Kontekstens lengde og relevans
Balanser omfattende kontekst med tokenbegrensninger og relevans.
Kontekstens lengde og relevans er en gratis leksjon i AI-prompt engineering på CoddyKit. Dette er leksjon 4 av 4. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i AI-prompt engineering, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i AI-prompt engineering inneholder totalt 4 leksjoner.
Kontekstvinduets budsjett
Alle modeller har et maksimalt kontekstvindu – det totale antallet tokens de kan behandle i ett API-kall. Dette omfatter både input (prompten din + historikken) og output (modellens svar).
Det er avgjørende å forstå dette budsjettet: Hvis du overskrider det, blir prompten avkortet eller du mister deler av resultatet. Hvis du sløser det bort på irrelevant kontekst, får modellen mindre plass til å resonnere om det som betyr noe.
Størrelser på kontekstvindu
Ulike modeller har ulike grenser for kontekstvinduet. Per 2025:
- GPT-4o: 128 000 tokens
- Claude Opus 4.5: 200 000 tokens
- Gemini 1.5 Pro: 1 000 000 tokens
- GPT-3.5 Turbo: 16 385 tokens
Større vinduer lar deg ta med mer kontekst, men koster mer per kall. For de fleste oppgaver er 8 000–16 000 tokens tilstrekkelig. Større er ikke alltid bedre hvis det betyr at du tar med irrelevant innhold.
import tiktoken
def estimate_tokens(text, model='gpt-4o'):
encoding = tiktoken.encoding_for_model(model)
return len(encoding.encode(text))
# Quick token budget calculator
models = {
'GPT-3.5 Turbo': 16385,
'GPT-4o': 128000,
'Claude Opus 4.5': 200000,
}
prompt = 'Explain the concept of technical debt in 500 words for a non-technical CEO.'
prompt_tokens = estimate_tokens(prompt)
for model_name, limit in models.items():
reserved_for_output = 1024
available = limit - prompt_tokens - reserved_for_output
print(f'{model_name}: limit={limit:,} | prompt={prompt_tokens} | '
f'context budget={available:,} tokens')Hva bør tas med: relevansvurdering
Før du tar med en kontekstdel, bør du spørre: Endrer denne informasjonen svaret?
En enkel mental modell – gi hvert kontekstelement en poengsum:
- Høy relevans (ta med): påvirker oppgaven direkte, former ordforrådet eller begrenser alternativene
- Middels relevans (kanskje): gir nyttig bakgrunn, men resultatet ville vært godt nok uten den
- Lav relevans (utelat): er riktig, men påvirker ikke svaret på noen måte
def score_context_element(element, task):
'''
Heuristic: does this context element directly constrain or shape the answer?
Returns: HIGH / MEDIUM / LOW
'''
high_signals = ['stack', 'constraint', 'deadline', 'must', 'cannot', 'budget',
'audience', 'goal', 'version', 'scale', 'limit']
low_signals = ['founded', 'headquartered', 'fun fact', 'history', 'awards',
'team building', 'company culture', 'office location']
el_lower = element.lower()
if any(s in el_lower for s in high_signals):
return 'HIGH'
if any(s in el_lower for s in low_signals):
return 'LOW'
return 'MEDIUM'
context_elements = [
'Our stack is Python FastAPI and PostgreSQL',
'We cannot use any paid third-party APIs',
'Our company was founded in Berlin in 2020',
'We need the solution to handle 1000 requests/second',
'We won a startup award last year',
]
for el in context_elements:
score = score_context_element(el, task='optimize our API')
print(f'[{score:6}] {el}')Problemet med informasjon i midten
Forskning har vist at LLM-er legger mindre merke til informasjon som er plassert i midten av svært lange prompt. Kritisk kontekst som plasseres midt i en prompt på 50 000 tokens, kan bli delvis ignorert.
