$ man how-to/context-engineering-vs-prompt-engineering

הנדסת prompt מייעלת איך אתה שואל. הנדסת הקשר מייעלת איזה מידע המודל רואה כשאתה שואל. זה לא הבדל עדין - זה משנה את כל הגישה לבנייה עם AI. ב-2023-2024, הנדסת prompt הייתה המיומנות. נסח את ההוראה המושלמת. הוסף חשיבה צעד-אחר-צעד. השתמש בדוגמאות few-shot. נסח את הבקשה שלך בדיוק והמודל יתפקד טוב יותר. זה עבד כשאינטראקציות AI היו שאלה-ותשובה של פנייה בודדת. ב-2025-2026, התקרה הפכה ברורה. מודלים השתפרו בביצוע הוראות ללא קשר לניסוח. prompt מובנה היטב ובקשה מזדמנת מייצרים פלט כמעט זהה במודלים מודרניים. צוואר הבקבוק עבר מאיכות הוראה לאיכות מידע. לא משנה כמה מושלם אתה מנסח "שפר את המודול הזה" אם המודל לא יכול לראות את המודול, את התלויות שלו, או את תקני הקוד שעליו לעקוב אחריהם. הנדסת הקשר היא התגובה. במקום לייעל את ה-prompt, אתה מייעל את חלון ההקשר - סך כל המידע שהמודל מעבד לפני שהוא מייצר תשובה.

PATTERN

הנדסת prompt היא האומנות של כתיבת הוראות שמייצרות פלטים רצויים ממודלי שפה. טכניקות ליבה כוללות: הקצאת תפקיד: "אתה מפתח TypeScript בכיר." נותן למודל נקודת מבט ממנה לחשוב. שרשרת חשיבה: "חשוב צעד אחר צעד לפני שתענה." מכריח את המודל להראות את ההיגיון שלו, מה שמשפר דיוק במשימות מורכבות. דוגמאות few-shot: "הנה שלוש דוגמאות לפורמט שאני רוצה..." מדגים את תבנית הפלט הצפויה. אילוצים: "הגב ב-JSON. השתמש רק בנתונים שסופקו. אל תניח הנחות." מגביל את מרחב הפלט. הטכניקות האלה עדיין עובדות. הן עדיין שימושיות. אבל הן פועלות בשכבת ההוראה. הן אומרות למודל איך לעבד מידע. הן לא שולטות באיזה מידע זמין לעיבוד.

PATTERN

הנדסת הקשר היא הפרקטיקה של שליטה באיזה מידע המודל רואה, מתי הוא רואה אותו, ואיך הוא מובנה. טכניקות ליבה כוללות: בחירת הקשר דינמית: טעינה רק של הקבצים, המסמכים והנתונים הרלוונטיים למשימה הנוכחית. לא הכל - הדברים הנכונים. משימת שיפוץ צריכה את קובץ היעד, את ה-imports שלו, את הבדיקות שלו, ואת תקני הקוד. טעינת כל ה-repo מוסיפה רעש שפוגע בביצועים. ארכיטקטורת זיכרון: החלטה מה המודל זוכר בין סשנים. קבצי CLAUDE.md שומרים הקשר פרויקט. מסמכי handoff מעבירים מצב בין סשנים. מאגרי ידע מספקים עיון תחומי. כל אחד משרת פונקציית זיכרון שונה. דחיסת הקשר: סיכום או מבנה מידע כך שיתאים למגבלות tokens תוך שמירה על מה שחשוב. לוגים גולמיים הם יקרים בהקשר. סיכום שגיאה מובנה עם קובץ, שורה, והודעה הוא יעיל בהקשר. שילוב כלים ושליפה: מתן גישה למודל לחיפוש, קריאת קבצים, קריאות API ומסדי נתונים כך שהוא יכול למשוך מידע לפי דרישה במקום שצריך להטעין הכל מראש. סכמה ומבנה: ארגון הקשר עם כותרות ברורות, סכמות מוקלדות, ופורמטים צפויים כך שהמודל מעבד אותו ביעילות. נתונים מובנים עולים בביצועים על נתונים לא מובנים באופן עקבי.

PRO TIP

אם אתה בונה תכונות AI, מאטם תהליכי עבודה, או משתמש בכלי קידוד AI מדי יום, הנדסת הקשר היא המיומנות שמזיזה את המחט. דוגמה מעשית: אני מריץ monorepo עם שלושה אתרי Next.js, 40+ מיומנויות אוטומציה, ומשימות cron יומיות. כל סשן Claude Code מתחיל בקריאת קובץ CLAUDE.md שמכיל מבנה פרויקט, מוסכמות קוד, שלבי deploy, וכללי בטיחות. הוא קורא את ה-handoff מהסשן הקודם. הוא טוען skills רלוונטיים לפי המשימה. זו הנדסת הקשר. המודל רואה את המידע הנכון לפני שהוא כותב שורת קוד אחת. ה-prompts שאני מקליד הם מזדמנים - "הוסף ערך wiki חדש על שרתי MCP" - כי ההקשר עושה את העבודה הכבדה. ה-CLAUDE.md אומר לו את פורמט הקובץ. הרשומות הקיימות מראות לו את התבנית. ה-skills אומרים לו את תהליך העבודה. השווה את זה להנדסת prompt לבדה: "אתה מפתח TypeScript מומחה. בבקשה צור ערך wiki חדש בפורמט HowToWikiEntry שמוגדר ב-how-to-wiki.ts עם id, title, subtitle, category, description, מערך keywords, רמת difficulty, canonicalSite, רשומות related, ומערך sections עם heading, type, ושדות content..." אתה מבזבז tokens על הוראה שההקשר מטפל בה אוטומטית. המסקנה: הנדסת prompt היא טכניקה. הנדסת הקשר היא מערכת. טכניקות מגיעות לתקרות. מערכות מצטברות.