AI エージェントのためのコンテキストエンジニアリング: マナスコンテキストループの監査

AIエージェントのためのコンテキストエンジニアリング:ビルディングマニュアルからの教訓 への実践的な答えは,6つのプロンプトトリックをコピーしないことです. ランニング中に確認できる インヴァリアントに 授業を変えてください 安定したプロンプトプレフィックスにはバージョンとハッシュが必要です 歴史に言及されたツールには,まだ解決可能なスキーマがあるべきです. コンパクトされた材料には,復元可能な参照がある必要があります. 現在の目標には,修正と新鮮度制限があるべきです. 失敗した行動には 証拠が削除されなければなりません 繰り返されるアクションは,出力変化と比較されるべきである. 終結報告には,結果の領収書が必要である. その意味では環境健康契約です 効率的な走行 復元可能な走行 有用な進歩を遂げる走行と 実行を完了と呼ぶのが安全です キャッシュ・ヒットと ローバー・トークンカウントは 助かりますが 代理人が 正確に完成するために必要な証拠を 保存した証拠は ありません マヌスのレッスンを 限界のある主張として読む オリジナルのマヌスエンジニアリングポストは,エージェントフレームワークの構築中に達成されたローカルデザイン選択を記述します. その著者は,マヌスの平均入力 輸出トークン比率をおよそ100:1と報告し,先端キャッシュの行動が遅延とコストに非常に重要であると主張している. 記事では以下を推奨しています 速報前記が安定し,シリアライゼーションが決定的であることを保持する. ツール定義を削除する代わりに,操作をマスクする. 復元可能なファイルに大きな文脈を外部化する 課題リストを書き直し,目標が最近注目されるようにする. モデルが適応できるように失敗した行動と観測を保持する. 繰り返される行動パターンに抵抗するために 制御された変異を導入する. これらは有用なエンジニアリング仮説であって,普遍的な限界ではない. 提供者のキャッシュは違います いくつかの実行時間は,歴史的なツールスケーマーを安全にバージョンすることができます. URLは保存されても,後にはアクセスできない. 秘密を隠しているかもしれない 目標を8ステップごとに繰り返すは試験値であり,一般法則ではありません. 独立した証拠は,広告された文脈容量を健康保証として扱うことにも反対している. Anthropicの文脈エンジニアリングのガイドラインは,コンテキストを完全な推論状態として設定し,システム指示,ツール,外部データ,メッセージ履歴と,望ましい行動をサポートする最小の高信号セットを維持することを推奨します. また,タイムリー・リトリーブル,プログレッシブ・ディスクロージャー,コンパクション,構造化されたノート,およびマルチエージェント分離を異なるコストの異なる戦略として記述しています. Chroma 制御された 文脈 Rot 評価 は,入力長さの変化を伴い18モデルをテストし,均等でない劣化報告しました. ディストラクター,意味距離,そしてフースタック構造が性能を変えた. 操作的な意味は控えめだが重要だ: 文脈の限界内には判決ではない. 現状の背景が 現状の決定を支持する証拠が必要です 6つの文脈変異に対して1つの領収書を作成する ハッシュとカウンタを捕まえるんだ 各決定点に有用な領収書が付加される. フィールドは別々の質問に答えます 固定安定性 は効率チェックです. 安定したテンプレートバージョンとコンテンツハッシュをキャッシング可能なプレフィックス上に記録する. 実行時間は許可する場合は,要求ごとにタイムスタンプなどの変動する値をその前列から除外する. ハッシュ変更は自動的にタスク失敗ではありません.有用な出力がまだ動いている場合,実行を劣化したものと分類し,チャーンを調査します. ツール・スキーム継続性 は意思決定の整体性をチェックする. バージョン化されたスケーマレジストリまたは歴史的なツール呼び出しから定義契約への明示的な翻訳を保持します. もし以前のアクションに browser fetch が書かれていたが,現在の文脈ではもはやそのアクションや互換性のあるバージョンを定義していない場合,モデルは不完全な記録から推論している可能性があります. それは健全な判断を 妨げるべきです Restorable external context は復元チェックである. ファイルパス,オブジェクトキー,クエリ,URLは参照のみです. 可能な限り 完ぺきな消化器と 最後のアクセス可能性 範囲 復元する手術と組み合わせてください 確認された参照を保存しながら,ライブウィンドウからドキュメントを落とすことは,逆転可能な圧縮です. 証拠の喪失です 証拠の喪失です 対象の新鮮性 は注意力チェックです. 作業計画改正では,活動目標,受け入れられた制約,完成したマイルストーン,次の決定を特定すべきである. その年齢をステップや時間で測定する. 繰り返し複製されたプランを追加するな. 作業が意義深く変化したり,新鮮度が制限される時,一枚のコンパクトの領収書を更新する. 失敗保存 は学習と監査チェックです. 失敗した行動を数え 失敗記録を保存する 誤差クラス,ツール,試行識別,再試行決定,および編集された消化任意の原始輸出を保存します. 2つの失敗が起きたが,1つの安全記録だけが残っている場合,後で再試しても完全な証拠から正当化できない. 繰り返し対進歩 は漂流チェックです. 繰り返し実行は自体にループではない. ページページ化,投票,制限されたリトリエは正当なものであることができます. アクションサインと出力デルタカウンタ,客観的なフレッシュさ,依存状態,予算を再試す. 