---
title: "Что такое контекстная инженерия? Токены для ИИ-агентов"
description: "Контекстная инженерия — отбор токенов, которые LLM видит на каждом шаге: инструкции, инструменты, история и найденные данные. Приёмы для агентов и их цена."
url: https://broadrouter.com/ru/glossary/context-engineering/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/context-engineering/) (обновлён 2026-11-15).

# Контекстная инженерия (context engineering)

Обновлено 2026-11-15

Контекстная инженерия — это работа по отбору и поддержанию набора токенов, который языковая модель видит в каждом запросе: системного промпта, описаний инструментов, истории, найденных документов и заметок. Цель — дать модели минимальный набор самой ценной информации, нужной, чтобы хорошо выполнить задачу.

Также называют: контекстная инженерия, инженерия контекста, управление контекстом, контекст-инжиниринг, context engineering, context management, agent context engineering

Промпт пишут один раз. Контекст — это всё, что модель видит на каждом шаге, и у агента он меняется с каждым шагом.

## Как это работает

Инженерная статья Anthropic описывает контекстную инженерию как “the set of strategies for curating and maintaining the optimal set of tokens” (перевод: «набор стратегий для отбора и поддержания оптимального набора токенов») во время инференса, включая информацию за пределами промпта. Цель статья формулирует так: найти “smallest possible set of high-signal tokens” (перевод: «минимально возможный набор токенов с высокой ценностью сигнала»), который делает желаемый результат вероятным.

Причина — ограниченное внимание. По словам статьи, у моделей есть “attention budget” (перевод: «бюджет внимания»), а точность извлечения падает с ростом контекста; это явление статья называет [деградацией контекста (context rot)](https://broadrouter.com/ru/glossary/context-rot/). Важна и позиция: факты в середине длинного промпта легче упустить ([lost in the middle](https://broadrouter.com/ru/glossary/lost-in-the-middle/)).

Для долго работающих агентов статья называет несколько приёмов:

| Приём | Что он делает |
| --- | --- |
| [Сжатие](https://broadrouter.com/ru/glossary/context-compaction/) | Суммаризирует историю у предела окна и продолжает работу с резюме |
| Очистка результатов инструментов | Убирает из истории старый сырой вывод инструментов |
| Структурированные заметки | Агент пишет заметки в файл вне контекста и позже перечитывает их |
| [Субагенты](https://broadrouter.com/ru/glossary/subagent/) | Выполняют узкую задачу в чистом контексте и возвращают короткое резюме |
| Извлечение по требованию (just-in-time) | Хранит ссылки (пути к файлам, запросы) и загружает данные только тогда, когда они нужны |

Пример бюджета одного шага у агента для программирования:

```text
System prompt + rules          4,000 tokens
Tool definitions               6,000 tokens
Notes file                     1,500 tokens
History (compacted)           20,000 tokens
Latest tool output             8,000 tokens   <- largest single item
```

## Почему это важно

-   **Качество.** Чем меньше шума в контексте, тем обычно лучше ответы и тем реже модель пропускает инструкции.
-   **Стоимость.** При оплате за токены каждый токен контекста оплачивается на каждом шаге. Стабильный контент в начале промпта обходится дешевле как [вход из кэша](https://broadrouter.com/ru/glossary/cached-input-tokens/); см. [структуру промпта для кэширования](https://broadrouter.com/ru/blog/prompt-structure-for-caching/).
-   **Длительность работы.** Хорошее управление контекстом позволяет агенту работать часами, не упираясь в [контекстное окно](https://broadrouter.com/ru/glossary/context-window/).

## В BroadNet Inference

Контекстная инженерия происходит в вашем коде: Chat Completions API от BroadNet получает тот список сообщений, который вы отправили. [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) и [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) принимают 1 048 576 токенов, [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) — 262 144, а [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) — 32K, поэтому компактный контекст важнее всего на Gemma.

Если модель их сообщает, поле `usage.prompt_tokens_details.cached_tokens` показывает токены, прочитанные из кэша; при оплате по факту они тарифицируются по цене входа из кэша. В статье [об управлении контекстом для долго работающих агентов](https://broadrouter.com/ru/blog/long-running-agent-context-management/) собраны пять рабочих правил, а [бюджет токенов агента](https://broadrouter.com/ru/blog/agent-token-budget/) показывает, на что уходят токены агента.

## Вопросы и ответы

### Чем контекстная инженерия отличается от промпт-инжиниринга?

Промпт-инжиниринг — это умение писать хорошие инструкции. Контекстная инженерия охватывает всё, что модель видит на шаге, включая описания инструментов, историю и найденные данные, а также то, как этот набор меняется за долгую сессию.

### Почему бы просто не взять модель с контекстным окном побольше?

Большое окно откладывает проблему, но не решает её. Anthropic отмечает, что с ростом контекста модель хуже извлекает нужное, а при оплате за токены каждый лишний токен оплачивается заново на каждом шаге.

### С чего начать?

Измерьте, чем заполнен ваш контекст. Обычно больше всего места занимают вывод инструментов и старая история, а обрезать или суммаризировать их несложно.

## См. также

-   [Промпт-инжиниринг (prompt engineering)](https://broadrouter.com/ru/glossary/prompt-engineering/) (термин)
-   [Сжатие контекста (context compaction)](https://broadrouter.com/ru/glossary/context-compaction/) (термин)
-   [Деградация контекста (context rot)](https://broadrouter.com/ru/glossary/context-rot/) (термин)
-   [Потеря в середине (lost in the middle)](https://broadrouter.com/ru/glossary/lost-in-the-middle/) (термин)
-   [Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/) (термин)
-   [Вход из кэша (cached input tokens)](https://broadrouter.com/ru/glossary/cached-input-tokens/) (термин)
-   [Как устроены безлимитные тарифы LLM API для агентов](https://broadrouter.com/ru/guides/unlimited-llm-api-sessions/) (руководство)
-   [Управление контекстом долгоживущих агентов с окном 1 млн токенов](https://broadrouter.com/ru/blog/long-running-agent-context-management/) (статья)
-   [Бюджет токенов агента: куда уходят токены в цикле агента](https://broadrouter.com/ru/blog/agent-token-budget/) (статья)
-   [Как структурировать промпты, чтобы префикс кэшировался](https://broadrouter.com/ru/blog/prompt-structure-for-caching/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-context-engineering&utm_content=page-cta) ·

**Источники**

-   [Anthropic Engineering, Effective context engineering for AI agents (дата обращения 2026-11-15)](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
-   [Документация Claude Code, субагенты (сохранение контекста) (дата обращения 2026-11-15)](https://code.claude.com/docs/en/sub-agents)
-   [Документация Claude Code, эффективное управление расходами (сокращение расхода токенов) (дата обращения 2026-11-15)](https://code.claude.com/docs/en/costs)
