Context Engineering
Simpele Uitleg
Context engineering is de kunst van het samenstellen van precies de juiste informatie voor een AI-model. Waar prompt engineering gaat over hoe je een vraag stelt, gaat context engineering over alles wat het model te zien krijgt: eerdere gesprekken, documenten, tool-definities, systeeminstructies en geheugen. Het is het verschil tussen "stel een goede vraag" en "geef het complete plaatje."
Technische Definitie
Context engineering is de discipline van het optimaliseren van alle tokens in het context window van een LLM. Anthropic definieert het als "het optimaliseren van de bruikbaarheid van tokens tegen de inherente beperkingen van LLM's." Andrej Karpathy beschrijft het als "de delicate kunst en wetenschap van het vullen van het context window met precies de juiste informatie voor de volgende stap." Het is een superset van prompt engineering die ook retrieval (RAG), tool-ontwerp, geheugen en state management omvat.
Waarom Dit Belangrijk Is
Prompt engineering werkt prima voor simpele vragen. Maar zodra je AI inzet voor serieuze taken — klantensupport, data-analyse, code schrijven — is de prompt maar een klein deel van het verhaal.
Een support-chatbot die goed werkt krijgt niet alleen de klantvraag, maar ook de klanthistorie, productdocumentatie, retourbeleid en bedrijfsrichtlijnen. Een AI-agent die code schrijft krijgt niet alleen "schrijf een functie", maar ook de codebase-structuur, testpatronen, en architectuurbeslissingen.
Dat geheel — alles wat het model te zien krijgt — is de context. En de kwaliteit van die context bepaalt of de AI hallucineert of betrouwbaar presteert. Gartner noemt het een cruciale vaardigheid voor enterprise AI. In AI als Teamsport leer je hoe je dit als team inricht.
Hoe Het Werkt
Stel je voor dat je een nieuwe medewerker een taak geeft. Als je alleen zegt "schrijf een rapport" krijg je iets generieks. Maar als je ook het vorige rapport meegeeft, de huisregels, de doelgroep en drie voorbeelden van gewenste stijl — krijg je precies wat je wilt.
Context engineering werkt hetzelfde. Je bepaalt wat het model te zien krijgt: de systeemprompt (wie het model is), de gebruikersgeschiedenis (eerdere gesprekken), opgehaalde documenten (RAG), beschikbare tools (MCP-definities), en geheugen (wat het model eerder heeft geleerd).
De kunst is selectie: niet alles in het context window dumpen, maar precies de juiste informatie op het juiste moment. Te veel context leidt tot "context rot" — het model raakt de draad kwijt. Te weinig leidt tot hallucinaties.
In de ChatGPT, Claude & Gemini Masterclass leer je de technieken om dit effectief te doen.
Use Cases
Betrouwbare AI-chatbots bouwen
Een support-chatbot die niet alleen de klantvraag krijgt, maar ook klanthistorie, productinfo en bedrijfsbeleid als context. Het verschil: een chatbot die hallucineert vs. eentje die betrouwbaar antwoordt met bronvermelding.
AI-agents effectief aansturen
Een AI-agent presteert zo goed als zijn context. CLAUDE.md-bestanden, tool-definities, en projectstructuur — dat is allemaal context engineering. Hoe beter de context, hoe minder menselijk toezicht nodig.
Kosten optimaliseren
Elke token kost geld. Betere context engineering betekent minder irrelevante informatie in het context window, lagere API-kosten, en snellere responses. Het verschil kan tientallen procenten zijn.
Team-breed toepassen
Context engineering is niet alleen voor developers. Marketing, sales, support — elk team profiteert van betere context voor hun AI-tools. In AI als Teamsport leer je hoe je dit als organisatie aanpakt.
Voorbeelden
Prompt engineering vs. context engineering
Context engineering: je geeft het model ook de drie vorige samenvattingen (als stijlvoorbeeld), de doelgroep (managers), en de richtlijn "vermijd jargon." Dat is de complete context optimaliseren. Het resultaat is significant beter — en reproduceerbaar.
CLAUDE.md als context engineering
Veelgemaakte Fouten
"Meer context is altijd beter"
Onderzoek toont dat modellen slechter presteren bij te veel irrelevante context — "context rot." De kunst is selectie: precies de juiste informatie op het juiste moment. Kwaliteit boven kwantiteit.
"Context engineering is alleen voor developers"
Iedereen die AI gebruikt doet aan context engineering — bewust of onbewust. De prompts die je schrijft, de documenten die je meegeeft, de gesprekshistorie — dat is allemaal context. De discipline maakt het bewust en systematisch.
"Een goede prompt is genoeg"
Voor simpele vragen wel. Maar voor AI-agents, chatbots en productieworkflows is de prompt maar een klein deel. Systeem-instructies, geheugen, RAG-documenten en tool-definities bepalen samen het resultaat. Dat geheel optimaliseren is context engineering.
Tools Die Dit Gebruiken
Veelgestelde Vragen
Wat is het verschil tussen prompt engineering en context engineering?
Waarom is context engineering belangrijk geworden?
Hoe begin ik met context engineering?
Is context engineering een technische vaardigheid?
Gerelateerde Termen
Wil je deze term in de praktijk leren toepassen?