Context Engineering Is Changing. Here’s What It Means for Data Scientists

Artikel ini membahas pergeseran dari prompt engineering ke context engineering dalam penggunaan model AI generasi baru seperti Claude, khususnya bagi para Data Scientist. Alih-alih sekadar menyusun instruksi input yang kaku, pengguna kini perlu mengelola seluruh konteks dan sumber daya agar AI dapat bekerja secara agentic dan optimal. Anthropic merilis pedoman baru yang menekankan agar pengguna tidak terlalu berlebihan memberikan instruksi detail pada file konfigurasi seperti CLAUDE.md. Model AI generasi terkini sudah cukup cerdas untuk memahami arah umum dan menyesuaikan proses kerjanya, sehingga terlalu banyak aturan justru berisiko memunculkan informasi yang saling kontradiktif. Selain itu, pengguna disarankan untuk memodularisasi skills atau rutinitas tugas ke dalam file spesifik agar konteks tetap efisien. Model AI juga memiliki kemampuan memori untuk mengingat preferensi pengguna dan memperbarui sendiri instruksi mereka, serta dapat memproses berbagai format file seperti .py, .json, dan artifact HTML untuk visualisasi yang lebih kaya. Singkatnya, kegagalan kerja AI sering kali terjadi karena kurangnya konteks yang tepat, bukan karena modelnya buruk. Mengelola konteks dengan baik—seperti memberi arahan umum, memecah tugas secara modular, dan memanfaatkan ingatan AI—adalah kunci utama untuk memaksimalkan potensi model AI modern.