.@athamzafarooq tentang mengapa PM AI perlu berpikir melampaui rekayasa yang cepat Sebagian besar PM AI berfokus pada rekayasa prompt—menulis instruksi yang lebih baik untuk mendapatkan hasil yang lebih baik. Tapi itu hanya setengah dari persamaan. Tantangan sebenarnya adalah rekayasa konteks: bagaimana Anda memastikan dua pengguna yang berbeda mendapatkan respons yang dipersonalisasi dan relevan dari LLM yang sama? Solusi ini melapisi beberapa komponen: perintah sistem, perintah pengguna, memori dari interaksi sebelumnya, dan informasi relevan yang diambil melalui RAG. "Akash ingin mengejar S&P 500. Saya orang lain, saya akan masuk ke kripto. Bagaimana kami memastikan bahwa Anda mendapatkan informasi yang benar dan saya mendapatkan informasi yang benar? Di situlah rekayasa konteks berperan." Ketika Anda menggabungkan elemen-elemen ini dengan benar, Anda beralih dari chatbot generik ke pengalaman AI yang dipersonalisasi. Pelajaran: Rekayasa cepat adalah apa yang Anda katakan kepada LLM. Rekayasa konteks adalah cara Anda merancang set instruksi lengkap—termasuk memori, pengambilan, dan personalisasi—yang membuat produk AI Anda terasa seperti benar-benar memahami setiap pengguna.