Контекст¶

Контекст — это вся дополнительная информация, которую AI-модель получает вместе с вашим запросом. Именно контекст помогает модели понять, о чём вы говорите, что уже известно и какой ответ будет уместен.

Если говорить совсем просто, запрос — это ваш вопрос. А контекст — всё, что помогает ответить на него точнее.

Например, если вы пишете только «объясни эту ошибку», модели может не хватить данных. Но если добавить текст ошибки, кусок кода и краткое описание задачи, ответ обычно становится намного полезнее.

Зачем нужен контекст¶

AI-модель не знает, что именно вы имеете в виду, если вы это не передали. Она не видит ваш экран, не читает мысли и не понимает проект «сама по себе».

Контекст нужен, чтобы модель:

• понимала тему разговора;
• учитывала предыдущие сообщения;
• видела код, текст, документацию или ошибку;
• не угадывала лишнее;
• давала более точный и полезный ответ.

Чем лучше подобран контекст, тем выше шанс получить результат, близкий к реальной задаче.

Из чего может состоять контекст¶

Контекст бывает разным. В зависимости от сценария в него могут входить:

• ваше текущее сообщение;
• предыдущие сообщения в диалоге;
• прикреплённые файлы;
• выделенный фрагмент кода;
• ошибки компиляции или логи;
• документация;
• структура проекта;
• изменения Git;
• системные инструкции и правила.

Для пользователя всё это выглядит как «дополнительные данные, которые модель учитывает перед ответом».

Простой пример¶

Рассмотрим один и тот же вопрос.

Без контекста¶

Запрос:

Почему функция не работает?

Такой вопрос слишком общий. Модель может только гадать.

С контекстом¶

Запрос:

Почему функция не работает?
Вот код:

function divide(a, b) {
  return a / b
}

Ошибка возникает, когда b = 0.
Объясни простыми словами для новичка.

Теперь модель уже понимает:

• о какой функции идёт речь;
• в каком месте проблема;
• какой стиль ответа нужен.

Именно это и делает контекст полезным.

Какие бывают виды контекста¶

Контекст удобно делить на несколько типов.

1. Контекст диалога¶

Это история переписки. Модель учитывает ваши прошлые сообщения и свои предыдущие ответы.

Благодаря этому можно:

• задавать уточняющие вопросы;
• продолжать тему без повторения всего с нуля;
• вести длинный разговор шаг за шагом.

Но у этого есть и обратная сторона. Если в чате накопилось слишком много несвязанных тем, модель может начать путаться.

2. Контекст задачи¶

Это информация, относящаяся к текущему вопросу. Например:

• цель задачи;
• ограничения;
• желаемый формат ответа;
• язык программирования;
• уровень объяснения: для новичка или для опытного разработчика.

Такой контекст особенно важен, когда вы хотите не просто ответ, а конкретный результат.

3. Контекст проекта¶

Если речь идёт о разработке, важен контекст самого проекта. Сюда могут входить:

• структура папок;
• соседние файлы;
• конфигурация;
• стиль кода;
• используемые библиотеки;
• тесты и документация.

Без такого контекста модель видит только маленький фрагмент и чаще предлагает решения, которые не подходят проекту.

4. Контекст из внешних источников¶

Иногда модели нужно опираться не только на чат, но и на другие данные. Например:

• документацию;
• статьи;
• базу знаний;
• Git-историю;
• данные из внешних сервисов;
• результаты поиска по кодовой базе.

Это особенно полезно, когда ответ должен опираться на реальные материалы, а не только на общие знания модели.

Контекст в работе с Koda¶

В Koda контекст может собираться из разных источников. Например:

• из истории текущей сессии;
• из файлов и папок, добавленных через @;
• из кода, открытого в редакторе;
• из выделенного фрагмента;
• из документации;
• из индекса проекта;
• из навыков и правил;
• из инструментов и внешних интеграций.

Поэтому один и тот же запрос может дать разный результат в зависимости от того, какой контекст был добавлен.

Что такое контекстное окно¶

У любой модели есть ограничение на объём текста, который она может обработать за один раз. Этот предел называют контекстным окном.