変化したアーテファクトを繰り返す 3つのアクションが 効果がある 3つのデルタ状態のない 3つの行動は ループリスク判決に値する 安定型プレフィックスと制御型変異の教訓は矛盾しない. キャッシュ可能なプレフィックスとツールコンタクトを決定的に保持する. 必要な変異を例,行動観察,または制限された選択ポリシーに適用し,有用な進歩を変化させるかどうかを測定します. 信号を平均する代わりに優先順位ルールを適用する このフィールドを不透明なスコアに分解しないでください. 低価格で安定したプレフィックスで復元できない文脈は 主に健康的なものではありません.優先順位を使用します: 1. unsafe 歴史的なツール参照は解決されていない,コンパクトされた証拠は復元できない,または故障記録が消えた. 2. loop risk 目標は時代遅れで,出力変更なしに実行が繰り返されます. 3. Unverified 代理人は有効な結果領収書なしで終結報告をする. 4. healthy すべての文脈不変が通過し,タスクの特定の結果が検証されます. 5. Degraded 文脈の整体性は完整のままであるが,プレフィックス churn または他の効率の欠陥がある. 6. ZWORKING 変数が通過し,有用な出力変更があり,実行は終末ではありません. この順序は 効率の向上よりも 誠実な失敗を 意図的に強める. 付属装置は,条件を1つずつ変更します. 予想結果: 8つのケースには,検証された結果,有用な中間進歩,前文字 churn,ツール・スケーマ漂移,不可逆の収縮,削除された失敗証拠,既定目標の繰り返し,領収書なしで報告された完成が含まれます. cache churn ケースは Degraded であり,安全ではない. その前文字は変わりましたが,計画や参照,失敗,有用な進歩は残っています. irreversible compaction は unsafe である. 費用の問題と証拠の問題の違いです 会話を収集せずに領収書を確認する 領収書には,証拠そのものをアップロードすることなく,証拠の存在を明らかにすべきである. プレフィックスについては,テンプレート識別子と消化を保持する. ツールについては,スキーマバージョン,アクション名,兼容性結果を保持します. 外部の文脈では,範囲の参照,消化,バイト数,アクセシビリティ結果,フレッシュタイムを保持します. 失敗の場合,編集されたクラスと試行識別子を保持します. 先進のために,期待されるアーテファクトのハッシュまたはカウンタを保持する. 分享されたテレメトリからプロンプト,応答,認証,原始ツール用荷,絶対ホストパスを保持する. 別々の,明示的なデータ契約が要求しない限り. 契約を承認する前に 3つのテストを行います まず シングルミューテーションリプレイ を実行します 既知の固定装置から始め 1 つのフィールドだけを変更します 判決はあなたが期待する理由から 移るべきだ 復元可能な参照を取り除くと 状態が健全になりますが 規則はあまりにも弱です 2つ目は redaction kanary を実行する 誤差クラスと再試決定が生き残っている間に 秘密が欠けていると主張する 誤った資料を保存することは 敏感なコンテンツを保存することを許さない. 3つ目は, 結果対例 を実行する. クラシファーを端末エージェントのメッセージで,実際の配達可能な領収書を保持する. unverified を返さなければなりません 次に,タスクの特定チェックファイルダイジェスト,合格テスト,目的地API読み取り,または人間の承認を追加し,この変更のみが healthy を許可することを確認します. 結果のチェックは必ずしもワークフローに特化したものである. 研究作業には引用されたソースのカバーと保存されたレポートが必要かもしれません. 部署任務には,生体健康応答とバージョン対等性が求められます. 目的地メールボックスを読み取ることが必要です. 任意の目標が達成されたという文脈のみの証拠はありません. 契約を製品主張ではなく境界として使用する マヌスの投稿は,実際のデザインの緊張を暴露しているため,価値あるものです. キャッシュ効率が変化する文脈に対して,小さな窓が逆転できない損失に対して,安定した行動が繰り返しに対して,エラークリーンアップが学習証拠に対してです. 緊張を監視できるようにすることです 契約を締結すれば 答えられるでしょう キャッシュできる前音は変わって 予想されていたのか? 歴史的な道具のあらゆる行動が 解釈できるのか? 省略されたすべての観察は復元され 完整性を検証できるのか? 現在の目標は次の決定のために 十分に新鮮か? 失敗した行動が 確実な証拠を残したのか? 繰り返す行動はタスク状態を変えるのか? 要求された結果を証明する別々の領収書は何ですか? 完全性の答えが不明である場合は, unknown または unsafe を保存する.緑色を製造しないでください. 効率が低下し,証拠と進歩が安定している限り,実行を継続し,コスト問題を別々に解決してください. Sidewisp は現在プライベートプレビュー段階です。 公共の経験は早期アクセス可能なウェブサイトとインタラクティブな示範である. 生産剤 健康収集と文脈モニタリングは一般的に送付されません. 意図された製品指針は,新鮮さ,文脈連続性,有用な進歩,検証された結果などの証拠を明確な健康観に変えることであり,不確実性と承認の境界線を可視に保つことである.