seg. I Claude Code er dette kommandoen `/compact`, i tillegg til automatisk komprimering når vinduet når omtrent 80%. Anthropic skriver:
Komprimering komprimerer hele vinduet når det blir for stort.
— Anthropic Cookbook, https://platform.claude.com/cookbook/tool-use-context-engineering-context-engineering-tools
Når du bør bruke dette: lange analytiske samtaler der chatthistorikken har blitt dødvekt og fyller vinduet i stedet for å være til hjelp. ### Prinsipp 5. Underagentarkitekturer Spesialiserte underagenter arbeider parallelt i sine egne kontekstvinduer og sender komprimerte sammendrag tilbake til hovedagenten. Anthropic skriver:
Underagenter bidrar til komprimering: De arbeider parallelt i egne kontekstvinduer og undersøker ulike sider av et spørsmål samtidig.
— Anthropic Engineering, https://www.anthropic.com/engineering/multi-agent-research-system
Tall fra deres egen interne test: En hovedagent med Claude Opus 4 pluss underagenter med Claude Sonnet 4 gir **+90.2% kvalitet** sammenlignet med én Claude Opus 4 på forskningsoppgaver. Kostnaden er omtrent 15× flere tokens. Lærdommen: Dette lønner seg når resultatet er verdifullt. Se guiden [«Underagenter for Claude Code»](https://ailoot.ai/blog/nb/claude-code-subagents/) for mer informasjon om konfigurering av underagenter i Claude Code. ## 7 feil som sløser med tokens og skaper problemer i Claude Code
Viktige punkter Sju vanlige antipatterns beskrevet med eksempler fra prosjekter. Hvert av dem sløser med tokens uten nytte eller fører til hallusinasjoner på grunn av kontekstråte. Under hvert punkt står det hvordan kontekstteknikk løser problemet.
| \# | Antimønster | Hva skjer | Slik løser du det | |----|----|----|----| | 1 | **Limte inn hele README-filen og 5 kodefiler i én prompt** | Vinduet fylles 50% i løpet av én tur og når deretter raskt grensen | Bruk minneverktøyet for fakta som skal vare, og gjenfinning akkurat i tide—la Claude lese filer selv med `read_file`/`glob` | | 2 | **CLAUDE.md med 500 linjer** | Lange instruksjoner kan redusere etterlevelse, særlig når viktige regler er begravd i midten | 80-120 linjer, imperativer, egne deler for kommandoer og stil. Plasser det viktigste i begynnelsen og slutten | | 3 | **Jeg kjører ikke `/compact` i lange økter** | En økt når 180k tokens, Claude glemmer de første meldingene, og du gjentar konteksten manuelt | Kjør `/compact` manuelt eller bruk automatisk komprimering med en utløser. Et tegn på overbelastning er indikatoren for kontekstbruk i Claude desktop | | 4 | **Én Claude til alt** | Én agent planlegger, søker, koder, gjennomgår og tester—vinduet vokser eksponentielt | Underagenter: Hver har sin egen kontekst, og hovedagenten samler sammendragene. Anthropic rapporterer +90.2% kvalitet på forskningsoppgaver | | 5 | **Minnefiler vokser på grunn av verktøyresultater** | Agenten leser den samme filen 5 ganger og fyller 96% av konteksten med resultater fra verktøykall | Tøm verktøyresultater: behold 4-6 nylige resultater og fjern resten. Det at et kall fant sted, blir bevart | | 6 | **La hele repoet ligge i mappen `examples/`** | AI-en leter etter et mønster blant 200 eksempler og går seg vill | 3-7 kanoniske mønstre i `examples/`, ett for hver bestemt oppgavetype | | 7 | **En Markdown-liste på 200 linjer som «funksjonsplan»** | En lang ustrukturert liste kan gjøre oppgavesporing vanskeligere; det finnes ikke et universelt feilpunkt ved linje 50 | Bruk et HTML-artefakt eller en nummerert plan i en egen fil | Anthropic’s Cookbook beskriver en konkret måling for feil #5: I grunnlinjeøkten var det første dokumentet i konteksten (om C. elegans) teknisk sett i vinduet, men begravd under 335k tokens. Teknisk tilgjengelig. I praksis husket modellen det ikke. Med minneverktøyet løses situasjonen slik: notatfilen `aging_model_organisms_comparison.md` er på omtrent 3000 tokens, i stedet for å laste inn det opprinnelige korpuset på nytt. En hverdagslig sammenligning: Kontekstvinduet er et skrivebord. Hvis det ligger 200 dokumenter der, finner du ikke det du trenger, selv om det er der. Kontekstteknikk er kunsten å «bare ha det du trenger på skrivebordet nå, legge resten i arkivet og hente det inn ved behov». ## Hvordan setter du sammen et fungerende oppsett på én kveld?
