Context Engineering

Context Engineering
Il contesto che permette all'AI di costruire senza perdere la direzione — dal primo MVP a un processo di vibe coding controllabile.
Workshop · Modulo 3
Dopo il primo MVP
Hai descritto un'idea e l'AI ha prodotto un artefatto funzionante. Da questo momento il progetto cambia natura.
Più decisioni
Ogni scelta deve essere ricordata e rispettata
Correzioni e nuove funzioni
Compaiono eccezioni, aggiornamenti e richieste inattese
Direzione coerente
Ogni modifica deve rispettare ciò che già funziona
La domanda dopo la demo
Il primo risultato può sembrare convincente. Ma cosa accade dopo venti, cinquanta o cento richieste?
Memoria dello scopo
L'AI ricorderà ancora l'obiettivo iniziale del progetto?
Qualità delle decisioni
Distinguerà le decisioni valide dalle vecchie ipotesi abbandonate?
Integrità del codice
Preserverà le parti già approvate e funzionanti?
Versione corretta
Saprà quale versione di un requisito deve seguire?
Queste domande introducono il Context Engineering.
Il contributo del Prompt Engineering
Un buon prompt migliora il modo in cui formuliamo una singola richiesta — rendendo chiaro all'AI cosa deve fare in quel momento.
Un prompt efficace specifica:
1
Il compito
Cosa deve essere prodotto
2
Il ruolo
Come deve comportarsi l'AI
3
I vincoli
Cosa non deve essere violato
4
Il formato
Come deve apparire la risposta
5
La verifica
Come controllare che il risultato sia corretto
Il limite di un buon prompt
Anche una richiesta scritta perfettamente può produrre un risultato sbagliato. La qualità dell'istruzione non può compensare un contesto incoerente.
Informazioni incomplete
Decisioni superate
Documenti non pertinenti
Dati non verificati
Istruzioni in conflitto
Dal chatbot al builder AI
Chatbot tradizionale
Gestisce una domanda e produce una risposta. Il contesto è minimo e non persiste.
Builder o agente AI
Ogni passaggio aggiunge informazioni che influenzano quello successivo.
Legge file e documentazione di progetto
Considera la cronologia e le memorie persistenti
Interroga strumenti e servizi esterni
Modifica un artefatto in più passaggi collegati
Che cosa significa contesto
Il contesto comprende tutto ciò che il modello riceve prima di generare la risposta successiva. Per l'AI, quel contesto rappresenta la situazione sulla quale deve lavorare.
Richiesta corrente
Istruzioni di sistema
Messaggi precedenti
Documenti progetto
Risultati e Strumenti
Memoria esterna
Il momento dell'inferenza
Quando genera una risposta, il modello usa solo le informazioni disponibili in quel momento. Non osserva automaticamente tutto il progetto, l'azienda o le intenzioni del team.
Se un'informazione manca, il modello può:
Non considerarla affatto
Colmare il vuoto con una supposizione
Seguire un dettaglio meno importante ma più visibile
La finestra di contesto
La finestra di contesto è la quantità limitata di informazioni che il modello può elaborare insieme durante una generazione. Il testo viene suddiviso in unità chiamate token.
Quando la conversazione cresce
Applicazioni e modelli comprimono, riassumono o escludono alcune informazioni per restare nei limiti.
Il degrado inizia prima del limite
Il modello deve individuare ciò che conta dentro una quantità crescente di testo — e può sbagliare.
Più informazioni non significa più qualità
Un contesto molto ampio può contenere informazioni corrette e produrre comunque un risultato mediocre. Il valore nasce dalla pertinenza, non dalla quantità.
Serve adesso
Pertinente al compito corrente
Serve in futuro
Da conservare, non da caricare
Appartiene al passato
Ipotesi superate da rimuovere
Solo un'ipotesi
Non ancora validato, da segnalare
Già sostituito
Decisione vecchia, da ritirare
La definizione di Context Engineering
La disciplina che decide quali informazioni entrano nella finestra di contesto, in quale ordine, con quale formato e in quale momento.
L'obiettivo: fornire all'AI il contesto più utile per la decisione che deve prendere adesso.
