Rekayasa konteks bukan hanya tentang melemparkan lebih banyak data ke LLM Anda - ini tentang memberikannya konteks yang tepat pada waktu yang tepat. Dalam pembicaraan untuk @OReillyMedia ini, Insinyur Hubungan Pengembang kami @tuanacelik membahas bagaimana blok memori membantu Anda membangun agen yang mempertahankan konteks terstruktur untuk tugas yang kompleks. Dia mendemonstrasikan blok memori artefak menggunakan bot pelacakan pesanan restoran - menunjukkan cara menyaring seluruh percakapan hanya ke informasi terstruktur penting (jenis pizza, topping, alamat) daripada memproses riwayat obrolan lengkap. Konsep kunci yang dibahas: · Berbagai jenis blok memori (statis, ekstraksi fakta, vektor, artefak) · Manajemen rasio konteks - menyeimbangkan riwayat obrolan vs perintah sistem vs memori · Menggunakan alur kerja agen untuk membuat dan mengoptimalkan konteks langkah demi langkah Contoh menunjukkan bagaimana blok memori artefak dapat mengubah percakapan berkelok-kelok menjadi urutan yang bersih dan terstruktur - persis seperti yang Anda butuhkan untuk agen produksi yang menangani tugas dunia nyata. Tonton pembicaraan lengkapnya: