Strona główna / Artykuły

Inżynieria promptów to za mało: inżynieria kontekstu dla systemów wieloagentowych

Systemy wieloagentowe rzadko zawodzą w ramach jednego kroku. Zawodzą pomiędzy krokami, gdy pojawia się niewłaściwy kontekst. Jak projektować stan i przejścia w LangGraph.

Wydawca: REACTAPP.TOP7 min czytania1548 słów

Źródła: Prompt Engineering Is Dead for AI Agents — Here Is What Actually Works — Context Engineering

Określenie „inżynieria kontekstu” oznacza sztukę wypełniania okna kontekstowego dokładnie tymi informacjami, które są potrzebne w następnym kroku. Dla wszystkich, którzy obserwowali, jak systemy wieloagentowe zawodzą w warunkach produkcyjnych, termin ten opisuje zjawisko, które wcześniej nie miało nazwy.

Typowy profil awarii jest wszędzie taki sam. Pytania są w porządku, modele są sprawne, a logika wygląda poprawnie w notatniku. Następnie system trafia do środowiska produkcyjnego i zawodzi, nie w poszczególnych krokach, lecz pomiędzy nimi. Wyobraźmy sobie agenta do streszczania danych medycznych, który pobiera dokładnie te dokumenty, a następnie w grafie pojawia się agent, który otrzymuje uproszczony obiekt stanu i wymyśla historię pacjenta, która znajdowała się trzy węzły wcześniej. Model nie zawodził – problemem była przenoszenie kontekstu. Tygodnie dostosowywania pytań do systemu nie naprawią tego, co nigdy nie było problemem związanym z samymi pytaniami.

Prościej mówiąc, inżynieria promptów dostosowuje samą pytanie, a inżynieria kontekstu dostosowuje warunki, w których to pytanie jest odpowiadane. Agenci przeważnie nie zawodzą na poszczególnych etapach – zawodzą pomiędzy nimi, ponieważ każdy „węzeł” posiada niewłaściwe informacje.

Problem, który nie ma nazwy, dopóki nie zada bólu

Większość zespołów buduje pierwszy system wielu agentów w ten sam sposób. Inwestują wysiłek w prompt systemu, zawierający jasne opisy zadań, zasady formatowania wyników oraz kilka przykładów, i wtedy pojedynczy agent funkcjonuje dobrze. Następnie łączy się trzech agentów, a jakość spada. Agent drugi nie ma pojęcia, co zdecydował agent pierwszy, agent trzeci dodaje kontekst, którego agent drugi w ogóle nie stworzył, a już na czwartym etapie odpowiedź jest dostarczana z pełną pewnością siebie, ale całkowicie błędna, ponieważ nic nie dotarło do niego o tym, co naprawdę wydarzyło się wcześniej.

Przypomina to przekazywanie sztangi w biegu bez poinformowania następnego biegacza, gdzie odbył się wyścig ani w której torze ma biec. Biegacz jest zdolny, problemem jest właśnie przekazanie sztangi.

To nie jest też zwykły problem związany z możliwościami modelu. Badanie przeprowadzone przez Chroma i opublikowane w lipcu 2025 roku przetestowało 18 modeli LLM, w tym Claude 4, GPT-4.1 i Gemini 2.5, i stwierdziło, że wydajność spada nierównomiernie wraz ze wzrostem ilości kontekstu, nawet przy najprostszych zadaniach wyszukiwania. Uwaga ma swój koszt – to, co trafia do „okna uwagi”, a co zostaje pominięte, kształtuje niemal wszystko, co zostaje zwrócone. Inżynieria promptów nigdy nie zajmowała się tym tematem i nie została do tego stworzona. Dobrze opracowany prompt systemowy określa, co należy zrobić, natomiast inżynieria kontekstu dostarcza informacji, których model potrzebuje w danym momencie, aby to dobrze wykonać.

Czym właściwie jest ta dziedzina

Jasna definicja: projektowanie systemów dynamicznych, które dostarczają modelowi odpowiednie informacje, w odpowiednim formacie, we właściwym czasie, aby miał wszystko, co jest potrzebne do następnego kroku. To praca nad infrastrukturą, a nie nad aspektami językowymi. Celem nie jest stworzenie piękniejszych zdań, lecz świadome kontrolowanie tego, co przepływa przez graf agentów przy każdej transycji.

