2000 satırlık tüm dosyayı yapıştırmak token israfına neden olur ve cevap kalitesini bozar. Amaç, AI'ya probleminiz hakkında mantık yürütmek için tam olarak ihtiyaç duyduğu bağlam verir — ve başka bir şey değildir.
2000 satırlık tüm dosyayı yapıştırmak token israfına neden olur ve cevap kalitesini bozar. Amaç, AI'ya probleminiz hakkında mantık yürütmek için tam olarak ihtiyaç duyduğu bağlam verir — ve başka bir şey değildir.
db bir Postgres havuzudur."# Bad: paste the whole 800-line user-service.ts
# → AI wades through unrelated code, may anchor on the wrong function
# Good: send only what matters
// file: src/services/user-service.ts
// context: called from POST /users; `db` is a Postgres pool (pg)
type User = { id: number; email: string };
async function createUser(email: string): Promise<User> {
const { rows } = await db.query( // <-- the function I need help with
"INSERT INTO users (email) VALUES ($1) RETURNING id, email",
[email],
);
return rows[0];
}
// Question: how do I handle a duplicate-email conflict here?
İkinci sürüm, AI'ya işlevi, dönüş türünü (User) ve db hakkında tek satırlık bir not verir — tam olarak cevap vermek için yeterlidir, onu başka yöne çekmek için hiçbir ilgisiz kod olmadan.
Bu sadece maliyet meselesi değildir. Ek kod dikkat dağıtıcıdır: model ilgisiz bir işleve takılabilir, dosyanın başka bir yerindeki bir hatayı yansıtabilir veya dikkati binlerce ilgisiz token arasında seçebilir. Odaklanmış bir istem, odaklanmış ve doğru bir yanıt üretir.
Token bütçeleri sınırlıdır ve büyük dökmeler hem hızı hem de kaliteyi azaltır. Minimum ilgili dilimi göndermek — hedef işlev, türleri, bağlam özeti ve dosya yolları — token'ı kaydeder ve dikkat dağıtıcıları kaldırarak yanıtı keskinleştirir. Bağlamı düzenlemek, AI ile etkili bir şekilde çalışmanın temel bir becerisidir: bilgiyi gizlemiyorsunuz, dikkati neyin önemli olduğuna yönlendiriyorsunuz.