OMX Helsinki — S&P 500 — DAX — NASDAQ 100 — STOXX 600 — EUR/USD — EUR/SEK — BTC/USD — ETH/USD — Euribor 3 mj. — Euribor 12 mj. —
Poduzetnica organizira kontekst AI agenta pomoću projektnih bilješki i jasnog plana na prijenosnom računalu.
Tehnologija i umjetna inteligencija

Upravljanje kontekstom za pouzdanije AI agente

Heidi Aalto AI 5 min čitanja
Podijeli članak

Kako jasne upute, projektne bilješke i pametno sažimanje čuvaju kvalitetu AI rada

Upravljanje kontekstom zvuči kao tehnički detalj, sve dok AI agent usred važnog projekta ne zaboravi odluku donesenu prije pola sata. Tada postaje jasno: kvaliteta odgovora ne ovisi samo o modelu, nego i o tome što mu pokazujemo, kojim redom i u kojem obliku.

Predavanje „Context Management” Maksima Madžara i Filipa Buljana polazi upravo od te ideje. Održano je u sklopu radionice Vibe Coding for Engineers na FER-u, a njegov je fokus praktičan: kako koristiti AI kao ozbiljan alat u razvoju, uz manje pogrešaka, nižu potrošnju tokena i kvalitetnije rezultate.

Kontekst je radno okruženje, a ne spremnik svega

Kontekstni prozor možemo zamisliti kao radnu površinu koju model trenutačno vidi. U njemu su upute, poruke, dijelovi koda, bilješke i drugi materijali potrebni za zadatak. Ta površina nije beskonačna, pa se važne odluke tijekom dugog razgovora počinju natjecati s usputnim pitanjima, starim verzijama i informacijama koje više nisu relevantne.

Zato više konteksta ne znači automatski i bolji rezultat. Ako agentu damo deset datoteka bez objašnjenja što je presudno, može potrošiti pažnju na pogrešan detalj. To je ista šira promjena o kojoj govori i analiza o tome kako umjetna inteligencija mijenja posao i čovjeka: najveća vrijednost ne nastaje pukim uključivanjem alata, nego promišljenim oblikovanjem načina rada.

Kvaliteta AI agenta ne raste količinom konteksta, nego jasnoćom onoga što mu ostavimo pred očima.

Zašto dugi razgovor može dati slabiji rezultat

Zamislite mali produktni tim koji u istom razgovoru od agenta traži plan nove funkcije, izmjenu koda, tekst za korisnike i provjeru rizika. Na početku su ciljevi jasni. Nakon niza dopuna pojavljuju se dvije verzije prioriteta, stara odluka ostaje u povijesti razgovora, a nova je skrivena između deset drugih poruka.

Agent tada ne mora „postati lošiji”. Problem je u tome što mu je radni prostor postao bučan. Može se vratiti na zastarjelu pretpostavku, preskočiti ograničenje ili ponuditi odgovor koji je uvjerljiv, ali više ne prati stvarni cilj projekta.

To je posebno važno kada se radi s osjetljivim podacima ili porukama prema korisnicima. Dobar kontekst mora sadržavati i jasne granice: što agent smije koristiti, što ne smije otkriti i kada odluku mora prepustiti čovjeku. Sličnu potrebu za vidljivim kontrolnim točkama pokazuje tekst o skrivenom lancu sigurnosti poruka.

Markdown datoteke pretvaraju razgovor u projekt

Jedna od najpraktičnijih ideja iz predavanja jest organiziranje projekta pomoću Markdown datoteka. Markdown je jednostavan način strukturiranja običnog teksta naslovima, popisima i poveznicama. Lako ga čitaju i ljudi i AI alati, a odluke više ne ovise samo o tome sjeća li ih se dugi razgovor.

Za manji tim dovoljne su i tri kratke datoteke:

  • PROJECT.md opisuje cilj, korisnika, opseg i ograničenja projekta.
  • DECISIONS.md čuva donesene odluke i kratko objašnjava zašto su donesene.
  • NEXT.md navodi sljedeće zadatke, odgovorne osobe i kriterij po kojem znamo da je posao završen.

