Cos'è il context engineering?

Il context engineering è la disciplina che progetta tutto ciò che un modello AI vede prima di rispondere: istruzioni, documenti recuperati, cronologia, dati dai sistemi aziendali, definizioni degli strumenti che può usare. Il termine si è affermato tra il 2025 e il 2026 (spinto tra gli altri da Andrej Karpathy) come evoluzione del prompt engineering: non più scrivere bene una domanda, ma costruire bene l'intero ambiente informativo in cui il modello opera. La qualità della risposta finale dipende quindi tanto da cosa viene messo in quel contesto quanto dal modello scelto: quali documenti recuperare, in che ordine presentarli, cosa riassumere e cosa scartare diventano decisioni di progettazione tanto quanto scrivere il prompt stesso. Per questo motivo il context engineering coinvolge oggi non solo chi scrive i prompt ma anche chi progetta le pipeline dati che alimentano il modello.

Perché ha sostituito il prompt engineering

Finché l'AI era una chat, bastava formulare bene la richiesta. Nei sistemi reali (assistenti su dati aziendali, agenti che eseguono processi) la qualità dell'output dipende molto più da cosa c'è nel contesto che dalla formulazione: quali documenti sono stati recuperati, in che ordine, cosa è stato riassunto, cosa è stato escluso. La finestra di contesto è una risorsa scarsa: riempirla male significa risposte peggiori e costi più alti. Il prompt resta, ma è diventato una piccola parte di un lavoro di ingegneria.

Cosa significa in pratica

In un progetto aziendale, context engineering significa decidere come spezzare e indicizzare i documenti per la RAG, quali dati strutturati iniettare e da quali sistemi, come comprimere lo storico delle conversazioni, come descrivere gli strumenti a un agente. È un lavoro sui dati prima che sul modello: la ragione per cui i progetti AI riusciti iniziano quasi sempre dal mettere ordine nelle fonti, non dalla scelta dell'LLM. I sistemi agentici si stanno spostando verso il just-in-time retrieval: invece di precaricare tutto quello che potrebbe servire, si danno al sistema riferimenti leggeri e gli strumenti per prendere il pezzo giusto nel momento in cui serve, spesso insieme a una parte di contesto già caricata.