Wat er allemaal context is
Een taalmodel onthoudt niets tussen twee aanroepen. Naast wat het in de training leerde, kan het alleen gebruiken wat op dat moment in het contextvenster staat. De documentatie van Anthropic noemt dat venster het werkgeheugen van het model, los van wat het in de training leerde. Erin staan:
| Deel van de context | Voorbeeld | Wie er meestal over gaat |
|---|---|---|
| Systeemprompt | “Je bent de supportagent van ons administratieteam…” | Wie de agent bouwt of beheert |
| Tooldefinities | Een zoektool, een bestandslezer, een MCP-server | Wie de agent bouwt |
| Opgehaalde gegevens | Een contract, een ticket, een codebestand | Retrieval of de agent zelf |
| Gespreksgeschiedenis | Alles wat in de sessie gezegd en gedaan is | Groeit vanzelf |
| Toolresultaten | Uitvoer van een zoekactie, een test, een API | Groeit vanzelf |
| Notities en geheugen | Een takenlijst, een CLAUDE.md, vastgelegde besluiten | Het team, of de agent |
Prompt engineering gaat over het formuleren en ordenen van instructies en voorbeelden, in de systeemprompt en in berichten. Context engineering gaat over alle zes, en over hoe ze veranderen tijdens een lange taak.
De technieken die ertoe doen
Het engineeringartikel van Anthropic (september 2025) noemt een paar technieken die in bijna elke serieuze AI-agent terugkomen:
- Just-in-time ophalen. Houd lichte verwijzingen in de context, zoals bestandspaden, zoekvragen of links, en laat de agent de inhoud met een tool laden als hij hem nodig heeft. Claude Code werkt zo: een paar bestanden gaan vooraf mee, de rest zoekt de agent op.
- Compaction. Nadert een gesprek de grens van het venster, dan wordt het samengevat en gaat het verder in een nieuw venster. De lichtste vorm is oude toolresultaten wissen.
- Gestructureerde notities. De agent schrijft notities naar een bestand buiten het venster en leest ze later terug, zodat de voortgang een herstart overleeft.
- Sub-agents. Een sub-agent doet één klus in een schoon venster en geeft een korte samenvatting terug, vaak 1.000 tot 2.000 tokens, in plaats van zijn hele spoor.
Het team van Manus voegde lessen uit de praktijk toe: houd het begin van de context stabiel zodat de cache hergebruikt kan worden (een tijdstempel bovenaan breekt die), voeg toe in plaats van te herschrijven, gebruik het bestandssysteem als extern geheugen, laat fouten in de context staan zodat het model ervan leert, en herschrijf steeds een takenlijst zodat het plan achteraan in het venster staat.
Het misverstand
De meeste mensen denken dat context engineering betekent: geef het model meer. Meestal is het andersom. Anthropic beschrijft het als zoeken naar de kleinste set tokens met veel signaal die het werk gedaan krijgt. Langere context kan het terugvinden en gebruiken van informatie minder betrouwbaar maken. Haal daarom verouderde instructies en tooluitvoer weg die voor de taak niets toevoegen, in plaats van aan te nemen dat meer beter is.
Een voorbeeld: een agent krijgt de vraag welke korting een klant mag krijgen. Vooraf krijgt hij alleen de systeemprompt, de tooldefinities en de naam van de klant. Daarna haalt hij het actuele kortingsbeleid op, met de datum waarop het is goedgekeurd, laat oudere versies liggen en noemt in zijn antwoord het beleid waar hij op steunt. Zo zie je of het antwoord op de juiste bron rust.
Het tweede misverstand: dat context iets is wat je één keer inricht. Bij een agent wordt de context elke beurt opnieuw opgebouwd. Wat je ontwerpt is het proces dat bepaalt wat erin gaat en wat eruit.
Wat het betekent voor een team
Voor één ontwikkelaar begint context engineering bij korte projectinstructies, gericht bestanden ophalen en de gespreksgeschiedenis in de hand houden. In een team wordt het lastiger:
- De chatgeschiedenis en het geheugen van ieder staan in zijn eigen account. Wat de ene collega de AI leerde, helpt de volgende niet.
- Elke tool houdt zijn eigen context bij. Wie van ChatGPT naar Claude Code of Copilot gaat, neemt zijn chatgeschiedenis niet mee; alleen gedeelde bestanden en aangesloten kennisbronnen zijn er in de nieuwe tool ook.
- Instructiebestanden lopen uit elkaar. De documentatie van Claude Code waarschuwt dat tegenstrijdige regels willekeurig gekozen kunnen worden en dat bestanden boven ongeveer 200 regels minder goed gevolgd worden.
De echte vraag voor een team is dus waar de gedeelde context staat en wie hem bijhoudt. Daarover gaat hoe richt je context engineering in voor een team. Het verschil met betere prompts schrijven staat in het verschil tussen context engineering en prompt engineering, en welke kennis je vastlegt in bedrijfscontext vastleggen voor AI.
Waar Bombos past
Bombos doet het teamdeel van context engineering: een plugin die elke AI-tool van je team (Claude, Claude Code, ChatGPT, Copilot, Grok, Codex, Cursor, eigen agents) één gedeeld geheugen geeft. Daarin staan teamkennis, geleerde regels over hoe jullie werken en wat er al ligt in mail, documenten en repo’s, per vraag opgehaald zodat het venster klein blijft, en je ziet waarop elk antwoord rust. Het draait in de cloud of op je eigen server, en één persoon kan het eerst zelf proberen voor zijn eigen agents.
Vragen die hierbij horen
Is context engineering hetzelfde als RAG?
Nee. Ophalen van documenten (retrieval) is één techniek binnen context engineering. Het gaat ook over wat in de systeemprompt staat, welke tools het model krijgt, hoe de geschiedenis wordt samengevat en welke notities buiten het venster blijven.
Wie heeft context engineering nodig?
Iedereen die AI langer laat werken dan één vraag: een AI-agent in een codebase, een assistent die uren aan documenten werkt, of een team waarin meerdere mensen en tools AI op hetzelfde werk zetten.
Maakt een groter contextvenster context engineering overbodig?
Nee. Volgens de documentatie van Anthropic nemen nauwkeurigheid en terugvinden af naarmate er meer tokens in het venster staan, context rot genoemd. Meer ruimte maakt kiezen belangrijker, niet minder.
Is er een Nederlands woord voor context engineering?
Niet een dat gangbaar is. In teams hoor je ook 'bedrijfscontext vastleggen' of 'de AI de juiste context geven', maar de vakterm is context engineering.
