O que é engenharia de contexto?
Um modelo de IA sabe muito sobre o mundo e nada sobre a sua empresa. Toda resposta útil depende do contexto recebido: que dados, que definições, que regras e que ferramentas.
A engenharia de prompts trata da forma de perguntar. A engenharia de contexto trata do que o modelo sabe quando responde. No trabalho de negócio, a segunda costuma pesar mais.
Como funciona a engenharia de contexto?
- Definições. O que cada métrica significa e como é calculada, para que o modelo use a matemática da empresa.
- Dados. Os registros atuais e relevantes para a pergunta, obtidos de fontes governadas.
- Regras. Políticas e guardrails, como diretrizes de marca ou o que precisa da aprovação de uma pessoa.
- Ferramentas. As ações que o modelo pode executar e as permissões com que são executadas.
- Limites. Apenas o que a tarefa exige, já que contexto em excesso pode piorar as respostas.
Qual é um exemplo de engenharia de contexto?
Duas respostas para a mesma pergunta sobre ROAS
Quando recebe um pedido de ROAS por canal, um assistente sem contexto de negócio escolhe a própria fórmula e o próprio período. A resposta parece segura e não corresponde a nenhum relatório da empresa.
Com a definição de ROAS, a taxonomia de canais e o calendário fiscal da empresa, o mesmo assistente retorna o número que a área financeira calcularia. Só o contexto mudou.
Engenharia de contexto vs. engenharia de prompts vs. fine-tuning
| Engenharia de prompts | Engenharia de contexto | Fine-tuning | |
|---|---|---|---|
| O que muda | A forma como o pedido é redigido | O que o modelo sabe no momento da resposta | Os pesos do modelo |
| Atualiza quando os dados mudam | Não | Sim, a cada solicitação | Só após novo treinamento |
| Ideal para | Tom e formato | Respostas de negócio precisas e atuais | Estilo ou tarefas especializadas |
Por que a engenharia de contexto é importante?
A maioria das respostas erradas da IA nas empresas não é culpa do modelo. O modelo tinha os dados errados, uma definição desatualizada ou nenhuma definição. Acertar o contexto é a forma mais direta de tornar as respostas da IA confiáveis.
Como Alli faz isso?
Alli Semantic Layer, parte do Alli by PMG, é onde a lógica de negócio de marketing é definida uma única vez: definições de KPI compartilhadas, nomenclatura harmonizada em todas as plataformas e regiões e um dicionário de dados comum. Todas as equipes, ferramentas e agentes de IA do Alli trabalham com essas definições, para que a IA permaneça baseada na lógica com a qual as equipes já concordaram.
Alli Data fornece os dados governados e atuais por baixo, e as skills do Alli4u reúnem as instruções e as ferramentas de que um assistente precisa para uma tarefa específica.
Explorar Alli Semantic LayerPerguntas frequentes sobre engenharia de contexto
Qual é a diferença entre engenharia de contexto e engenharia de prompts?
A engenharia de prompts trata da forma como um pedido é redigido. A engenharia de contexto define que informações, definições, regras e ferramentas o modelo tem quando responde, o que costuma pesar mais na precisão para o negócio.
O RAG é uma forma de engenharia de contexto?
Sim. A retrieval-augmented generation busca documentos ou dados relevantes e acrescenta esse material ao contexto do modelo. A engenharia de contexto também abrange definições, regras e ferramentas.
Contexto demais pode prejudicar as respostas da IA?
Sim. Informações extras e irrelevantes podem desviar a atenção do modelo e tornar as respostas menos precisas. Um bom contexto inclui apenas o que a tarefa exige.
Como uma camada semântica ajuda a IA?
Dá à IA as definições de métricas e a nomenclatura da própria empresa, para que o modelo calcule os números como a empresa calcula, em vez de adivinhar.
Última atualização: Voltar ao glossário