Viktige punkter Et minimalt, fungerende oppsett for kontekstteknikk i Claude Code har 7 elementer: CLAUDE.md, eksempler, PRP-dokumenter, minneverktøy, /compact, underagenter og gjenfinning akkurat i tide gjennom verktøy. Grunnrammeverket tar 30-40 minutter å sette opp; en fullstendig konfigurasjon med eksempler og verifiserte prompter tar en kveld. Du kan finjustere den etter hvert.
De sju trinnene i rekkefølge: 1. **CLAUDE.md med 80-120 linjer.** I prosjektets rotmappe. Bruk imperativer, ikke beskrivelser. I den [offisielle dokumentasjonen](https://code.claude.com/docs/en/memory) anbefaler Anthropic prinsippet `Specificity`: Regler bør være konkrete og entydige, ikke generelle prinsipper. I praksis fungerer «bruk aldri inline mocks i tester» bedre enn «vi prøver å skrive ren kode». Se guiden [«Slik konfigurerer du CLAUDE.md»](https://ailoot.ai/blog/nb/claude-md-template/) for en detaljert mal. 2. **En `examples/`-mappe med 3-7 verifiserte mønstre.** Ett eksempel for hvert vanlig mønster: et API-kall, skriving av en test, en migrering, feilhåndtering. Når Claude ser et mønster i `examples/`, gjenskaper den det nøyaktig. Uten eksempler gjetter den seg fram. 3. **PRP-dokumenter for større funksjoner.** PRP = Product Requirements Prompt. Én fil per funksjon: kontekst pluss plan pluss validering pluss eksempler. 4. **Et minneverktøy for fakta som skal vare mellom økter.** I Anthropic’s Cookbook er Claudes minneverktøy implementert som et strukturert notatlager. Når agenten kommer tilbake til en oppgave i en ny økt, leser den notatene først i stedet for å lese hele korpuset på nytt. 5. **`/compact` pluss automatisk komprimering ved 80% av grensen.** Ikke vent til vinduet når grensen. Slå på automatisk komprimering i innstillingene, eller kjør `/compact` selv når det føles som om økten går i ring. 6. **Underagenter for research / gjennomgang / planlegging.** Hver underagent har sin egen kontekst og en avgrenset prompt. Hoved-Claude mottar bare sammendraget, ikke råmaterialet. Se [«Underagenter for Claude Code»](https://ailoot.ai/blog/nb/claude-code-subagents/) og [«Skills for Claude Code»](https://ailoot.ai/blog/nb/claude-code-skills-library/) for mer informasjon (Skills er en måte å samle avgrenset ekspertise i en skill som Claude bruker automatisk). 7. **Gjenfinning akkurat i tide i stedet for forhåndslasting.** Ikke putt hele repoet inn i vinduet. La Claude søke selv med `glob` og `grep`. Dette er selve arkitekturen til Claude Code. Flere praktiske regler fra prosjekterfaringen som beskrives: - **Én oppgave, ett vindu.** Når du er ferdig, lukker du det og åpner et nytt. Ikke la historikken hope seg opp over flere oppgaver på rad. - **Mal for den første kommandoen i et nytt vindu.** Bruk den samme teksten hver gang: «Les `CLAUDE.md` og oppgaveområdet, i denne rekkefølgen. Bekreft med én linje. Ikke begynn på oppgaven; vent på neste melding.» I arbeidsflyten som beskrives, er denne malen lagret i et snippet-redigeringsprogram på én hurtigtast. - **Bytt til et nytt vindu når kontekstvinduet er >60% fullt.** En midlertidig teknikk: Be Claude «skriv en prompt slik at nabochatten kan fortsette oppgaven uten å miste meningen», kopier den og åpne et nytt vindu. - **Hver AI-feil er en grunn til å legge til en regel.** Ikke skriv regler for hånd i minnefilene. Si til Claude «det er feil fordi...» idet feilen skjer, så formaterer Claude regelen i en fil etter konvensjonen «Regel → Hvorfor → Hvordan». ## Hva nå: Hvordan vil kontekstteknikk utvikle seg?
