Контекст-инжиниринг: что это и как им пользоваться
Когда ты общаешься с Claude или ChatGPT, результат зависит не только от твоего промпта. Гораздо важнее — контекст, который ты передал модели. Это как работа с программистом: если ты плохо объяснил задачу, он напишет не то, даже если будет стараться.
Контекст-инжиниринг — это методология подготовки и структурирования информации для AI, чтобы модель понимала именно твою ситуацию и давала релевантные ответы. Не просто правильные, а точно под твои нужды.
Почему контекст важнее промптов
Вот парадокс: люди часто зацикляются на идеальном промпте, а на самом деле контекст важнее промптов. Можешь писать супер-умный промпт, но если AI не знает ничего про твой бизнес, твой опыт, твои цели — результат будет поверхностным.
Представь: ты просишь Claude помочь с маркетинг-стратегией. Один сценарий — ты передал ему только вопрос. Другой — ты дал ему описание аудитории, прошлые кампании, бюджет, конкурентов. Разница в качестве ответа будет как небо и земля.
Три источника контекста
Контекст-инжиниринг строится на собирании информации из трёх основных источников:
1. Тесты и метрики
Численные данные, которые говорят правду. Это результаты экспериментов, метрики продукта, аналитика. Например, если ты делаешь SaaS, дай AI твои MRR, churn rate, стоимость привлечения клиента — и модель поймёт реальную картину.
2. Цифровой след
Всё, что ты оставляешь в интернете и в своих системах. Переписка, заметки, документы, посты, заказы — это кладезь информации о том, как ты реально думаешь и действуешь. Если ты хранишь свои идеи в Obsidian, это идеальный источник контекста для AI.
3. Рефлексия
То, что ты осознанно записал о себе и своих целях. Not случайные заметки, а целенаправленные ответы на вопросы: "Кто я как специалист?", "Какие у меня цели на год?", "Что меня раздражает в работе?". Это самозаписанный портрет.
Контекстная алхимия — смешивание источников
Самое интересное начинается, когда ты комбинируешь эти источники неочевидным образом. Например:
- Ты смешиваешь свои терапевтические прозрения (из рефлексии) с должностной ролью (цифровой след) — и AI помогает тебе нарисовать портрет идеального партнёра для бизнеса.
- Ты смешиваешь медданные за три года (тесты) с жизненными привычками (цифровой след) — и Claude разрабатывает персональный план оздоровления.
Это не просто дополнение контекста — это синтез, который рождает новые инсайты.
Как часто обновлять контекст: 4 сезона
Контекст — это не статичный файл. Ты меняешься, твои цели меняются, появляется новая информация. Поэтому нужна система обновления с разной частотой:
- Real-time — информация, которая нужна в момент. Например, текущий курс валют для финансиста или соответствие требованиям лицензии для юриста.
- Daily — дневная рефлексия, что произошло, какие уроки. Обновляется каждый день, как дневник.
- Weekly — еженедельный review: какие цели выполнены, что не получилось, какие поправки нужны.
- Quarterly — глубокая переоценка направления, больших целей, стратегии.
Ключ в том, чтобы записывать близко к точке возникновения. Помни кривую Эббингауза? Информация, записанная сразу, сохраняется, а откложенная на потом — забывается.
MVP: контекст начинается с about.me файла
Не усложняй. Начни с минимально жизнеспособного продукта — одного файла about.me.md в Obsidian или даже в текстовом редакторе. Вот что туда включить:
- Кто ты (профессия, опыт, ключевые навыки)
- Какие сейчас цели (на месяц, квартал, год)
- Какие инструменты используешь (стек)
- Что раздражает, что вдохновляет
Один такой файл даёт 80% пользы. Дальше можешь расширять — добавлять подробные заметки, результаты тестов, цифровой архив. Но начни с простого.
Где хранить контекст
Для реализации контекст-инжиниринга тебе нужна база знаний:
- Obsidian — лучший вариант для персональной системы контекста. Создаёшь граф заметок, связываешь идеи, потом выгружаешь в контекстное окно Claude или ChatGPT.
- Notion — если предпочитаешь облачное решение и сотрудничество.
- Granola или NotebookLM — специализированные инструменты для работы с контекстом и AI.
Главное — система должна быть актуальной и доступной. Мёртвая база, в которую ты ничего не добавляешь, — бесполезна.
Автоматизация сбора контекста
Где возможно, автоматизируй. Например:
- Интеграция календаря в базу знаний (какие встречи, кто участвовал).
- Экспорт метрик напрямую из аналитики.
- Синхронизация заметок из мессенджеров и email.
Но не стремись всё автоматизировать сразу. Ручное добавление важных инсайтов часто ценнее.
Практический пример
Допустим, ты готовишься к встрече с инвестором. Вместо того, чтобы просто написать Claude "помоги подготовиться":
- Откроешь свой about.me файл и историю питчей.
- Выгрузишь последние результаты продукта (metrics).
- Добавишь заметки о том, какие вопросы обычно задают инвесторы в твоей нише.
- Дашь Claude весь этот контекст (100—200 слов информации).
- Попросишь: "На основе этого контекста помоги подготовиться к встрече".
Результат будет персонализированным, учтёт реальную ситуацию, а не генеральные советы.
FAQ
Q1: Какое минимальное количество контекста нужно для хорошего результата?
Начни с 200—300 слов в файле about.me. Это, реально, даёт 80% эффекта. Дальше расширяй по мере необходимости.
Q2: Как быстро AI "забывает" о контексте?
Зависит от модели и размера контекстного окна. Claude 3.5 держит в голове 200K токенов — это примерно 150K слов. То есть немало. Но пусти в контекст только релевантное для задачи, чтобы модель не отвлекалась.
Q3: Контекст-инжиниринг только для продвинутых пользователей?
Нет. Даже новичок может создать файл с описанием себя, целей, инструментов — и сразу получит лучшие результаты. Сложность в том, чтобы систематизировать, а не в самой идее.
Q4: Как смешивать разные источники контекста?
Передай их в одном промпте вместе и напиши, как их связать. Например: "Вот мои терапевтические инсайты, вот моя должностная роль, помоги найти пересечение для моего идеального партнёра".
Q5: Нужно ли обновлять контекст после каждой встречи?
Для важных проектов — да. Добавляй short notes сразу после встреч. Дневной review на weekly note — минимум раз в неделю.