W projekcie LangGraph największe ulepszenia pochodzą często z typu AgentState TypedDict, a nie z jakichkolwiek instrukcji. Przestań traktować stan jako notatnik tymczasowy i traktuj go jako umowę, w której każdy węzeł określa, co odczytuje i za co jest odpowiedzialny pod względem zapisywania danych. Agenci poniżej w łańcuchu przekazu przestają tworzyć halucynacje, ponieważ nie muszą już zgadywać, co wydarzyło się wcześniej – wszystko znajduje się w uporządkowanym i dostępnym stanie.

W środowisku produkcyjnym istotne są trzy warstwy.

Kontekst trwały to informacje, które agent powinien zawsze znać: cel użytkownika, jego ograniczenia, decyzje podjęte wcześniej w trakcie sesji oraz reguły dziedziny. W procesie opieki zdrowotnej byłby to kontekst pacjenta, ograniczenia regulacyjne i progi ryzyka, które są wprowadzane raz przy uruchomieniu grafu i nigdy nie są usuwane.

Kontekst zależny od czasu to informacje aktualne w danym momencie, ale mogące ulec zmianie: pobraane dokumenty, wyniki obecnych narzędzi, odpowiedzi API oraz rezultat najnowszego kroku rozumowania. Tutaj pasuje RAG jako jedna z warstw większej architektury, a nie cała odpowiedź. Pobieranie danych to łatwa część; trudniejsze jest podjęcie decyzji o tym, który pobrany materiał zostanie dalej wykorzystany, w jakiej formie i w jakim stopniu skompresowany.

Contextem tymczasowym jest to, czego potrzebuje bieżący krok, a czego nie potrzebuje następny: surowe dane API, szczegółowe rozumowanie pośrednie oraz logi wywołań narzędzi. Należy je aktywnie usuwać, zamiast je gromadzić, ponieważ każdy niepotrzebny token konkujuje o uwagę z tokenami, które są istotne.

Błędy w środowisku produkcyjnym zazwyczaj należą do jednej z trzech kategorii: warstwa trwała nigdy nie została dostarczona, warstwa zależna od czasu wygasła pomiędzy krokami, lub warstwa tymczasowa nie została usunięta, co zakłóca późniejsze rozumowanie.

Context w pipeline LangGraph

Oto uproszczony sposób strukturyzowania stanu w pipeline badawczym z wieloma agentami. Kod ma mniejsze znaczenie niż dyscyplina stojąca za nim.

from typing import TypedDict, Optional, List
from langgraph.graph import StateGraph

class ResearchAgentState(TypedDict):
    # Persistent context — set once, never overwritten
    user_goal: str
    domain_constraints: List[str]
    session_id: str

    # Time-sensitive context — updated by retrieval/tool nodes
    retrieved_docs: List[str]
    current_findings: str
    last_tool_result: Optional[str]

    # Transient context — cleared after use
    raw_api_payload: Optional[str]   # cleared after parsing
    intermediate_reasoning: Optional[str]  # cleared after synthesis

Każdy węzeł otrzymuje ten stan i aktualizuje tylko swój własny zadeklarowany fragment, podczas gdy orkiestrator na najwyższym poziomie decyduje, które podagenty mają działać oraz jaki podzbiór stanu otrzymają. To właśnie jest routowanie kontekstu. Podagent zajmujący się kodowaniem nie potrzebuje literatury medycznej pobranej przez specjalistę od danej dziedziny, a podagent służący do streszczania nie potrzebuje surowych danych pobranych przez agregatora. Dawanie każdemu agentowi wszystkiego jest jak przeprowadzanie briefingu dla całej firmy przed każdym spotkaniem: technicznie kompletnie, ale operacyjnie katastrofalne. Routowanie kontekstu według ról zmniejsza zużycie tokenów, a co ważniejsze, ogranicza halucynacje u agentów specjalistycznych, którzy nie są już rozpraszani przez nieistotne materiały konkurujące o ograniczony czas działania.

Protokół Model Context Protocol przyspiesza ten proces. Pod koniec 2025 roku istniało, jak donoszono, ponad 10 000 publicznych serwerów MCP – standardowego interfejsu, za pośrednictwem którego agenci mogą w uporządkowany sposób wysyłać zapytania do narzędzi, baz danych i zewnętrznych systemów. Pod względem architektonicznym umieszcza on źródła kontekstu poza agentem, dzięki czemu ten może pobierać tylko to, czego potrzebuje, zamiast otrzymywać wszystko już wcześniej załadowane. Pomyśl o bibliotece w porównaniu z dokumentem informacyjnym: agent idzie po konkretną książkę na półce i nie nosi ze sobą całej biblioteki.

