---
title: "کانٹیکسٹ انجینئرنگ کیا ہے؟ AI ایجنٹس کے ٹوکن سنبھالنا"
description: "کانٹیکسٹ انجینئرنگ یعنی یہ چننا کہ LLM ہر باری میں کون سے ٹوکن دیکھے: ہدایات، ٹولز، تاریخ اور ریٹریو کیا گیا ڈیٹا۔ ایجنٹس کی تکنیکیں اور ان کی لاگت۔"
url: https://broadrouter.com/ur/glossary/context-engineering/
lang: ur
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/glossary/context-engineering/) (اپ ڈیٹ: 2026-11-15).

# کانٹیکسٹ انجینئرنگ (context engineering)

اپ ڈیٹ 2026-11-15

کانٹیکسٹ انجینئرنگ وہ کام ہے جس میں طے کیا اور سنبھالا جاتا ہے کہ لینگویج ماڈل ہر درخواست میں کون سے ٹوکن دیکھے: سسٹم پرامپٹ، ٹول ڈیفینیشنز، تاریخ، ریٹریو کی گئی دستاویزات اور نوٹس، تاکہ ماڈل کو کام کے لیے ضروری، سب سے مختصر اور سب سے کارآمد معلومات ملیں۔

دوسرے نام: کانٹیکسٹ انجینئرنگ، کانٹیکسٹ مینجمنٹ، context engineering kya hai، context engineering، context management، agent context engineering

پرامپٹ وہ ہے جو آپ ایک بار لکھتے ہیں۔ کانٹیکسٹ وہ سب ہے جو ماڈل ہر باری میں دیکھتا ہے، اور ایجنٹ میں یہ ہر باری بدلتا ہے۔

## یہ کیسے کام کرتی ہے

Anthropic کی انجینئرنگ پوسٹ کانٹیکسٹ انجینئرنگ کو “the set of strategies for curating and maintaining the optimal set of tokens” (ترجمہ: ٹوکنز کے موزوں ترین مجموعے کو چننے اور برقرار رکھنے کی حکمتِ عملیوں کا مجموعہ) کہتی ہے، جو انفرینس کے دوران لاگو ہوتی ہیں اور پرامپٹ سے آگے کی معلومات بھی شامل کرتی ہیں۔ پوسٹ کا ہدف “smallest possible set of high-signal tokens” (ترجمہ: کارآمد اشارے والے ٹوکنز کا سب سے چھوٹا ممکن مجموعہ) تلاش کرنا ہے، جس سے مطلوبہ نتیجے کا امکان بڑھے۔

وجہ محدود توجہ ہے۔ پوسٹ کہتی ہے کہ ماڈلز کا ایک “attention budget” (ترجمہ: توجہ کا بجٹ) ہوتا ہے، اور کانٹیکسٹ بڑھنے پر ریکال گرتا ہے، جسے وہ [context rot](https://broadrouter.com/ur/glossary/context-rot/) کہتی ہے۔ جگہ بھی اہم ہے: لمبے پرامپٹ کے بیچ میں رکھے حقائق آسانی سے چھوٹ جاتے ہیں ([lost in the middle](https://broadrouter.com/ur/glossary/lost-in-the-middle/))۔

پوسٹ دیر تک چلنے والے ایجنٹس کے لیے کئی تکنیکیں گنواتی ہے:

| تکنیک | یہ کیا کرتی ہے |
| --- | --- |
| [کمپیکشن](https://broadrouter.com/ur/glossary/context-compaction/) | حد کے قریب تاریخ کا خلاصہ بنا کر اسی خلاصے سے آگے بڑھنا |
| ٹول نتائج ہٹانا (tool result clearing) | تاریخ سے پرانے خام ٹول آؤٹ پٹ ہٹا دینا |
| منظم نوٹس (structured note-taking) | ایجنٹ کانٹیکسٹ سے باہر ایک فائل میں نوٹس لکھتا ہے اور بعد میں انہیں دوبارہ پڑھتا ہے |
| [سب ایجنٹس](https://broadrouter.com/ur/glossary/subagent/) | صاف کانٹیکسٹ میں مرکوز کام کر کے مختصر خلاصہ لوٹانا |
| ضرورت کے وقت ریٹریول (just-in-time retrieval) | صرف حوالے (فائل پاتھ، کوئریز) رکھنا اور ڈیٹا تبھی لوڈ کرنا جب ضرورت ہو |

ایک کوڈنگ ایجنٹ میں ایک باری کے بجٹ کی مثال:

```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
```

## یہ کیوں اہم ہے

-   **معیار۔** کانٹیکسٹ میں کم شور کا مطلب عموماً بہتر جواب اور کم چھوٹی ہوئی ہدایات ہوتا ہے۔
-   **لاگت۔** فی ٹوکن بلنگ میں کانٹیکسٹ کے ہر ٹوکن کا بل ہر باری میں بنتا ہے۔ مستقل مواد کو شروع میں رکھنے سے وہ [کیش شدہ ان پٹ](https://broadrouter.com/ur/glossary/cached-input-tokens/) کے طور پر سستا پڑتا ہے؛ دیکھیں [کیشنگ کے لیے پرامپٹ کی ساخت](https://broadrouter.com/ur/blog/prompt-structure-for-caching/)۔
-   **رن کی طوالت۔** اچھا کانٹیکسٹ مینجمنٹ ایجنٹ کو [کانٹیکسٹ ونڈو](https://broadrouter.com/ur/glossary/context-window/) تک پہنچے بغیر گھنٹوں کام کرنے دیتا ہے۔