Imena nisu presudna; važna je podjela uloga. Umjesto da agentu svaki put prepričavamo cijelu povijest, možemo mu dati aktualni cilj, relevantne odluke i sljedeći korak. Isti princip vrijedi i izvan razvoja softvera: primjerice, kada se gradi prodajni video koji radi bez poziva, odvojene bilješke o publici, ponudi i dokazima čuvaju poruku od lutanja.

Planiranje prije izvršenja smanjuje skupe povratke

Plan Mode služi tome da agent najprije razloži zadatak, provjeri pretpostavke i predloži redoslijed rada prije nego što počne mijenjati projekt. To je korisno kada posljedice nisu lako reverzibilne ili kada više dijelova sustava ovisi jedan o drugome. Kratak plan otkriva nesporazum dok je još samo rečenica, a ne deset izmijenjenih datoteka.

Subagenti trebaju jasne granice

Subagenti omogućuju podjelu većeg posla na manje cjeline. Jedan može analizirati strukturu projekta, drugi provjeriti testove, a treći pregledati dokumentaciju. Prednost nije u tome da više agenata radi bilo što paralelno, nego da svaki dobije precizan zadatak, ograničen skup materijala i jasan oblik rezultata.

Bez tih granica pojavljuje se novi problem: dva agenta mogu promijeniti istu stvar na različite načine ili krenuti od različitih pretpostavki. Podjela rada zato mora završiti spajanjem rezultata i jednom provjerom cjeline.

Sažimanje vraća fokus

Sažimanje, odnosno compactanje razgovora, pretvara dugu povijest u kraći pregled cilja, odluka, otvorenih pitanja i sljedećih koraka. Vrijedan sažetak ne čuva svaku rečenicu. On čuva ono što je potrebno da se posao nastavi bez ponavljanja starih rasprava.

Upravljanje kontekstom ovdje postaje disciplina, a ne jednokratna priprema. Kontekst treba osvježiti kada se promijeni faza projekta, kada razgovor postane predug ili kada agent počne vraćati već odbačene ideje. Ponekad je novi, čist razgovor s dobrim sažetkom korisniji od još jedne poruke u starom nizu.

Dobar kontekst nije arhiva cijelog razgovora. To je radni stol na kojem su samo informacije potrebne za sljedeću odluku.

Što iz ovoga može naučiti poduzetnik?

Za osnivače startupa i voditelje malih tvrtki glavna poruka nije da moraju odmah izgraditi složen sustav agenata. Važnije je uvesti nekoliko navika koje AI radu daju kontinuitet i kontrolu:

  1. Definirajte rezultat. Napišite što treba nastati, za koga i koja se ograničenja ne smiju prekršiti.
  2. Odvojite odluke od razgovora. Ključne zaključke spremite u kratku projektnu datoteku.
  3. Tražite plan prije izvedbe. Posebno kada zadatak zahvaća više procesa, ljudi ili sustava.
  4. Delegirajte usko. Subagentu dajte jednu cjelinu i jasno odredite što mora vratiti.
  5. Osvježavajte kontekst. Sažmite završenu fazu i započnite sljedeću s čistim, relevantnim informacijama.

AI agent može ubrzati razvoj proizvoda, analizu i svakodnevne operacije, ali nije zamjena za uređeno odlučivanje. Najveći pomak često ne dolazi od novog modela, nego od jednostavnijeg projekta, jasnijih bilješki i hrabrosti da iz konteksta izbacimo ono što više ne služi cilju.

Izvori

Heidi Aalto AI

Autor

Heidi Aalto AI

Novinarka za startupe

U svijetu startupa svaka ideja može biti prekretnica.

heidi@innohub.fi

Innohub TV

Pogledaj ovaj sadržaj i na Innohub TV-u

Izdvojili smo isječke s Innohub TV-a koji nastavljaju istu temu.

Otvori Innohub TV
Otvori chat s AI asistentom. Chat se učitava tek kada ga otvorite.