Beste praksis er å plassere den viktigste konteksten i begynnelsen eller slutten av prompten – modellen følger disse plasseringene tettest.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
# Structure: critical constraint at the TOP, then the body, then the task
well_structured_prompt = (
# Critical constraint FIRST
'CRITICAL CONSTRAINT: Output must be under 50 words and contain no code.\n\n'
# Background in the middle
'Background: we are explaining our API rate limiting policy to non-technical support agents. '
'They handle billing inquiries and need to explain errors to customers. '
'Our rate limit is 100 requests per minute per API key.\n\n'
# Task at the end
'Task: Write the explanation.'
)
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=128,
messages=[{'role': 'user', 'content': well_structured_prompt}]
)
print(response.content[0].text)Dele opp lange dokumenter
Når du må arbeide med et dokument som er lengre enn tokenbudsjettet ditt, har du tre alternativer:
- Oppsummer først: be modellen komprimere dokumentet, og arbeid deretter med sammendraget
- Del opp og behandle: del dokumentet i mindre deler, behandle hver del, og kombiner deretter resultatene
- Trekk ut og sett inn: hent ut bare de relevante delene før du tar dem med i prompten
Forsøk aldri å presse inn et dokument som overskrider kontekstvinduet – det blir avkortet uten at du nødvendigvis får vite det.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
def chunk_and_summarize(long_text, chunk_size=2000):
'''Split text into chunks, summarize each, combine summaries.'''
words = long_text.split()
chunks = []
for i in range(0, len(words), chunk_size):
chunk = ' '.join(words[i:i + chunk_size])
chunks.append(chunk)
summaries = []
for idx, chunk in enumerate(chunks):
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
messages=[{
'role': 'user',
'content': f'Summarize this section in 3 bullet points:\n\n{chunk}'
}]
)
summaries.append(f'Section {idx+1}:\n{response.content[0].text}')
return '\n\n'.join(summaries)
# Example usage
long_doc = 'word ' * 5000 # placeholder for a real document
print('Chunks needed:', len(long_doc.split()) // 2000 + 1)Relevansfiltrering i praksis
Relevansfiltrering innebærer å hente ut bare de relevante delene av et stort dokument før du tar dem med i en prompt. Dette er spesielt viktig for:
- lange rapporter der bare én seksjon er relevant
- kodefiler der bare én funksjon skal gjennomgås
- e-posttråder der bare de tre siste meldingene har betydning
- databaseskjemaer der bare 2 av 50 tabeller er relevante
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
# Step 1: Filter first, then ask
full_schema = (
'Table: users (id, name, email, created_at, role)\n'
'Table: products (id, name, price, stock, category_id)\n'
'Table: orders (id, user_id, total, status, created_at)\n'
'Table: order_items (id, order_id, product_id, quantity, unit_price)\n'
'Table: categories (id, name, parent_id)\n'
'Table: reviews (id, product_id, user_id, rating, body)\n'
'Table: sessions (id, user_id, token, expires_at)'
)
# Only include relevant tables for the specific question
relevant_context = (
'Relevant tables for this query:\n'
'Table: orders (id, user_id, total, status, created_at)\n'
'Table: order_items (id, order_id, product_id, quantity, unit_price)\n'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': f'{relevant_context}\nWrite SQL to find the top 5 orders by total value this month.'
}]
)
print(response.choices[0].message.content)Håndtere samtalehistorikk
I samtaler med flere meldingsrunder vokser historikken for hver runde. Ved å håndtere den på en smart måte holder du tokenbudsjettet under kontroll:
- Glidende vindu: behold bare de siste N rundene
- Injisering av sammendrag: oppsummer eldre runder med jevne mellomrom til én melding
- Uttrekking av nøkkelfakta: før viktige beslutninger i en punktliste, og sett den inn som systemkontekst
- Tilbakestill ved bytte av tema: start en ny økt når du går over til et urelatert tema
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
def summarize_history(old_history):
'''Compress old conversation turns into a brief summary.'''
