Context Engineering ist das Zusammenstellen und Pflegen dessen, was zur Laufzeit im Kontextfenster steht. Gemeint ist alles, was das Modell bei einer Anfrage vor sich hat: die Anweisung, die verfügbaren Werkzeuge, der bisherige Verlauf, abgerufene Dokumente und mitgeführte Notizen.
- Context Engineering
Das Zusammenstellen und Pflegen dessen, was zur Laufzeit im Kontextfenster steht.
Beispiel: „Das Context Engineering entschied den Fall: Dieselbe Frage mit drei passenden Abschnitten statt mit dem ganzen Handbuch.“Auch: Kontextgestaltung. Der deutsche Ausdruck ist selten, in Fachtexten steht fast immer der englische.
Abgrenzung zum Prompt Engineering: Das formuliert die Anweisung. Context Engineering entscheidet darüber hinaus, was sonst noch im Fenster landet und was wieder hinaus muss.
Warum er über das Prompt Engineering hinausgeht
Weil sich der Schwerpunkt verschoben hat. Prompt Engineering kümmert sich um die Anweisung: wie sie aufgebaut ist, welche Beispiele dabeistehen, in welcher Rolle das Modell antworten soll. Solange eine Anfrage aus einer Frage bestand, war das die ganze Arbeit.
Sobald ein Werkzeug aber Dateien liest, Suchen ausführt und über Stunden an einer Aufgabe bleibt, entsteht der größere Teil des Fensterinhalts erst während der Arbeit. Über die Güte der Antwort entscheidet dann, was davon stehen bleibt. Das Prompt Engineering bleibt darin enthalten, es ist nur noch einer von mehreren Hebeln.
Anthropic beschreibt Context Engineering im Beitrag Effective context engineering for AI agents als die Gesamtheit der Strategien, mit denen man den günstigsten Satz an Token zusammenstellt und pflegt, und nennt es ausdrücklich die natürliche Fortsetzung des Prompt Engineering.
Welche Hebel dazugehören
Vier, die sich ergänzen. Auswahl: nur hineingeben, was zur Aufgabe gehört. Verdichtung: lange Verläufe zusammenfassen lassen. Auslagerung: Festlegungen in Dateien und in ein Memory schreiben. Aufteilung: Teilaufgaben an Subagenten geben, die ihr eigenes Fenster haben.
Woran man merkt, dass es fehlt
An Antworten, die zur Aufgabe passen und nicht zum Betrieb. Wenn ein Modell allgemeingültig richtig antwortet und dabei die Hausregeln, den Tonfall oder den aktuellen Stand verfehlt, fehlt selten das bessere Modell und meistens der passende Kontext.
Das zweite Erkennungszeichen ist Wiederholung. Wer dieselbe Vorgabe in jeder Unterhaltung neu erklärt, hat sie an der falschen Stelle stehen: Sie gehört in die benutzerdefinierten Anweisungen, in einen Skill oder in eine Datei, die das Werkzeug von selbst liest. Context Engineering ist zum großen Teil die Arbeit, solche Stellen zu finden.