"Context Engineering" là khái niệm mới, đang thay thế "Prompt Engineering" trong thế giới AI, đặc biệt khi AI agent ngày càng phổ biến.
Theo Tobi Lutke, đây là "nghệ thuật cung cấp đầy đủ bối cảnh để mô hình LLM có thể giải quyết nhiệm vụ một cách khả thi".
Lý do chính khiến AI agent thất bại hiện nay không phải do mô hình, mà do lỗi context – thiếu bối cảnh quan trọng.
Context gồm:
Instructions/System Prompt: Hướng dẫn nền, bao gồm quy tắc và ví dụ.
User Prompt: Yêu cầu cụ thể của người dùng.
State/History: Lịch sử hội thoại ngắn hạn.
Long-Term Memory: Ghi nhớ dài hạn về sở thích, dự án, thông tin đã lưu.
Retrieved Info (RAG): Dữ liệu bên ngoài từ tài liệu, API, cơ sở dữ liệu.
Available Tools: Danh sách các công cụ khả dụng như gửi email, kiểm tra lịch.
Structured Output: Định dạng đầu ra (ví dụ: JSON).
Ví dụ minh họa:
Agent kém (cheap demo) chỉ phản hồi: “Mai tôi rảnh lúc nào bạn muốn?”.
Agent tốt (magical agent) biết bạn bận cả ngày, xem lịch, dùng tông giọng phù hợp và phản hồi: “Hey Jim! Mai mình kín lịch rồi. Sáng thứ Năm mình rảnh, gửi bạn lịch nhé, xem có phù hợp không.”
Context Engineering là:
Một hệ thống động, không phải chuỗi văn bản tĩnh.
Tạo ra đúng thông tin, đúng công cụ, đúng thời điểm.
Trình bày thông tin gọn, rõ, có cấu trúc, thay vì đưa dữ liệu thô.
Kết luận: Thành công của AI agent ngày nay không đến từ prompt hay thuật toán tốt hơn, mà từ khả năng thiết kế bối cảnh — context engineering, cung cấp đúng dữ liệu và công cụ để AI hoàn thành nhiệm vụ.
📌 Kỹ năng sống còn trong kỷ nguyên AI không còn là viết prompt, mà là context engineering – nghệ thuật xây dựng hệ thống dữ liệu, công cụ và bối cảnh chuẩn xác, giúp AI hoạt động như một trợ lý thông minh thực thụ.
https://www.philschmid.de/context-engineering