Viktige punkter I 2026 beveger kontekstteknikk seg fra tekstbaserte Markdown-filer til mer strukturerte formater. Funksjonen Dreaming har kommet, der en agent går gjennom tidligere økter på nytt over natten. Neste steg er HTML-artefakter, vedvarende minne og orkestrering av flere agenter på tvers av hele produktteamet.
Én retning fagfeltet beveger seg i akkurat nå: **Dreaming—ny gjennomgang av økter over natten.** På Code w/ Claude SF 6. mai 2026 viste Anthropic en funksjon der en agent går gjennom tidligere økter over natten og oppdaterer sine egne notater. Strukturerte minnefiler vokser nå ikke bare når du skriver i dem, men også når agenten trekker konklusjoner fra opparbeidet erfaring. Én trend er tydelig: Kontekstteknikk blir et fullverdig fagfelt for utforming av informasjon til AI-agenter, ikke bare «hvordan skriver man CLAUDE.md». Promptteknikk var et av de første nivåene i dette fagfeltet. Kontekstteknikk er det neste. Det minste det er verdt å sette opp den første kvelden: konfigurer CLAUDE.md til 80-120 linjer (guide [her](https://ailoot.ai/blog/nb/claude-md-template/)), opprett en mappe med en struktur for forretningskunnskap, lær deg å bruke `/compact`, og [slutt å bruke opp grensene](https://ailoot.ai/blog/nb/claude-code-token-limits-saving/). Deretter legger du til underagenter ([guide](https://ailoot.ai/blog/nb/claude-code-subagents/)) og [Skills](https://ailoot.ai/blog/nb/claude-code-skills-library/) for å flytte spesialisert ekspertise ut av den delte konteksten og inn i egne skills.
### Kilder - [Effektiv kontekstteknikk for AI-agenter](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) - Anthropic Applied AI team, 29.09.2025. Den kanoniske teksten med 4 prinsipper for kontekstteknikk. - [Slik bygde vi forskningssystemet vårt med flere agenter](https://www.anthropic.com/engineering/multi-agent-research-system) - Anthropic Engineering, 13.06.2025. Kilden til tallene +90.2% kvalitet og 15× tokens. - [Anthropic Cookbook - Kontekstteknikk med verktøybruk](https://platform.claude.com/cookbook/tool-use-context-engineering-context-engineering-tools) - Praktiske byggesteiner: komprimering, tømming av verktøyresultater og minneverktøyet. - [Claude Code-dokumentasjon om minne](https://code.claude.com/docs/en/memory) - Veiledning om korte og konkrete prosjektinstruksjoner; det siterte målet er under 200 linjer. Intervallet 80-120 linjer er forfatterens preferanse.
Bli kjent med [Ailoot](https://ailoot.ai/). ## Spørsmål om denne veiledningen: Kontekstteknikk i 2026: Hva det er, hvordan det skiller seg fra promptteknikk, og hvordan du bruker det i Claude Code ### Er 200 linjer en hard grense for CLAUDE.md? Nei. Den siterte veiledningen anbefaler under 200 linjer for å spare kontekst og forbedre etterlevelse. Forfatterens 80-120 linjer er en praktisk preferanse. Verifiser viktige regler på reelle oppgaver fremfor å behandle linjetall som en garanti. ### Hva bør flyttes ut av startkonteksten? Flytt detaljerte eksempler, lange verktøyresultater og oppgavespesifikt referansemateriale til separate filer. Behold korte regler og pekere i CLAUDE.md, og hent relevante utdrag når oppgaven trenger dem. ## Ailoot · Selskapet og dets prosjektportefølje Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll. Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.