context-degradation
Kontextverschlechterungsprobleme diagnostizieren
Auch verfügbar von: ChakshuGautam,muratcankoylan
KI-Agenten verschlechtern sich, wenn der Kontext größer wird. Diese Skill bietet Muster, um Verschlechterung zu erkennen, zu messen und zu beheben, bevor sie Ihre Ergebnisse beeinträchtigt. Verwenden Sie es, um widerstandsfähige Systeme zu bauen, die lange Konversationen zuverlässig verarbeiten.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "context-degradation". Mein Agent produziert schlechte Ergebnisse nach etwa 50 Konversationsrunden
Erwartetes Ergebnis:
- Kontextverschlechterung wahrscheinlich verursacht durch: Lost-in-the-Middle-Effekt oder Kontextvergiftung
- Sofortige Gegenmaßnahme: Kontext so reorganisieren, dass kritische Informationen am Anfang oder Ende sind
- Mittelfristig: Verdichtungstriggers implementieren, bevor 60.000 Token erreicht werden
- Langfristig: Kontext über Sub-Agenten oder Sitzungen partitionieren
- Gesundheitswert überwachen: Token-Nutzung, Verschlechterungswert, Vergiftungsindikatoren
Verwendung von "context-degradation". Ich muss verstehen, warum mein Modell Anforderungen ignoriert, die ich in der Mitte meiner Eingabeaufforderung platziert habe
Erwartetes Ergebnis:
- Dies ist das klassische Lost-in-the-Middle-Phänomen - Aufmerksamkeit folgt einer U-Kurve
- Anfangs- und End-Token erhalten hohe Aufmerksamkeit, mittlere Token erhalten verschlechterte Aufmerksamkeit
- Kritische Anforderungen an den Anfang (nach System-Eingabeaufforderung) oder Ende des Kontexts verschieben
- Explizite Abschnittsmarkierungen wie [AKTUELLE AUFGABE] und [SCHLUSSFOLGERUNGEN] verwenden
- Erwägen, lange Kontexte in mehrere fokussierte Sitzungen aufzuteilen
Verwendung von "context-degradation". Wie verhindere ich, dass mein Agent Fehler über Zeit ansammelt
Erwartetes Ergebnis:
- Halluzinations-Tracking implementieren, um zu erkennen, wenn Fehler in den Kontext gelangen
- Explizite Versionierung für abgerufene Dokumente verwenden, um veraltete Informationen zu verhindern
- Verdichtungstriggers setzen, wenn Fehlerindikatoren einen Schwellenwert überschreiten (3-5 Fehler)
- Kontext regelmäßig abschneiden, um vergiftete Elemente zu entfernen
- Isolierungsmuster entwerfen, damit Fehler in einem Abschnitt sich nicht auf andere ausbreiten
Sicherheitsaudit
SicherPure documentation and analysis utility skill. Contains only educational content about context degradation patterns in AI systems. No network calls, no file writes, no command execution. All code examples are for demonstration purposes only with safe, simulated functions.
Risikofaktoren
⚙️ Externe Befehle (18)
🌐 Netzwerkzugriff (1)
📁 Dateisystemzugriff (1)
Qualitätsbewertung
Was du bauen kannst
Widerstandsfähige Systeme entwerfen
Bauen Sie Agentenarchitekturen, die große Kontexte ohne Leistungsverschlechterung durch bewährte Muster verarbeiten.
Agentenfehler debuggen
Diagnostizieren Sie, warum Agenten während langer Konversationen falsche Ausgaben produzieren, und wenden Sie gezielte Lösungen an.
Aufmerksamkeitsmuster verstehen
Lernen Sie, wie Aufmerksamkeitsmechaniken vorhersehbare Verschlechterungsmuster verursachen und bessere Gegenmaßnahmen entwerfen.
Probiere diese Prompts
Mein Agent produziert schlechte Ergebnisse nach vielen Konversationsrunden. Analysieren Sie, welche Kontextverschlechterungsmuster dies verursachen könnten und wie sie zu beheben sind.
Die kritischen Anforderungen, die ich in der Mitte des Kontexts angegeben habe, werden vom Modell ignoriert. Dies ist das Lost-in-the-Middle-Phänomen. Helfen Sie mir, meine Kontextstruktur neu zu organisieren, um dies zu verhindern.
Mein Agent scheint auf falschen Annahmen aus früheren Teilen der Konversation zu beharren. Das sieht nach Kontextvergiftung aus. Wie erkenne ich dies und erhole mich davon?
Ich entwerfe ein System, das 100.000+ Token Kontext zuverlässig verarbeiten muss. Welche architektonischen Muster sollte ich verwenden, um Kontextverschlechterung zu verhindern?
Bewährte Verfahren
- Kritische Informationen (Ziele, Einschränkungen, Anforderungen) am Anfang oder Ende des Kontexts platzieren, wo die Aufmerksamkeit am höchsten ist
- Kontextgesundheit kontinuierlich überwachen und Verdichtung oder Partitionierung auslösen, bevor Verschlechterung schwerwiegend wird
- Explizite Versionierung für abgerufene Dokumente verwenden, um Konflikte durch veraltete Informationen zu verhindern
Vermeiden
- Annahmen, dass größere Kontextfenster alle Probleme ohne architektonische Sicherheitsmaßnahmen lösen
- Alle abgerufenen Dokumente ohne Filterung nach Relevanz in den Kontext platzieren
- Sitzungen unbegrenzt fortsetzen, ohne akkumulierten Kontext abzuschneiden oder zu partitionieren