Wat valt onder context?
Context kan bestaan uit de vraag zelf, eerdere berichten, documenten, instructies, voorbeelden, rollen, bedrijfsinformatie of gewenste output. Alles wat het model helpt om gerichter te antwoorden, hoort in de praktijk bij context.
Waarom is context zo belangrijk?
Een model zonder context geeft meestal een algemeen antwoord. Zodra je doel, broninformatie en randvoorwaarden toevoegt, wordt dezelfde AI veel specifieker. De kwaliteit van een antwoord hangt daarom vaak minder af van het model alleen en meer van de context die je meestuurt.
Welke soorten context zijn er?
Je kunt denken aan taakcontext, zoals wat de gebruiker precies wil; documentcontext, zoals relevante bronnen; en organisatiecontext, zoals tone of voice, beleid of procesafspraken. Hoe beter die lagen op elkaar aansluiten, hoe bruikbaarder de output wordt.
Wat gaat vaak mis?
Veel toepassingen geven te weinig, te veel of verkeerde context mee. Te weinig context levert oppervlakkige antwoorden op. Te veel context maakt het antwoord traag of rommelig. Verkeerde context zorgt ervoor dat een model de verkeerde richting op gaat, ook als de vraag zelf logisch is.
Praktische vuistregel
Geef alleen mee wat nodig is om de taak goed uit te voeren. Denk vanuit het besluit of antwoord dat je wilt krijgen, niet vanuit de neiging om alle informatie tegelijk te dumpen. Goede context is gericht, relevant en actueel.
Van begrip naar praktijk
Hoe AITJE dit toepast
Bij tokenoptimalisatie onderzoeken we welke informatie het model per stap werkelijk nodig heeft. Code kan klantgegevens ophalen, velden selecteren of een berekening uitvoeren voordat een gerichte opdracht naar het model gaat. Zo wordt context samengesteld voor de taak, in plaats van telkens een volledig archief mee te sturen. We vergelijken het resultaat, tokengebruik en correctiewerk met de oorspronkelijke route.
Token management & optimalisatieVan uitleg naar toepassing
Wil je weten wat dit voor jouw werk betekent?
