context-fundamentals
AI 에이전트를 위한 컨텍스트 엔지니어링 마스터하기
متاح أيضًا من: ChakshuGautam,sickn33,muratcankoylan
컨텍스트 제한으로 인해 예상치 못한 AI 동작과 높은 비용이 발생합니다. 이 스킬은 점진적 공개(Progressive Disclosure)와 주의 인식 배치(Attention-Aware Placement)와 같은 검증된 패턴을 사용하여 에이전트 시스템의 컨텍스트를 설계하고 예산을 책정하며 최적화하는 방법을 알려줍니다.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "context-fundamentals". How should I structure a system prompt for a code review agent?
النتيجة المتوقعة:
- BACKGROUND_INFORMATION, INSTRUCTIONS, TOOL_GUIDANCE, OUTPUT_DESCRIPTION와 같은 명확한 섹션으로 구성
- 섹션 경계를 위해 명확한 XML 태그 또는 마크다운 헤더 사용
- 고도 조정: 명확한 휴리스틱 제공, 취약한 단계별 지침이나 지나치게 모호한 지침 피하기
- 가장 중요한 명령어는 어텐션이 가장 높은 컨텍스트의 첫 20%에 배치
استخدام "context-fundamentals". My agent ignores important instructions in long conversations
النتيجة المتوقعة:
- 어텐션 감소 확인: 긴 컨텍스트 중간에 있는 중요한 명령어는 모델 어텐션을 덜 받음
- 정기적인 간격으로 요약 주입을 사용하여 주요 컨텍스트 보존
- 정보 손실을 방지하기 위해 70-80% 활용에서 압축 트리거 고려
- 일회성 명령어로 충분하다고 가정하지 않고 중요한 제약 조건을 주기적으로 반복
استخدام "context-fundamentals". How do I decide what to include in context versus external references?
النتيجة المتوقعة:
- 완벽함보다 정보량 적용: 현재 결정에 중요한 것을 포함
- 자세한 참조 자료는 외부에 저장하고 점진적 공개로 요청 시 로드
- 자주 변경되는 동적 콘텐츠에 경량 식별자 사용
- 프로젝트 규칙 및 도구 정의와 같은 안정적인 정보 사전 로드
التدقيق الأمني
آمنThis is a pure documentation and educational skill focused on context engineering. All 108 static findings are FALSE_POSITIVES: code fence markers (```) were misidentified as shell backticks; MD5 usage is for content deduplication (non-crypto); cryptographic mentions are general concepts in documentation; and all other findings are scanner artifacts. No network calls, no credential access, no external command execution.
عوامل الخطر
📁 الوصول إلى نظام الملفات (1)
درجة الجودة
ماذا يمكنك بناءه
에이전트 아키텍처 설계
예산 관리와 점진적 공개 패턴을 사용하여 새 에이전트 시스템의 컨텍스트 전략을 구축합니다.
토큰 사용량 최적화
컨텍스트 구성 및 배치를 최적화하여 토큰 비용을 줄이고 모델 성능을 향상시킵니다.
컨텍스트 실패 디버깅
컨텍스트 제한, 어텐션 패턴 또는 정보 손실과 관련된 예상치 못한 에이전트 동작을 진단하고 수정합니다.
جرّب هذه الموجهات
Help me design a system prompt for a [TYPE] agent. Include sections for background, instructions, tool guidance, and output format.
I have a context limit of [N] tokens. How should I allocate this budget across system prompt, tools, documents, and message history?
Show me how to implement progressive disclosure for loading large documentation sets efficiently into agent context.
How should I position critical information in a long context window to maximize model attention?
أفضل الممارسات
- 컨텍스트를 제한 없는 리소스가 아닌 수익 체감이 있는 유한한 예산으로 취급
- 중요한 정보를 어텐션 유리 위치(컨텍스트의 시작과 끝)에 배치
- 토큰 제한 내에서 유지하기 위해 지연 로딩 패턴을 사용한 점진적 정보 로드
تجنب
- 선별이나 우선순위 없이 모든 가능한 정보를 컨텍스트에 넣기
- 어텐션 감소를 무시하고 중요한 명령어를 긴 컨텍스트 중간에 배치
- 정보 품질에 관계없이 더 긴 컨텍스트가 항상 성능을 향상시킨다고 가정