Context Engineering: Lớp giữa prompt và sản phẩm AI đáng tin cậy

Context engineering là cách chọn, tổ chức và kiểm thử thông tin mà AI dùng trước khi trả lời hoặc hành động.

Cập nhật lần cuối

Workspace hệ thống cho thấy tài liệu, bộ nhớ, công cụ và tín hiệu đánh giá trong workflow AI

Context engineering là công việc quyết định AI nên nhận thông tin gì trước khi trả lời hoặc thực hiện hành động. Prompt chỉ là một phần. Context đầy đủ có thể gồm tài liệu, trạng thái người dùng, bộ nhớ, retrieval, công cụ, quyền, format câu trả lời và tiêu chí đánh giá.

Nhiều lỗi trong sản phẩm AI không phải do model yếu. Model có thể nhận sai tài liệu, thiếu trạng thái người dùng, dùng chính sách cũ hoặc gọi công cụ khi chưa đủ dữ liệu.

Ví dụ dễ hiểu

Một assistant hỗ trợ khách hàng không thể trả lời câu hỏi hoàn tiền chỉ bằng câu "hãy làm theo chính sách". Nó cần chính sách mới nhất, gói của khách, ngày mua, khu vực, lịch sử ticket, quy tắc escalation và cách trích dẫn chính sách.

Thiếu một phần quan trọng, câu trả lời có thể nghe đúng nhưng vẫn sai.

Bốn lớp chính

LớpCâu hỏiVí dụ
Chọn nguồnAI nên xem dữ liệu nào?Retriever, file, database query
Quản lý trạng tháiCần nhớ gì qua nhiều bước?Mục tiêu user, lịch sử, quyền
Thiết kế chỉ dẫnAI dùng context thế nào?System prompt, output schema
Đánh giáKết quả có tốt hơn không?Test case, log, regression check

Ở Việt Nam, ví dụ tốt có thể đến từ coding assistant có context repo, chatbot support cho SaaS, catalog ecommerce, edtech, và workflow marketing.

Bài liên quan