Digital Transformation
Context Engineering
Context engineering adalah disiplin merancang isi window konteks LLM, sistem retrieval, tool, dan instruksi agar output AI akurat, hemat biaya, dan konsisten.
TL;DR: Context engineering adalah evolusi dari prompt engineering yang melihat seluruh isi context window sebagai sistem yang harus dirancang. Termasuk dokumen retrieval, definisi tool, instruksi sistem, dan history percakapan. Tim produk 2026 memperlakukan ini sebagai disiplin terpisah karena dampaknya lebih besar pada kualitas output dibanding penyetelan prompt saja.
Apa itu Context Engineering?
Context engineering adalah praktik merancang konteks yang dibaca LLM sebelum menghasilkan output. Berbeda dari prompt engineering yang fokus pada satu instruksi, context engineering mempertimbangkan semua input: dokumen RAG, schema tool, system instruction, memory, dan format respons sebelumnya. Tim yang serius mengukur token usage per komponen untuk menjaga rasio sinyal ke noise tetap tinggi.
Komponen yang Direkayasa
| Komponen | Pertanyaan kunci | Risiko jika diabaikan |
|---|---|---|
| System instruction | Apakah role dan batasan jelas? | Output keluar dari brand voice |
| Retrieval chunk | Sumber relevan dipotong dengan benar? | Konteks ambigu, model mengarang |
| Tool schema | Deskripsi tool ringkas dan akurat? | Salah pilih tool, pemborosan kredit |
| History | Pesan lama di-prune cermat? | Context rot, biaya melonjak |
Diskusi mendalam tersedia di panduan Anthropic tentang context engineering.
Kenapa Penting?
Tim Indonesia yang membangun fitur AI di atas API Claude atau GPT cepat menabrak batas window dan biaya. Context engineering yang baik memangkas biaya 30-60 persen tanpa menurunkan kualitas, dengan menerapkan prompt caching, retrieval yang lebih tajam, dan summarization periodik untuk percakapan panjang.
Pertanyaan Umum
Apa beda context engineering dari prompt engineering?
Prompt engineering fokus pada satu instruksi. Context engineering mempertimbangkan seluruh isi window: dokumen, tool, history, system message. Skalanya lebih luas.
Apakah perlu jika hanya pakai chat sederhana?
Tidak wajib. Tapi begitu fitur menggunakan retrieval atau lebih dari satu turn, manfaatnya langsung terasa di konsistensi dan biaya.
Istilah Terkait