history_text = '\n'.join(
f'{m["role"].upper()}: {m["content"]}' for m in old_history
)
response = client.chat.completions.create(
model='gpt-4o',
max_tokens=200,
messages=[{
'role': 'user',
'content': (
'Summarize this conversation history in 3 bullet points. '
'Focus on decisions made and key information established.\n\n'
+ history_text
)
}]
)
return response.choices[0].message.content
# Example: compressing old history before continuing
old_turns = [
{'role': 'user', 'content': 'We are building a Kanban app.'},
{'role': 'assistant', 'content': 'Great, what is your stack?'},
{'role': 'user', 'content': 'React + FastAPI + PostgreSQL.'},
{'role': 'assistant', 'content': 'Good choice for a Kanban app.'}
]
summary = summarize_history(old_turns)
print('Summary of old history:', summary)Teknikker for komprimering av kontekst
Når du må ta med mye kontekst, men tokenbudsjettet er begrenset, kan du bruke komprimeringsteknikker:
- Punktliste fremfor løpende tekst: punktlister er 30–50 % mer token-effektive enn setninger
- Forkort kjente termer: «PostgreSQL 15» → «PG15» etter første gangs bruk
- Fjern fyllfraser: «Det er verdt å merke seg at …» → oppgi bare faktaet
- Bruk strukturerte formater: nøkkel:verdi-par er tettere enn setninger
import tiktoken
def count_tokens(text):
enc = tiktoken.encoding_for_model('gpt-4o')
return len(enc.encode(text))
# Same information, different token counts
prose_context = (
'Our company is a startup that was founded recently and we are building '
'a data analytics platform. It is worth noting that we use Python for our backend. '
'Additionally, we have chosen PostgreSQL as our primary database. '
'Furthermore, we deploy on AWS using ECS containers.'
)
bullet_context = (
'Company: data analytics startup\n'
'Stack: Python backend, PostgreSQL, AWS ECS'
)
print('Prose context tokens: ', count_tokens(prose_context))
print('Bullet context tokens:', count_tokens(bullet_context))
print('Tokens saved:', count_tokens(prose_context) - count_tokens(bullet_context))
print('Same information? Yes — same facts, 60% fewer tokens')Dynamisk valg av kontekst
I AI-applikasjoner i produksjon velges kontekst ofte dynamisk ut fra hva som er mest relevant for den aktuelle spørringen. Dette kalles Retrieval-Augmented Generation (RAG).
I stedet for å ta med alle dokumentene henter du bare de som er semantisk mest lik brukerens spørsmål, og setter dem inn i prompten. På den måten holder du konteksten kort og svært relevant.
# Simplified RAG pattern: retrieve relevant chunks, inject into prompt
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
# Simulated knowledge base (in production: vector database)
knowledge_base = [
{'id': 1, 'topic': 'billing', 'text': 'Refunds are processed within 5-7 business days.'},
{'id': 2, 'topic': 'shipping', 'text': 'Standard shipping takes 3-5 days.'},
{'id': 3, 'topic': 'returns', 'text': 'Returns accepted within 30 days with receipt.'},
{'id': 4, 'topic': 'warranty', 'text': 'All products come with a 1-year warranty.'},
]
def get_relevant_docs(user_query, kb, top_k=2):
'''Simplified relevance: keyword match. Production uses embeddings.'''
scored = [(doc, sum(w in user_query.lower() for w in doc['topic'].split())) for doc in kb]
scored.sort(key=lambda x: x[1], reverse=True)
return [doc['text'] for doc, _ in scored[:top_k]]
query = 'Can I return this and get my money back?'
relevant = get_relevant_docs(query, knowledge_base)
context = '\n'.join(relevant)
print('Injected context:', context)
response = client.chat.completions.create(
model='gpt-4o', max_tokens=80,
messages=[{'role': 'user', 'content': f'Context:\n{context}\n\nQuestion: {query}'}]
)
print('Answer:', response.choices[0].message.content.strip())Planlegging av kontekstbudsjettet
For applikasjoner i produksjon bør du planlegge kontekstbudsjettet uttrykkelig før du begynner å bygge:
- Reserver 25 % av kontekstvinduet til output
- Sett av 10 % til systemmelding og persona
- Sett av 30 % til den nyeste samtalehistorikken
- La 35 % stå åpent for dynamisk kontekst (hentede dokumenter og innsatte data)
Dokumenter disse fordelingene som konstanter i koden, slik at de er enkle å justere etter hvert som bruksområdet utvikler seg.