01
Quali informazioni
Scegliere cosa entra nella finestra
02
In quale ordine
Presentare in sequenza logica e utile
03
In quale momento
Rendere disponibile al momento giusto
04
Con quale formato
Strutturare con il livello di dettaglio corretto
05
Aggiornamento
Comprimere, aggiornare o escludere
Le operazioni del Context Engineering
Selezione
Scegliere le informazioni pertinenti al compito
Strutturazione
Rendere esplicite relazioni, priorità e fonti
Istruzione
Spiegare come usare il contesto disponibile
Compressione
Ridurre il volume senza perdere decisioni importanti
Sequenza
Presentare le informazioni nel momento e nell'ordine utili
Memoria e strumenti
Recuperare dati aggiornati quando necessari
Tre qualità del contesto
Una grande quantità di testo non compensa la mancanza di queste tre qualità fondamentali.
Pertinente
Serve realmente per il compito corrente. Non genericamente utile — utile adesso.
Affidabile
Proviene da una decisione, una prova o una fonte riconoscibile e verificabile.
Aggiornato
Rappresenta la versione attualmente valida del progetto, non uno stato passato.
Context poisoning
Il context poisoning nasce quando un'informazione errata entra nella conversazione e viene trattata come un fatto. L'errore diventa pericoloso quando le decisioni successive iniziano a costruire sopra di esso.
Può derivare da:
Una risposta inventata dall'AI
Un documento vecchio o non aggiornato
Uno strumento che restituisce dati obsoleti
Esempio nel vibe coding: l'AI descrive una funzione come già implementata. Nessuno la verifica. Le richieste successive assumono che quella funzione esista davvero.
Context distraction
Compare quando troppe informazioni competono per l'attenzione del modello. Il modello può perdere il focus, rallentare il ragionamento o intervenire su parti non richieste.
La conversazione può contenere:
Spiegazioni già superate e tentativi falliti
Lunghe porzioni di codice non coinvolte
Discussioni irrilevanti per la modifica corrente
Risultati corretti ma non pertinenti al momento
Context confusion
Nasce quando la stessa conversazione contiene attività indipendenti con obiettivi diversi. Quando i confini tra gli obiettivi diventano poco chiari, il modello combina istruzioni appartenenti a lavori differenti.
Brainstorming
Modello di business e strategie
Brand identity
Tono di voce e posizionamento
Database
Correzione struttura e relazioni
Marketing
Scrittura campagna promozionale
Sviluppo
Nuova schermata dell'applicazione
Tutto nella stessa chat — il modello non sa quale obiettivo ha priorità.
Context clash
Compare quando il contesto contiene più versioni incompatibili della stessa decisione. Il modello deve indovinare quale versione abbia priorità — e può sbagliare.
Accesso
Libero → poi riservato: quale regola vale?
Target
Due profili utente indicati in momenti diversi
Design
Palette approvata + vecchia palette ancora presente
Funzioni
Due definizioni contrastanti della stessa feature
L'errore che si consolida
Una risposta plausibile non costituisce una prova. Il rischio maggiore è la propagazione dell'errore nel contesto futuro.
Quattro strategie fondamentali
Scrivere il contesto
Salvare decisioni e conoscenza utile fuori dalla conversazione, in un luogo stabile e aggiornabile.
Selezionare il contesto
Recuperare soltanto ciò che serve al compito corrente, non l'intero archivio.
Comprimere il contesto
Riassumere una conversazione lunga preservando decisioni, vincoli e stato attuale.
Isolare il contesto
Separare attività con obiettivi, domini o fasi differenti in spazi dedicati.
Scrivere il contesto utile
Durante il lavoro emergono informazioni che devono sopravvivere alla singola chat. La cronologia completa non offre la stessa affidabilità di una memoria esterna leggibile e aggiornabile.
Scopo del progetto e utenti target
Decisioni approvate e vincoli tecnici
Elementi da preservare e criteri di verifica
Stato corrente e punto di ripresa
Selezionare il contesto necessario
Ogni incremento richiede una porzione diversa della conoscenza disponibile. Caricare sempre tutto l'archivio aumenta il rumore e rende meno visibili le informazioni decisive.
