Context Engineering: Lapisan antara Prompt dan Produk AI Andal
Context engineering adalah praktik memilih, menyusun, dan menguji informasi yang dipakai AI sebelum menjawab atau bertindak.
Terakhir diperbarui
Context engineering adalah pekerjaan memilih dan menyusun informasi yang diterima AI sebelum menjawab atau melakukan aksi. Prompt hanya satu bagian. Konteks yang lebih lengkap mencakup dokumen, state pengguna, memori, retrieval, tool, izin, format jawaban, dan evaluasi.
Banyak kegagalan produk AI bukan karena modelnya lemah. Model bisa saja mampu, tetapi menerima dokumen yang salah, state yang hilang, instruksi lama, atau tool tanpa data yang cukup.
Contoh sederhana
Bayangkan asisten support menjawab pertanyaan refund. Prompt "jawab sesuai kebijakan refund" tidak cukup. Sistem juga perlu kebijakan terbaru, tanggal pembelian, plan pengguna, wilayah, tiket sebelumnya, aturan eskalasi, dan cara mengutip bagian kebijakan.
Jika salah satu hilang, jawaban bisa terdengar meyakinkan tetapi salah.
Empat lapisan
| Lapisan | Pertanyaan | Contoh |
|---|---|---|
| Source selection | Informasi apa yang perlu dilihat AI? | Retriever, file picker, query database |
| State management | Apa yang harus diingat lintas langkah? | Tujuan user, riwayat sesi, izin |
| Instruction design | Bagaimana AI memakai konteks? | System prompt, output schema |
| Evaluation | Apakah konteks baru memperbaiki hasil? | Test case, trace log, regression check |
Untuk developer Indonesia, peluang kontennya kuat di workflow praktis: coding assistant dengan konteks repo, chatbot support untuk SaaS lokal, katalog produk ecommerce, dan dokumentasi internal.