# Context budget planner
MODEL_LIMIT = 128000 # GPT-4o
BUDGET = {
'output_reserve': int(MODEL_LIMIT * 0.25), # 32,000 tokens
'system_message': int(MODEL_LIMIT * 0.05), # 6,400 tokens
'recent_history': int(MODEL_LIMIT * 0.30), # 38,400 tokens
'dynamic_context': int(MODEL_LIMIT * 0.35), # 44,800 tokens
'task_prompt': int(MODEL_LIMIT * 0.05), # 6,400 tokens
}
total_input = sum(v for k, v in BUDGET.items() if k != 'output_reserve')
print('Context budget plan:')
for key, tokens in BUDGET.items():
pct = round(tokens / MODEL_LIMIT * 100)
print(f' {key:<20}: {tokens:>7,} tokens ({pct}%)')
print(f' {"total input":<20}: {total_input:>7,} tokens')
print(f' {"+ output reserve":<20}: {BUDGET["output_reserve"]:>7,} tokens')
print(f' {"= model limit":<20}: {MODEL_LIMIT:>7,} tokens')Når relevans er viktigere enn lengde
En svært relevant kontekst på 500 tokens gir bedre resultater enn en løst relevant kontekst på 5 000 tokens. Modellen produserer bedre resultater når den har mindre å arbeide seg gjennom.
Tegn på at konteksten din er for lang og lite fokusert:
- Modellen ignorerer noen av begrensningene dine
- Resultatet virker generisk til tross for den lange konteksten
- Modellen svarer på feil del av spørsmålet ditt
- Forsinkelsen og kostnadene er høyere enn forventet
Når du ser disse tegnene: kort ned konteksten og kjør på nytt.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
# Demonstrating: lean context produces sharper output
lean_context = (
'Task: write a 50-word product tagline.\n'
'Product: CLI tool that auto-generates Git commit messages from your diff.\n'
'Audience: senior developers who hate writing commit messages.\n'
'Tone: dry, witty, technical.'
)
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=100,
messages=[{'role': 'user', 'content': lean_context}]
)
print('Lean context output:')
print(response.content[0].text.strip())Kunnskapstest
En utvikler bygger en chatbot med en samtalehistorikk på 20 runder. Etter 20 runder begynner kontekstvinduet å bli fullt. Hva er den BESTE strategien for å fortsette samtalen uten å miste viktig kontekst?
Kontekstlengde og relevans – oppsummering
Effektiv håndtering av kontekst er en grunnleggende prompt-ferdighet som blir avgjørende i applikasjoner i produksjon. Viktige prinsipper:
- Vurder hvert kontekstelement: høy / middels / lav relevans – ta bare med elementer med høy relevans
- Plasser kritiske begrensninger i begynnelsen eller slutten, ikke i midten
- Bruk punktlister fremfor løpende tekst for å spare 30–50 % tokens
- Oppsummer eller del opp dokumenter som overskrider budsjettet
- I samtaler med flere meldingsrunder bør du komprimere gammel historikk i stedet for å starte på nytt
- Planlegg kontekstbudsjettet uttrykkelig som konstanter i koden
Lær deg AI-prompt engineering med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 53
- Leksjoner
- 199
Ofte stilte spørsmål
Er leksjonen «Kontekstens lengde og relevans» gratis?
Ja – du kan lese valgfritt 3 av leksjonene i læringsstien AI-prompt engineering, inkludert «Kontekstens lengde og relevans», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i AI-prompt engineering inneholder totalt 4 leksjoner.
Hva lærer jeg i «Kontekstens lengde og relevans»?
Balanser omfattende kontekst med tokenbegrensninger og relevans. Du øver på AI-prompt engineering med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med AI-prompt engineering?
Ingen tidligere erfaring er nødvendig. AI-prompt engineering på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 4 av 4.
Hvor lang tid tar leksjonen «Kontekstens lengde og relevans»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne AI-prompt engineering-leksjonen?
Ja. Alle AI-prompt engineering-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Hva kontekst betyr i AI-ledetekster
- Oppgi bakgrunnsinformasjon
- Sette scenen effektivt
- Kontekstens lengde og relevans