Контекст-инжиниринг: как настроить работу с Claude Code

Материалы о работе с Ailoot собраны в документации.

Что означает контекст-инжиниринг?#

Anthropic описывает контекст-инжиниринг как стратегии формирования и поддержания подходящего набора токенов во время работы языковой модели. В него входит не только текст самого запроса, но и остальные сведения, поступающие в модель.

В инженерной статье Anthropic предлагается сместить внимание с подбора отдельных слов и фраз на более общий вопрос: какая конфигурация контекста с большей вероятностью приведёт к требуемому поведению модели?

Иными словами, контекст — это вся информация, доступная ИИ до и во время выполнения задачи: системные инструкции, описания инструментов, история общения, файлы памяти и сведения, полученные через MCP. Промпт — лишь один из элементов этой среды. Контекст-инжиниринг определяет, как устроена вся совокупность входных данных.

Почему промпт-инжиниринга уже недостаточно?#

Изменение подхода стало особенно заметным летом 2025 года. 29 сентября 2025 года Anthropic описала эту дисциплину в инженерной статье и изложила набор из четырёх принципов.

Промпт-инжиниринг при этом остаётся полезной базой. Но при длительной работе с агентом нужно учитывать не только формулировку запроса, но также историю, инструменты, внешние данные и содержимое памяти.

Пять отличий контекст-инжиниринга от промпт-инжиниринга#

Anthropic подчёркивает, что контекст следует подбирать с учётом задачи. Недостаток данных мешает модели хорошо справиться, а избыток не относящихся к делу сведений повышает затраты и может ухудшить результат.

Таким образом, контекст-инжиниринг не означает, что нужно просто загружать больше информации. Важно подобрать нужный объём: при нехватке контекста модель может упустить важные обстоятельства, а при избытке — отвлечься на шум. Поэтому качество зависит от того, какие сведения включены и как они расположены.

Промпт-инжиниринг отвечает за формулировку запроса. Контекст-инжиниринг охватывает информационную подготовку и окружение, в котором запрос будет обработан.

Почему окно в 1 миллион токенов не означает, что нужно загрузить всё?#

В статье указаны следующие лимиты контекстного окна для моделей Claude:

Миллион токенов — это примерно 2500 страниц текста. Может показаться, что в окно можно поместить всю документацию проекта, переписку и спецификации. Однако Anthropic советует рассматривать контекст как ограниченный ресурс, отдача от которого уменьшается по мере добавления новых сведений.

Это значит, что каждый новый токен не добавляет одинаковую ценность. По мере увеличения объёма входных данных становится важнее отбирать и упорядочивать их, чтобы существенная информация оставалась заметной для модели.

Для продолжительной работы полезно организовывать контекст вокруг конкретной задачи и переключаться между такими наборами сведений. В этом помогает выборочное чтение файлов вместо постоянной загрузки всего проекта.

Почему избыток контекста может ухудшить результат?#

Вместе с ростом контекста полезно следить за тем, как в нём распределены сведения. Ещё один описанный эффект — lost in the middle: важные детали, расположенные в середине длинного материала, могут оказаться менее заметными.

На практике это даёт простой совет: критические правила не стоит прятать в середине длинного файла CLAUDE.md. Сделайте инструкции краткими и поместите наиболее важные указания туда, где их легко найти.

В документации Anthropic для Claude Code рекомендуется держать CLAUDE.md в пределах 200 строк: чрезмерно длинный файл занимает больше контекста и может ухудшить соблюдение инструкций.

Ограничение в 200 строк — ориентир, а не обещание, что модель перестанет следовать правилам сразу после этой отметки. Выбирайте длину, достаточную для нужных указаний, и удаляйте повторы и расплывчатые формулировки. Подробнее о настройке файла — в руководстве «Как настроить CLAUDE.md в 2026 году».

Принципы работы с контекстом по материалам Anthropic#

Принцип 1. Считайте контекст ограниченным ресурсом

Этот подход служит основой остальных рекомендаций. Anthropic советует тщательно подбирать системные инструкции, инструменты, примеры и историю общения, сохраняя контекст информативным и ёмким.

Старайтесь включать в инструкции конкретные указания, которые могут повлиять на действия модели. Общие фразы вроде «мы стараемся писать чистый код» обычно менее полезны, чем точное описание требуемого действия или ограничения.

Принцип 2. Извлекайте данные по мере необходимости

Вместо предварительной загрузки всех файлов агент может находить нужные сведения через инструменты непосредственно во время работы. Например, Claude Code позволяет искать файлы и фрагменты кода с помощью glob и grep.

Этот подход подходит, когда в начале задачи ещё неизвестно, какие именно файлы или данные понадобятся.

Принцип 3. Ведите структурированные заметки

Агент может сохранять заметки во внешнем хранилище и обращаться к ним при необходимости. В материалах Anthropic memory описана как набор структурированных записей, позволяющий отслеживать ход задач и сессий, не удерживая всю информацию в активном контексте.

Такой способ полезен при длительной работе, переходах между сессиями и накоплении знаний о проекте.

Принцип 4. Сжимайте историю диалога

При приближении к лимиту историю сообщений можно свести к краткому изложению, сохранив важные выводы и текущие задачи. В Claude Code для этого предусмотрена команда /compact; доступность и поведение автоматического сжатия зависят от актуальных настроек и версии инструмента.

