Context Engineering – Kunsten at give AI den rette kontekst

Hvad er Context Engineering?

Context Engineering er disciplinen der handler om at designe, strukturere og optimere den information og kontekst du giver AI-modeller, så de kan hjælpe dig bedst muligt. Det handler ikke kun om at skrive gode prompts, men om at styre den rigtige mængde og type kontekst til modellen.

Problemet: Context-angst

Forskning viser, at AI-modeller som Claude kan udvikle “context-angst”, hvor de undervurderer hvor meget kontekst de har tilbage — og derfor begynder at tage hurtige genveje i stedet for at løse opgaven grundigt.

Studier har også vist, at stressende eller “angst-fremkaldende” input øger risiko for bias eller fejlagtig adfærd hos AI, især hvis modellen hele tiden presses til grænsen af sit context window. Overbelastes en AI med for meget historik, falder kvalitet og engagement markant. Det er derfor vigtigt — også i projektarbejde — at holde konteksten relevant, struktureret og løbende opdateret.

Korrekt context engineering reducerer risiko for fejl og gør AI til en mere effektiv sparringspartner.

Links:

Context Window – AI’s hukommelse og opmærksomhed

Hvad er Context Window?

Context Window er den mængde information AI kan “se” og huske på én gang. Det fungerer som AI’s korttidshukommelse.

Demo - hvor hurtigt fyldes context window op?

Hvad skal AI vide for at hjælpe bedst?

AI har brug for at forstå:

  • Projekt scope: Hvad skal opnås og hvorfor
  • Tekniske constraints: Platform, teknologistack, begrænsninger
  • Business context: Målgruppe, marked, konkurrencesituation
  • Success criteria: Hvordan måles succes

Optimeringstips:

  • Prioritér relevant info: Start med det vigtigste, tilføj detaljer efter behov
  • Brug strukturer: Nummererede lister, bullet points, klare sektioner
  • Opdater løbende: Tilføj ny information efterhånden som projektet udvikler sig
  • Vær specifik: Undgå vage formuleringer, vær præcis i requirements

Praktisk Øvelse – Context Engineering i aktion

Opgave: Forberedelse til kundemøde

Åbn din AI (ChatGPT/Claude/Gemini) og løs denne opgave:

Scenario: Du skal forberede dig til et vigtigt kundemøde med en potentiel ny klient. Klienten overvejer at implementere AI-løsninger i deres forretning.

Hvordan får du mest muligt hjælp af AI?

Step 1: Reflekter – hvad skal AI vide?

Før du skriver din prompt, tænk over:

  • Hvem er kunden? (Branche, størrelse, nuværende situation)
  • Hvad er målet? (Salg, rådgivning, teknisk implementering)
  • Hvad er konteksten? (Tidligere interaktioner, kundens pain points)
  • Hvad er din rolle? (Sælger, konsulent, teknisk ekspert)

Step 2: Sammenlign to tilgange

❌ Basis Prompt (minimal context):

“Jeg skal forberede mig til et kundemøde. Kunden er en mellemstor produktionsvirksomhed der overvejer AI-automatisering. Hjælp mig med: 1. Relevante spørgsmål jeg skal stille kunden. 2. Potentielle AI-løsninger til produktionsbranchen. 3. Hvordan jeg præsenterer værdien af AI. Fokuser på praktiske, implementerbare løsninger.”

✅ Avanceret Prompt (rig context):

“Mit firma: AI konsulentvirksomhed specialiseret i produktionsoptimering. Min rolle: Senior AI konsulent med 5 års erfaring. Kunden: Mellemstor fødevareproducent (150 ansatte). Tidligere kontakt: 2 uger siden - indledende telefonsamtale. Kundens situation: Manuel kvalitetskontrol tager for lang tid. Ønsker at reducere spild med 20%. Har SAP system men ingen AI integration. Budget: 500k-1M DKK første år. Mødemål: Præsentere konkret AI løsningsforslag og ROI beregning. Lav en struktureret mødeagenda og forbered 3-5 key spørgsmål jeg skal stille. Inkluder forslag til hvordan jeg kan demonstrere værdien af AI med konkrete eksempler.”

Step 3: Test begge prompts

  1. Prøv basis prompten i din foretrukne AI
  2. Prøv den avancerede prompt i samme AI
  3. Sammenlign resultaterne:
    • Hvilken gav mest konkrete svar?
    • Hvilken gav mest relevante løsningsforslag?
    • Hvilken krævede færrest opfølgende spørgsmål?

Læringsmål:

  • ✅ Forstå hvor meget kontekst der skal til for optimal AI hjælp
  • ✅ Øve sig i at strukturere information før prompting
  • ✅ Lære at bygge context op gradvist (start bredt, gå i dybden)
  • ✅ Oplev forskellen mellem minimal og rig context

Bonus Challenge:

Tag et reelt projekt fra dit arbejde og design en context-rig prompt til AI. Test det og observer forskellen i kvaliteten af AI’s svar.