Jakość jest ważniejsza niż ilość

Sondaż z 2026 roku pokazał, że 82% liderów w dziedzinie IT i danych zgadza się, iż sama inżynieria promptów nie wystarcza już do tworzenia systemów AI w warunkach produkcyjnych, a 95% zespołów zajmujących się danymi planuje w tym roku zainwestować w umiejętności związane z inżynierią kontekstu. Mimo to większość dyskusji koncentruje się na ilości: większe okna czasowe, więcej pobieranych fragmentów, więcej narzędzi. Prawdziwym wąskim gardłem jest jednak jakość.

Kontekst ciągły jest gorszy niż brak kontekstu. Agent działający z pewnością siebie na podstawie wczoraj pobraanego dokumentu, nieświadomy, że został on zastąpiony, tworzy błędy, które wyglądają jak poprawne rozumowanie. W procesach przekształcania języka naturalnego w SQL częstym problemem jest zmiana struktury bazy danych: generowany SQL jest poprawny dla struktury, która już nie istnieje. Pytanie było w porządku, ale kontekst był błędny.

Kontekst bez kontroli stanowi również problem bezpieczeństwa. Jeśli agenci mogą uzyskać dostęp do wszystkiego w stanie systemu, w tym do danych innych użytkowników, wcześniejszych sesji oraz wrażliwych wyników narzędzi, wyciek kontekstu jest kwestią czasu przed atakiem typu prompt injection. Konieczne jest projektowanie kontekstu oparte na zasadzie minimalnych uprawnień, a ponieważ 86% dyrektorów ds. bezpieczeństwa informacji nie posiada polityki egzekwowania zasad dostępu dla agentów, to właśnie tu prawdopodobnie rozpocznie się następna fala incydentów związanych z sztuczną inteligencją w przedsiębiorstwach.

Ograniczenia

Inżynieria kontekstu nie eliminuje podstawowego ograniczenia związанego z uwagą. Wyniki badań Chroma pokazały, że niezawodność spada wraz ze wzrostem długości danych wejściowych, nawet gdy kontekst jest dobrze zorganizowany, więc lepszy kontekst zapewnia bardziej niezawodne działanie, a nie nieograniczoną niezawodność kontekstu. Gdy kontekst jest naprawdę ogromny, np. w przypadku autonomicznych agentów działających godzinami lub syntezy na podstawie setek dokumentów, należy go połączyć z agresywnym streszczaniem, hierarchicznym wyszukiwaniem oraz wyraźnym zarządzaniem pamięcią. Inżynieria kontekstu decyduje o tym, co trafia do okna, natomiast architektura pamięci zajmuje się tym, co dzieje się, gdy okno nie wystarcza.

Nie może też zastąpić oceny. Doskonale skonstruowana ścieżka przetwarzania, która ciągle pobiera niewłaściwe dokumenty, na pewno zawiedzie, dlatego warstwa pobierania danych, warstwa pamięci oraz logika routingu wymagają każda swojej odrębnej oceny, niezależnej od jakości wyników. Nadaje się do zadań o dobrze określonym zakresie z stabilnymi wymaganiami dotyczącymi kontekstu. W przypadku agentów eksploracyjnych o otwartym charakterze, gdzie istotny kontekst nie może być znany z góry, lepiej sprawdza się dynamiczne pobieranie danych, które sygnalizuje modelowi brak pewności.

Od czego zacząć

Otwórz definicję AgentState i zadaj sobie trzy pytania: Co każdy węzeł zakłada, że już znajduje się w stanie? Co faktycznie otrzymuje? Co jest odrzucane, zanim zostanie potrzebne? To właśnie różnica pomiędzy założeniami a rzeczywistością powoduje obecne problemy agenta, a nie prompt systemu.

Najlepszą aktualizacją istniejącego systemu wielu agentów rzadko jest nowszy model. Chodzi o sprawdzenie zawartości „okna” na każdym kroku: usuń elementy, które nie pasują, i upewnij się, że to, co pozostaje, jest aktualne, dobrze zorganizowane i ograniczone do tego, czego potrzebuje agent odbierający dane. Zacznij od jednego węzła, przeanalizuj jego dane wejściowe – wtedy szybko zaczyna się poprawa niezawodności, która jeszcze bardziej rośnie.