Этот приём помогает в продолжительных аналитических диалогах, когда накопленная переписка занимает место, но уже мало помогает решать текущую задачу.

Принцип 5. Разделяйте работу между субагентами

Специализированные субагенты могут выполнять отдельные части задачи в собственных контекстных окнах, а ведущий агент получает от них краткие результаты. В статье Anthropic о многоагентной исследовательской системе описаны параллельное выполнение задач и передача сводок между агентами.

Для некоторых исследовательских задач Anthropic сообщила, что система с ведущим Claude Opus 4 и субагентами Claude Sonnet 4 показала на 90,2% более высокое качество, чем один Claude Opus 4. В описанной системе затраты составляли примерно в 15 раз больше токенов. Эти результаты относятся к указанному внутреннему тестированию, а не гарантируют такой же эффект для других задач.

О настройке субагентов в Claude Code читайте в руководстве «Subagents для Claude Code».

Семь ошибок, которые перегружают контекст Claude Code#

В примере Anthropic Cookbook обсуждается ситуация, когда документ о C. elegans оставался в контексте, но оказался скрыт среди 335 тысяч токенов. В описанном варианте с memory tool вместо повторного чтения исходных материалов использовался файл aging_model_organisms_comparison.md объёмом около 3000 токенов. Это иллюстрирует, как краткие заметки могут заменить повторную загрузку большого корпуса в конкретной задаче.

Можно представить контекст как рабочий стол: если он завален документами, нужный файл становится трудно отыскать. Удобнее держать рядом только материалы для текущего этапа, а остальные сохранять и извлекать при необходимости.

Как настроить базовую рабочую среду за один вечер?#

Рекомендуемая последовательность:

1. Подготовьте CLAUDE.md. Создайте файл в корне проекта и включите в него конкретные инструкции. Документация Anthropic советует формулировать правила ясно и недвусмысленно. Например, «не используй inline mocks в тестах» задаёт более определённое требование, чем общая просьба писать чистый код. Дополнительный шаблон приведён в руководстве «Как настроить CLAUDE.md».

2. Соберите папку examples/ с несколькими проверенными образцами. Подберите примеры для типовых операций: вызова API, написания теста, миграции или обработки ошибки. Подходящий образец помогает Claude следовать уже принятому в проекте стилю.

3. Описывайте крупные функции в отдельных PRP-документах. PRP означает Product Requirements Prompt. Один документ может содержать контекст функции, план реализации, критерии проверки и примеры. Перед началом работы полезно согласовать такой план с требованиями задачи.

4. Используйте memory tool для сведений, нужных между сессиями. В Anthropic Cookbook memory tool описан как структурированное хранилище заметок. При возвращении к задаче агент может сначала ознакомиться с сохранёнными выводами, а не перечитывать все исходные материалы.

5. Применяйте /compact, когда история разрастается. Не обязательно ждать полного заполнения окна: используйте команду, если дальнейшая работа затруднена накопившейся перепиской. Наличие и настройки автоматического сжатия зависят от версии и конфигурации Claude Code.

6. Поручайте отдельные части работы субагентам. Для исследования, проверки или планирования можно выделить специализированные задачи с собственными инструкциями. Ведущему агенту передавайте краткие результаты. См. руководства «Subagents для Claude Code» и «Skills для Claude Code»: Skills позволяют упаковать специализированные инструкции в навык, который Claude может применять в подходящих ситуациях.

7. Ищите материалы по мере необходимости. Не загружайте весь репозиторий заранее. Попросите Claude находить нужные файлы с помощью glob и grep, а затем изучать только относящиеся к задаче фрагменты.

Дополнительные рабочие привычки:

• Выделяйте отдельный контекст под конкретную задачу. После её завершения начните новую сессию, если накопленная история больше не нужна.
• Задавайте ясную стартовую инструкцию. Например: «Прочитай CLAUDE.md и материалы по задаче. Кратко подтверди, что понял условия, и дождись следующего сообщения». При необходимости сохраните эту формулировку как шаблон.
• Следите за объёмом окна. Если в сессии уже накопилось много сведений, попросите подготовить краткую передачу задачи, перенесите её в новую сессию и проверьте, что там есть все важные условия.
• Используйте ошибки как повод уточнить инструкцию. Если Claude допустил ошибку, объясните, какое правило он нарушил и почему. Затем добавьте краткое конкретное указание в подходящий файл проекта.

Как продолжать развивать работу с контекстом?#

Начните с небольших изменений, которые упрощают работу с информацией:

1. Структурируйте планы и материалы. Для длинных планов используйте отдельные файлы, разделы и наглядные структуры. Выбирайте формат, который помогает быстро находить нужную часть и вносить локальные изменения.

2. Пересматривайте сохранённые заметки. Регулярно проверяйте, остаются ли записи актуальными и полезными. Удаляйте повторы и уточняйте выводы, которые помогут вернуться к задаче в будущем.

3. Сохраняйте полезную информацию между сессиями. Память может быть отдельным слоем рабочей среды: храните там краткие выводы и извлекайте их, когда они понадобятся, вместо повторного чтения всех материалов.

Общий принцип — контекст-инжиниринг включает больше, чем настройку одного CLAUDE.md: это организация информации для ИИ-агента. Начните с файла инструкций, используйте /compact, когда история становится слишком большой, а затем добавляйте субагентов и Skills для задач, где действительно нужна отдельная специализация.

Познакомьтесь с Ailoot.