Context Engineering
Prompt Engineering fragt „Wie formuliere ich Anweisungen?“; Context Engineering fragt „Welche Informationen muss das Modell sehen?“ – das ist der entscheidende Schritt zum Aufbau zuverlässiger KI-Agenten
Aktualisiert 2026-09-21
Prompt Engineering vs. Context Engineering
Prompt Engineering
Fokussiert auf das einzelne Input-Output-Paar: die Anweisung selbst richtig formulieren – Wortwahl, Beispiele und Prompt-Vorlagen bestimmen die Ausgabe
Context Engineering
Gestaltet alles, was das Modell sieht: System-Prompts, abgerufene Dokumente, Tool-Definitionen, Konversationsverlauf – was in den Kontext gelangt und wann
Die vier Elemente des Context Engineering
System-Prompt & Anweisungen
Die Rolle, Normen und Verhaltensgrenzen der KI definieren. Die CLAUDE.md in Claude Code ist ein System-Prompt auf Projektebene
Tools & MCP-Integration
Die KI „bei Bedarf abrufen“ lassen – Codebases, Docs, Datenbanken, API-Aufrufe über MCP
Speicher & Konversationsverlauf
Verwalten, welcher Konversationsverlauf behalten oder gekürzt wird – innerhalb des Kontextfenster-Limits die relevantesten Informationen bewahren
RAG-Dokumentenabruf
Die KI dynamisch die relevantesten Dokumente abrufen lassen, anstatt alles Wissen in den Prompt zu stopfen
Context Engineering in der Praxis mit Claude Code
CLAUDE.md: Zentrale Kontextdatei für Projektspeicher und Standards
MCP-Protokoll: Tool- und externe Datenkontexte dynamisch bereitstellen
Hooks: Kontexte und Constraints vor/nach Agent-Aktionen injizieren
200K-Tokens-Kontextfenster: Die Grundlage für die Arbeit mit großen Codebases
Erleben Sie die ultimative Context-Engineering-Umgebung
Context Engineering erfordert viele Tokens. QCode unterstützt das vollständige 200K-Tokens-Kontextfenster von Claude und überträgt große Kontexte zuverlässig ohne Kürzung, damit Ihre Context-Engineering-Strategien vollständig ausgeführt werden.