В контекстное окно входит не только ваш текущий запрос, но и всё остальное:

• история диалога;
• прикреплённые материалы;
• системные инструкции;
• найденные фрагменты кода и документации;
• иногда и промежуточные результаты работы.

Если контекста становится слишком много, модель может:

• перестать учитывать ранние сообщения;
• отвечать хуже;
• упустить важные детали;
• столкнуться с ограничением по длине.

Что такое токены и почему они связаны с контекстом¶

Объём контекста обычно измеряется в токенах. Токен — это небольшая часть текста. Это не всегда целое слово: иногда токеном может быть часть слова, знак препинания или короткий фрагмент.

Чем длиннее ваш запрос и чем больше дополнительных материалов вы передаёте, тем больше токенов занимает контекст.

Поэтому важно не только «дать побольше информации», но и передать именно то, что действительно помогает решить задачу.

Почему слишком большой контекст — это тоже проблема¶

Кажется логичным дать модели как можно больше данных. Но на практике слишком большой контекст может мешать.

Основные проблемы такие:

• важная информация теряется среди лишней;
• модель начинает цепляться за старые и уже неактуальные детали;
• растёт стоимость и время обработки;
• ответы становятся менее сфокусированными.

Хороший контекст — не самый большой, а самый релевантный.

Признаки хорошего контекста¶

Хороший контекст обычно:

• относится к текущей задаче;
• достаточно конкретный;
• не перегружен лишними деталями;
• содержит нужные примеры, ошибки или ограничения;
• помогает модели не гадать, а опираться на факты.

Признаки плохого контекста¶

Плохой контекст часто выглядит так:

• информации слишком мало;
• информации слишком много;
• данные противоречат друг другу;
• в контекст попали старые или нерелевантные файлы;
• запрос расплывчатый и не объясняет цель.

Из-за этого модель может отвечать уверенно, но не по делу.

Как начинающему пользователю собирать контекст¶

Вот несколько простых правил:

1. Начните с короткого и ясного описания задачи.
2. Добавьте только те материалы, которые действительно относятся к вопросу.
3. Если есть ошибка — вставьте её текст целиком.
4. Если вопрос про код — покажите минимальный нужный фрагмент.
5. Если нужен конкретный формат ответа — скажите об этом прямо.
6. Если тема сменилась, иногда лучше начать новый диалог.

Что лучше добавить в запрос на практике¶

Если нужен разбор ошибки¶

Добавьте:

• текст ошибки;
• кусок кода, где она возникает;
• что вы ожидали получить;
• что произошло на самом деле.

Если нужен совет по коду¶

Добавьте:

• язык программирования;
• текущую реализацию;
• ограничения;
• желаемый результат.

Если нужно объяснение темы¶

Добавьте:

• уровень: новичок или продвинутый;
• контекст задачи;
• просьбу привести пример.

Контекст и безопасность¶

С контекстом важно быть осторожным. Если вы передаёте модели файлы, логи или документы, в них могут оказаться:

• пароли;
• токены;
• персональные данные;
• внутренние документы;
• коммерчески чувствительная информация.

Перед добавлением контекста полезно убедиться, что в нём нет лишних секретов или приватных данных.

Контекст и суммаризация¶

Когда диалог становится длинным, часть старой информации может сжиматься в краткий конспект. Это называется суммаризацией.

Смысл в том, чтобы сохранить важные решения и освободить место в контекстном окне для новых запросов. Это помогает продолжать работу без полного переполнения контекста.

Контекст не равен истине¶

Даже хороший контекст не делает ответ автоматически правильным. Модель всё равно может ошибиться в выводах, перепутать детали или сделать неверное предположение.

Контекст повышает вероятность хорошего ответа. Но не заменяет проверку, особенно если речь идёт о коде, финансах, праве, безопасности или медицине.

Коротко¶

Контекст — это всё, что помогает модели понять вашу задачу точнее. Он может включать историю диалога, файлы, код, документацию, ошибки, правила и данные из внешних источников.

Чем релевантнее контекст, тем полезнее обычно получается ответ. Но слишком большой или нерелевантный контекст, наоборот, может ухудшить результат.

Для начинающего пользователя главное правило простое: передавайте не всё подряд, а только то, что действительно нужно для ответа.

См. также:

• Глоссарий
• AI-модели
• Инструменты
• MCP-серверы