Context engineering: положить ровно нужное

🔪 Mise en place: ровно нужное на стол

На любой нормальной кухне перед началом готовки повар делает одну вещь, у которой даже есть своё название — mise en place (по-французски «всё на своих местах»; читается «миз-ан-плас»). Это значит: перед тем как встать к плите, повар выкладывает на рабочий стол ровно то, что нужно для конкретного блюда. Нарезанные продукты, нужные специи, правильный нож, рецепт под рукой. Не всю кладовую. Ровно нужное под этот заказ.

Зачем так заморачиваться? Потому что повар не бегает в кладовую посреди готовки и не роется в куче лишнего. Всё под рукой, ничего не мешает — блюдо выходит быстрее и стабильнее. Это и есть профессионализм: не «есть всё на свете», а «на столе именно то, что надо, и ничего сверх».

В прошлых темах этой части мы учились давать повару хороший заказ — это промптинг (промпт — твой запрос, задание нейросети). Но заказ — это только половина дела. Вторая половина — что лежит у повара на столе, когда он этот заказ выполняет. И вот эта дисциплина — собрать столу повара ровно нужное под задачу — называется context engineering (инженерия контекста). Контекст — это всё, что модель «видит» перед глазами в момент ответа: твой запрос плюс всё, что к нему приложено.

Запомни эту картинку, она объясняет почти всё. Завалить стол так же вредно, как оставить его пустым. Лишнее не «лежит и не мешает» — оно отвлекает повара ровно как нехватка нужного. Поэтому context engineering — это не «положить побольше», а «положить ровно». И то, и другое — работа.

🍳 Это шире, чем хороший заказ

Тут важно не запутаться в двух похожих словах. Промпт-инжиниринг (умение составить хороший запрос) — это про то, как ты формулируешь заказ: чётко, по делу, с примерами, с просьбой подумать вслух. Мы это разбирали всю часть. Context engineering — это шире: про то, что вообще лежит на столе в момент работы, включая сам заказ, но не только его.

Грубо говоря, промпт-инжиниринг — частный случай. Хороший заказ — это один из предметов на столе, важный, но один. А context engineering отвечает за весь стол целиком: и заказ, и продукты, и инструменты, и записи. Когда задача простая («переведи это предложение»), хватает одного заказа. Когда задача серьёзная (ответить клиенту по его договору, собрать отчёт из данных) — заказа мало, надо собирать весь стол. И вот тут начинается настоящая работа.

🧺 Из чего собирается стол: пять полок

Чтобы это не было «ну, положи что нужно», есть простой разбор: что вообще можно положить повару на стол. Пять видов вещей. Не пугайся английских слов в скобках — мы тут же переведём каждое.

Разберём по-человечески, без терминов:

• Инструкции (Instructions). Кто этот повар и по каким правилам работает. «Ты — вежливый специалист поддержки, отвечай коротко, цену не называй». Это его должностная инструкция на сегодня.
• Знания (Knowledge). Факты, которые нужны именно под эту задачу: конкретный договор клиента, актуальный прайс, регламент возвратов. Без них повар «готовит по памяти» — то есть угадывает и врёт.
• Инструменты (Tools). Чем повар может воспользоваться по ходу: посчитать на калькуляторе, заглянуть в базу, проверить остаток на складе. Подробно — в следующей части курса, пока просто знай, что это тоже часть стола.
• Память (Memory). Что уже было: предыдущие реплики разговора, ранее принятые решения. Чтобы повар не переспрашивал то, что ты сказал минуту назад.
• Состояние (State). Где мы прямо сейчас в задаче: какой это шаг, что уже сделано, что осталось. Особенно важно, когда работа идёт в несколько ходов.

Тебе не нужно собирать это руками построчно — это делают разработчики и сама система. Но понимать, какие полки есть и какая под твою задачу пустует, — это уже работа владельца. Именно с этого вопроса начинается разговор «почему он тупит»: чаще всего пустует полка «Знания» (не дали фактов) или переполнена так, что повар тонет.

🗑 Четыре способа испортить стол

Теперь — обратная сторона. Стол можно собрать неправильно, и есть четыре типовые поломки. Их полезно знать, потому что когда AI «тупит», причина почти всегда одна из этих четырёх, а не «плохая модель». Запомни их как диагноз.

• Протухший продукт. На стол попал устаревший или просто неверный факт — прошлогодний прайс, отменённое условие. Повар честно готовит из того, что дали, и выдаёт неправду с уверенным лицом. Лечится чисткой источников, а не сменой повара.
• Заваленный стол. Навалили всего «на всякий случай»: пять документов, вся переписка, лишние инструкции. Нужное тонет в лишнем, повар отвлекается и тянется не к тому. Дорого по токенам и хуже по качеству.
• Путаница. На столе вещи, которые друг другу мешают: два инструмента делают почти одно и то же, и повар выбирает не тот. Или лишний контекст не по делу сбивает с задачи.
• Спор на столе. Две бумаги противоречат друг другу: один документ говорит «возврат 14 дней», другой — «30 дней». Повар видит конфликт и хватается за случайный вариант. Кто-то должен был убрать противоречие до того, как класть на стол.

Видишь общее? Ни одна из четырёх поломок не про «модель глупая». Все четыре — про то, что и как положили на стол. И все четыре чинятся одним и тем же навыком: собирать контекст осознанно, а не сваливать всё подряд в надежде, что «умная модель сама разберётся». Не разберётся. Она будет честно тонуть в том, что ей дали.

💸 Почему это самый «денежный» рычаг

Сведём к деньгам, потому что в этом вся соль. У владельца есть две дороги, когда AI работает плохо. Первая — заплатить за «модель помощнее»: дороже за каждый ответ, и часто не помогает, потому что проблема не в поваре. Вторая — навести порядок на столе: почти бесплатно, и чинит ровно ту причину, по которой повар «тупил».

И вот почему вторая дорога выигрывает почти всегда. Плотный, чистый контекст бьёт сразу по двум счётчикам: меньше токенов — дешевле каждый ответ; меньше шума — меньше галлюцинаций. То есть один навык одновременно режет издержки и поднимает качество. Такое в бизнесе редко бывает, поэтому за это стоит держаться.

Именно поэтому в индустрии этот навык за последние пару лет вышел на первый план — его называют едва ли не главным и при этом самым недооценённым рычагом в работе с AI. Не потому что модно. Потому что он считается в деньгах и почти ничего не стоит внедрить: это дисциплина, а не закупка.