コンテキストエンジニアリングは単にLLMにより多くのデータを投げ込むだけでなく、適切なタイミングで適切なコンテキストを与えることです。 この@OReillyMedia講演では、開発者関係エンジニア@tuanacelikが、メモリブロックが複雑なタスクに対して構造化されたコンテキストを維持するエージェントの構築にどのように役立つかを解説します。彼女はレストランの注文追跡ボットを使ってアーティファクトメモリブロックを実演し、会話全体をピザの種類、トッピング、住所といった基本的な構造化された情報だけに絞り込む方法を示唆しています。 扱われている主要な概念: ·さまざまな種類のメモリブロック(静的メモリ、事実抽出、ベクトル、アーティファクト) ·コンテキスト比率管理 - チャット履歴、システムプロンプト、メモリのバランス ·エージェントワークフローを活用して、コンテキストを段階的に構築・最適化する方法 この例は、アーティファクトメモリブロックがまとまりのない会話をクリーンで構造化された秩序に変える方法を示しています。これはまさに生産エージェントが現実のタスクを扱うために必要なものです。 講演全文をご覧ください: