context-degradation
LLM のコンテキスト劣化を検出
Également disponible depuis: muratcankoylan,ChakshuGautam,Asmayaseen
言語モデルはコンテキスト長が増加するにつれて予測可能なパフォーマンス劣化を示します。このスキルは、lost-in-middle、ポイズニング、気散じ、クラッシュのパターンを診断し、より信頼性の高い AI システムを構築するのに役立ちます。
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "context-degradation". 会話には 60000 トークンがあります。エージェントはターン 20 以降、誤った要約を生成し始めました。
Résultat attendu:
分析：コンテキスト劣化が検出されました。lost-in-middle 現象により、エージェントがコンテキストの中間からの重要な情報を見逃している可能性があります。推奨事項：圧縮を適用して以前のコンテキストを要約するか、重要な情報をエッジに配置するように再構成します。
Utilisation de "context-degradation". ユーザーがターン 1 のコードについて質問していますが、エージェントはターン 15 の間違った実装を参照しています。
Résultat attendu:
分析：コンテキストクラッシュが検出されました。複数の実装がコンテキスト内に存在し、詳細が競合しています。推奨事項：明示的なバージョニングを使用し、進行前に明確化のために競合をマークします。
Audit de sécurité
SûrStatic analysis flagged 20 potential issues including external_commands, network, and weak cryptographic algorithms. All findings are FALSE POSITIVES: the 'external_commands' detections are YAML token count examples with backtick formatting; 'network' is a legitimate GitHub URL in metadata; 'weak cryptographic algorithm' is a pattern matching error triggered by the word 'degradation'; 'system reconnaissance' falsely triggers on 'multi-source retrieval'. This skill is pure educational documentation about LLM context degradation with no executable code.
Problèmes à risque élevé (4)
Score de qualité
Ce que vous pouvez construire
エージェントの失敗をデバッグ
AI エージェントが長い会話中に誤ったまたは無関係な出力を生成した場合、このスキルを使用してコンテキスト劣化が根本原因かどうかを特定します
回復力のあるシステムを設計
このスキルで説明されている Four-Bucket Approach とアーキテクチャパターンを適用して、大規模なコンテキストを確実に処理するシステムを設計します
コンテキストの選択を評価
劣化の閾値と緩和戦略を理解することで、本番システム向けのコンテキストエンジニアリングについて情報に基づいた意思決定を行います
Essayez ces prompts
この会話をコンテキスト劣化パターンについて分析してください。会話は 50000 トークン以上に成長しています。lost-in-middle、ポイズニング、気散じ、またはクラッシュの兆候を探します。
添付のコンテキストを確認し、重要な情報が中間に埋もれていないか特定してください。タスクには中間セクションからの情報が必要ですが、出力が正しくありません。
このコンテキストをポイズニングの兆候について分析してください。症状には、出力品質の低下、ツールの整合性の欠如、修正後の持続的な幻覚が含まれます。回復するにはどのような手順が必要ですか？
複数の独立したタスクで 200K+ トークンのコンテキストを処理するシステムを想定して、どの Four-Bucket 戦略（Write、Select、Compress、Isolate）を適用すべきか、そしてその理由を推奨してください。
Bonnes pratiques
- 注意が最も高いコンテキストの先頭または末尾に重要な情報を配置
- 開発中にコンテキスト長とパフォーマンスの相関関係を監視
- 劣化が深刻になる前に圧縮トリガーを実装
Éviter
- コンテキストが長いほど常にパフォーマンスが向上すると仮定
- 関連性フィルタリングなしにすべての取得ドキュメントを読み込み
- セグメンテーションなしにコンテキストを無制限に成長させる