Context là gì và cách thiết kế context cho AI

TL;DR: Context là toàn bộ thông tin AI có thể nhìn thấy khi trả lời: system prompt, AGENTS.md, CLAUDE.md, skills, file trong repo, tool output, memory, browser state và nội dung bạn gửi. Context engineering là thiết kế để AI nhận đúng thông tin vào đúng thời điểm.

Cập nhật 31/07/2026: Với model mới, context engineering không còn là nhồi thêm luật. Hướng đúng là bớt overconstrain, giữ rules file nhẹ, chia kiến thức thành skills/references, và kiểm chứng bằng tool output thật.

Context là gì?

Context là “bàn làm việc” của AI trong một lượt xử lý. Những gì nằm trên bàn thì AI có thể dùng; những gì không có trên bàn thì AI có thể phải đoán.

Trong agentic coding, context thường gồm:

Vì sao context dài chưa chắc tốt?

Context dài có thể làm AI mất tập trung, gặp hướng dẫn mâu thuẫn hoặc tốn token cho phần không liên quan. Bài học mới từ Claude Code là: khi model mạnh hơn, nhiều luật cứng cũ trở thành lực cản. Agent phải suy nghĩ thêm để xử lý các câu kiểu “luôn làm X” trong khi user hoặc repo lại cần Y.

Context tốt cần ba tiêu chí:

• Đúng việc: liên quan trực tiếp đến task hiện tại.
• Đúng thời điểm: chỉ load khi cần, không nhồi từ đầu.
• Đúng độ tin cậy: phân biệt source of truth, draft, generated output và external docs.

AGENTS.md và CLAUDE.md nên chứa gì?

AGENTS.md và CLAUDE.md nên nhẹ, rõ và ít trùng lặp. Đây không phải nơi chứa toàn bộ handbook công ty.

Nên có:

• Repo này làm gì và phần nào nhạy cảm.
• Cấu trúc thư mục hoặc gotchas thật sự không dễ suy ra từ file tree.
• Lệnh dev/build/test/lint chính.
• Ranh giới bảo mật: không ghi secret, không đụng production khi chưa rõ.
• Link sang skill hoặc docs chi tiết khi workflow dài.

Không nên có:

• Danh sách luật “luôn/không bao giờ” quá rộng.
• Bản sao của SOP dài đã có trong Wiki hoặc skill.
• Memory cá nhân, số liệu live, token, tài khoản, dữ liệu khách hàng.
• Quy trình verify chi tiết cho mọi trường hợp nếu có thể tách thành skill.

Skills và progressive disclosure là gì?

Progressive disclosure nghĩa là AI chỉ đọc phần hướng dẫn sâu khi task cần. Skill là cách tốt để làm điều này.

Ví dụ:

Context engineering thực dụng cho Diginno là gì?

Quy trình gọn:

1. Đọc yêu cầu mới nhất và xác định artifact cần giao.
2. Đọc project guidance gần task nhất.
3. Chọn skill nếu task match skill.
4. Tìm file/source liên quan bằng search, không paste cả kho.
5. Chạy tool để lấy evidence: build, test, fetch, node-list, diff.
6. Khi context dài, tóm tắt quyết định và next action.

Bài học cần nhớ

Prompt chỉ là một phần của context. Muốn AI làm việc tốt trong công ty, phải thiết kế cả hệ thống context: rules files nhẹ, skills đúng nhiệm vụ, references giàu ngữ cảnh, tool output rõ, và memory không lẫn với source of truth.