## BroadNet Inference پر

کانٹیکسٹ انجینئرنگ آپ کے کوڈ میں ہوتی ہے: BroadNet کا Chat Completions API وہی پیغامات کی فہرست لیتا ہے جو آپ بھیجتے ہیں۔ [DeepSeek V4.1 Flash](https://broadrouter.com/ur/models/deepseek-v4.1-flash/) اور [GLM 5.3](https://broadrouter.com/ur/models/glm-5.3/) 1,048,576 ٹوکن لیتے ہیں، [Qwen3.8 27B](https://broadrouter.com/ur/models/qwen3.8-27b/) 262,144 اور [Gemma 4 VL 26B](https://broadrouter.com/ur/models/gemma-4-vl-26b/) 32K، اس لیے مختصر کانٹیکسٹ سب سے زیادہ Gemma پر اہم ہے۔

جب ماڈل انہیں رپورٹ کرتا ہے تو `usage.prompt_tokens_details.cached_tokens` کیش سے پڑھے گئے ٹوکن دکھاتا ہے، جن کا بل استعمال کے مطابق ادائیگی پر کیش شدہ ان پٹ کی قیمت سے بنتا ہے۔ [دیر تک چلنے والے ایجنٹس کے لیے کانٹیکسٹ مینجمنٹ](https://broadrouter.com/ur/blog/long-running-agent-context-management/) پانچ عملی اصول دیتی ہے، اور [ایجنٹ ٹوکن بجٹ](https://broadrouter.com/ur/blog/agent-token-budget/) والی پوسٹ دکھاتی ہے کہ ایجنٹ کے ٹوکن کہاں خرچ ہوتے ہیں۔

## عام سوالات

### کانٹیکسٹ انجینئرنگ اور پرامپٹ انجینئرنگ میں کیا فرق ہے؟

پرامپٹ انجینئرنگ اچھی ہدایات لکھنے کے بارے میں ہے۔ کانٹیکسٹ انجینئرنگ میں وہ سب آتا ہے جو ماڈل کسی باری میں دیکھتا ہے، جیسے ٹول ڈیفینیشنز، تاریخ اور ریٹریو کیا گیا ڈیٹا، اور یہ بھی کہ لمبے سیشن میں یہ مجموعہ کیسے بدلتا ہے۔

### بس بڑی کانٹیکسٹ ونڈو کیوں نہ استعمال کریں؟

بڑی ونڈو مسئلے کو ٹالتی ہے، ختم نہیں کرتی۔ Anthropic بتاتا ہے کہ کانٹیکسٹ بڑھنے کے ساتھ ریکال کم ہوتا ہے، اور فی ٹوکن بلنگ میں ہر اضافی ٹوکن کی ادائیگی ہر باری میں دوبارہ ہوتی ہے۔

### سب سے پہلے کیا آزمائیں؟

ناپیں کہ آپ کا کانٹیکسٹ کس چیز سے بھر رہا ہے۔ عموماً ٹول آؤٹ پٹ اور پرانی تاریخ سب سے بڑے حصے ہوتے ہیں، اور انہیں کاٹنا یا ان کا خلاصہ بنانا آزمانے میں سستا ہے۔

## یہ بھی دیکھیں

-   [پرامپٹ انجینئرنگ (prompt engineering)](https://broadrouter.com/ur/glossary/prompt-engineering/) (اصطلاح)
-   [کانٹیکسٹ کمپیکشن (context compaction)](https://broadrouter.com/ur/glossary/context-compaction/) (اصطلاح)
-   [کانٹیکسٹ روٹ (context rot)](https://broadrouter.com/ur/glossary/context-rot/) (اصطلاح)
-   [Lost in the middle (درمیان میں کھو جانا)](https://broadrouter.com/ur/glossary/lost-in-the-middle/) (اصطلاح)
-   [کانٹیکسٹ ونڈو (context window)](https://broadrouter.com/ur/glossary/context-window/) (اصطلاح)
-   [کیش شدہ ان پٹ ٹوکن (cached input tokens)](https://broadrouter.com/ur/glossary/cached-input-tokens/) (اصطلاح)
-   [ایجنٹس کے لیے لامحدود LLM API پلانز کیسے کام کرتے ہیں](https://broadrouter.com/ur/guides/unlimited-llm-api-sessions/) (گائیڈ)
-   [طویل چلنے والے ایجنٹس میں 1M ونڈو کے ساتھ کانٹیکسٹ مینجمنٹ](https://broadrouter.com/ur/blog/long-running-agent-context-management/) (مضمون)
-   [ایجنٹ ٹوکن بجٹ: ایجنٹ لوپ کے ٹوکن کہاں جاتے ہیں](https://broadrouter.com/ur/blog/agent-token-budget/) (مضمون)
-   [پرامپٹ کی ساخت کیسے بنائیں تاکہ پری فکس کیش ہو](https://broadrouter.com/ur/blog/prompt-structure-for-caching/) (مضمون)

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

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

**ذرائع**

-   [Anthropic Engineering، Effective context engineering for AI agents (2026-11-15 کو جانچا گیا)](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
-   [Claude Code دستاویزات، سب ایجنٹس (کانٹیکسٹ بچانا) (2026-11-15 کو جانچا گیا)](https://code.claude.com/docs/en/sub-agents)
-   [Claude Code دستاویزات، لاگت کو مؤثر طریقے سے سنبھالنا (ٹوکن کا استعمال کم کرنا) (2026-11-15 کو جانچا گیا)](https://code.claude.com/docs/en/costs)