Modifica una schermata
Servono: flusso utente, regole visuali, criteri di accettazione.
Non serve: la logica del database, le API di pagamento, il tono del brand.
Correggi un accesso
Servono: ruoli, autorizzazioni, stato osservato, comportamento atteso.
Non serve: il design delle schermate, il piano di marketing, la roadmap futura.
Comprimere senza perdere le decisioni
Comprimere il contesto significa trasformare una lunga conversazione in uno stato operativo breve — eliminando ripetizioni e tentativi superati.
Una buona sintesi conserva:
Decisioni ancora valide e modifiche verificate
Vincoli da rispettare nel prossimo incremento
Problemi ancora aperti e risultato da ottenere
Isolare attività diverse
Il brainstorming accetta contraddizioni e possibilità non validate. La chat di sviluppo richiede decisioni correnti e un obiettivo operativo. Non vanno mescolati.
Il brainstorming rimane disponibile come materiale di origine, ma non occupa il centro della fase di build.
Il Context Engineering nel vibe coding
L'AI genera, propone e modifica. Il vibe coder decide quale contesto deve orientare quelle azioni — trasformando una successione di prompt in un processo di sviluppo coerente.
Visione del prodotto
Requisiti validi
Informazioni affidabili
Priorità corrente
Parti da preservare
Verifica del risultato
Costruzione progressiva
Un'app articolata contiene troppe decisioni per essere governata con un unico prompt iniziale. La direzione generale rimane stabile — le istruzioni operative cambiano insieme al progetto.
Definisci il risultato del passo corrente
Fornisci il contesto necessario
Applica una modifica circoscritta
Osserva e verifica il risultato
Aggiorna lo stato e prepara il passo successivo
Lo stesso principio in strumenti diversi
Gli strumenti cambiano. La necessità di selezionare e aggiornare il contesto rimane in ogni ambiente di lavoro.
Codex e Claude Code
Lavorano bene con documenti autorevoli, istruzioni persistenti, stato corrente e un task circoscritto.
Lovable
Richiede distinzione tra conoscenza permanente del progetto e prompt dedicato all'incremento corrente.
Chat generaliste
Utili per esplorare, confrontare opzioni e preparare specifiche da trasferire nella fase di costruzione.
Il ponte verso il Second Brain
Il Context Engineering ci mostra il problema. Il Second Brain fornirà l'infrastruttura per conservare, aggiornare e recuperare il contesto corretto.
Il Company Brain guiderà il builder passo dopo passo, senza concentrare l'intero progetto in un unico prompt.
Il problema che abbiamo identificato:
La chat ha una capacità operativa limitata
La cronologia mescola informazioni con valore diverso
Le decisioni cambiano durante il progetto
Ogni incremento richiede solo una parte della conoscenza
Le idee da ricordare
1
Il prompt migliora l'istruzione corrente
Un prompt chiaro aiuta — ma non risolve un contesto incoerente.
2
Il contesto mantiene la direzione nel tempo
Un contesto curato garantisce coerenza attraverso decine di incrementi.
3
Qualità sopra quantità
Informazioni errate, eccessive o contrastanti degradano il risultato.
4
Scrivi, seleziona, comprimi, isola
Le quattro operazioni fondamentali del Context Engineering.
5
Il vibe coder governa le informazioni
Non delega la direzione — decide quale contesto orienta l'AI.
6
Incrementi verificati, non prompt illimitati
Lo sviluppo affidabile procede per passi controllati.
Prossimo passaggio: costruire il Second Brain che renderà questo metodo ripetibile e scalabile.
Il Prossimo Passo: Costruire il Tuo Second Brain
Avendo compreso le strategie del Context Engineering, è ora di tradurre questi principi in un sistema pratico. Il tuo Second Brain sarà l'infrastruttura personale per catturare, organizzare e richiamare il contesto esatto, guidandoti in un processo di sviluppo più coerente e meno dispersivo. Questo ci permette di gestire la complessità e di trasformare l'intuizione in metodo strutturato.