Fördjupningskurs: avancerad promptning · 2 min läsning
Från prompt till context engineering
Sex byggstenar, context rot och varför mer text inte alltid ger bättre svar.
Avsnitt 1: Från prompt till context engineering
Section titled “Avsnitt 1: Från prompt till context engineering”Lärandemål
- Förklara vad context engineering är och varför det spelar roll
- Känna igen sex återkommande byggstenar i en välstrukturerad prompt
- Förstå context rot och hur du undviker onödig kontext
I grundkursen byggde du tydlighet med VAD–VARFÖR–HUR–VEM–TON. Nu zoomar vi ut: varje gång du väljer bakgrund, exempel, dokumentutdrag och regler gör du context engineering – medvetet eller inte.
Vad är context engineering?
Det handlar om att aktivt forma den information modellen ser: roll, uppgift, bilagor, exempel, formatkrav och tydliga avgränsare – och hur de samspelar.
Målet: rätt information, vid rätt tid, för varje svar som genereras.
De sex komponenterna
Section titled “De sex komponenterna”| Komponent | Syfte | Exempel |
|---|---|---|
| Beteendeinstruktion | Roll, ton, övergripande beteende | “Du är en erfaren HR-specialist …” |
| Instruktion | Själva uppgiften | “Sammanfatta avvikelserna i tre punkter” |
| Kontext | Bakgrund, dokument, tidigare händelser | “Bifogat mötesprotokoll …” |
| Exempel | Visar önskat format | Input → Output-par |
| Outputbegränsningar | Format, längd, struktur | “Max 100 ord, punktlista” |
| Avgränsare | Separerar sektioner | Rubriker, XML-liknande taggar, --- |
Du behöver inte alla sex varje gång – men när resultatet sviker: vilken bit saknas eller är otydlig?
Kontextfönster och context rot
Kontextfönstret talar om hur mycket text modellen kan ta emot. Det säger ingenting om hur väl den använder texten – och de två sakerna följs inte åt.
Context rot (ungefär “kontextröta”) är namnet på det som händer när kontexten växer: ju mer text som ligger i fönstret, desto sämre blir modellen på att hitta och väga just den detalj som frågan gällde. Det är inte ett fel i modellen utan en effekt av hur den fungerar. Modellen fördelar sin uppmärksamhet över allt den fått, så varje irrelevant stycke konkurrerar med de relevanta. En modell med 200 000 tokens kontextfönster presterar alltså inte lika bra på token 190 000 som på token 2 000.
Så känner du igen det:
- Svaret blandar ihop två liknande dokument eller två liknande regler.
- Modellen missar en instruktion du faktiskt gav – oftast en som stod tidigt, långt före allt inklistrat material.
- Svaren blir vagare och mer allmänt hållna ju längre chatten pågår.
- Samma fråga mot samma underlag ger bättre svar i en ny chatt.
Så undviker du det:
- Klistra in det relevanta stycket, inte hela dokumentet “för säkerhets skull”.
- Starta en ny konversation när ämnet byter, i stället för att bygga vidare på en lång tråd.
- Lägg de viktigaste instruktionerna sist, närmast frågan, när kontexten är lång.
- Låt RAG göra urvalet åt dig när underlaget är stort (mer om det i avsnitt 5).
Utan medvetenhet: klistra in 30 sidor policy och fråga om en detalj.
Med medvetenhet: klistra in det relevanta stycket plus tydlig uppgift.
Prova själv
Section titled “Prova själv”Välj en arbetsuppgift från igår. Skriv en prompt som använder minst tre av komponenterna i tabellen ovan. Notera efteråt: vad utelämnade du – och märkte du skillnad mot hur du brukar skriva?
Sammanfattning
Section titled “Sammanfattning”- Context engineering = kuraterad kontext + struktur.
- Tänk i sex byggstenar när du felsöker.
- Kvalitet slår kvantitet – undvik att fylla fönstret med irrelevant text.
Testa dina kunskaper
Fråga 1 av 3
Vad innebär context engineering?