Mer enn en prompt
Kontekstteknikk: gi modellen riktig arbeidsflate
Prompten er bestillingen. Konteksten er hele arbeidsflaten modellen får: materiale, historikk, verktøy, eksempler, regler og tillatelser.
Et stort vindu er ikke en søppelplass
Studier av lang kontekst har vist at modeller kan bruke informasjon ulikt avhengig av plassering og mengden distraksjon. Resultatene varierer med modell og oppgave, så bruk dem som en advarsel mot «lim inn alt» — ikke som en universell plasseringsregel.
Hent relevante utdrag, behold kildeetiketter og legg det konkrete spørsmålet tydelig etter materialet når leverandørens modellguide anbefaler det. Test også med fakta i ulike deler av konteksten.
Kontekstsjekk
- Påvirker hvert dokument et valg i oppgaven?
- Er ferske og gamle beslutninger skilt?
- Kan modellen se hvilken kilde et utdrag kommer fra?
- Er ubetrodd innhold markert som data?
- Finnes et budsjett for historikk og verktøyresultater?
En mal for lange dokumentoppgaver
<documents>
<document id="A" source="[navn, dato, lenke]">
[innhold]
</document>
<document id="B" source="[navn, dato, lenke]">
[innhold]
</document>
</documents>
Basert på materialet over:
1. Finn delene som er relevante for [spørsmål].
2. Knytt hvert funn til dokument-ID og sted.
3. Skill eksplisitt sitert innhold fra din slutning.
4. Si fra hvis dokumentene motsier hverandre eller ikke gir svar.
Lever: [ønsket format].XML og Markdown er skilletegn, ikke kvalitetsmagi. Velg den strukturen som gjør instruksjon, kilder og variabel input entydige, og bruk den konsekvent.
Kilder
- Anthropic: Effective context engineering for AI agents — kontekst som en begrenset ressurs
- Liu mfl.: Lost in the Middle — plassering og lang kontekst
- Hsieh mfl.: RULER — bredere langkontekst-evaluering
- OpenAI: Compaction — komprimering i lange Responses-løp
- Google: Long context — offisiell, modellspesifikk veiledning