Context Engineering: Ontwerpen wat je AI Agent ziet

Gebouwd voor snelheid: ~10ms latentie, zelfs onder belasting
De razendsnelle manier om je modellen te bouwen, volgen en implementeren!
- Verwerkt 350+ RPS op slechts 1 vCPU — geen tuning nodig
- Productieklaar met volledige enterprise-ondersteuning
Wat is Context Engineering?
Context engineering is de discipline van het ontwerpen van de volledige set informatie die een model ontvangt bij elke stap van de uitvoering van een agent. In een agent runtime is context alles wat het model bij een bepaalde stap ziet, waaronder de systeeminstructies, de skills die binnen het bereik vallen, de definities van beschikbare tools, de gespreksgeschiedenis en de resultaten die door tools worden geretourneerd.
Dat is een veel groter oppervlak dan een enkele prompt. En het is dynamisch: elke tool call voegt bij de volgende stap een resultaat toe aan de context, waardoor de informatie-omgeving blijft veranderen terwijl de agent werkt. Met context engineering zorgt u ervoor dat die omgeving gefocust, relevant en binnen het budget blijft, in plaats van vol te stromen met ruis.
Wat zich in de context van een agent bevindt
- Systeeminstructies. De permanente richtlijnen voor hoe de agent zich moet gedragen.
- Skills. Herbruikbare procedures die de agent kan ophalen voor specifieke taken, in plaats van elk draaiboek in de system prompt te proppen.
- Tooldefinities. De tools, vaak beschikbaar gemaakt via MCP, die de agent mag aanroepen, inclusief hun schema's.
- Gespreksgeschiedenis. De lopende dialoog en de eigen tussenstappen van de agent.
- Toolresultaten. De output van elke aanroep, die opnieuw de context binnenkomt en de volgende stap vormgeeft.
Context Engineering vs Prompt Engineering
De twee zijn aan elkaar gerelateerd, maar werken op een ander niveau. Het verwarren van deze twee is de reden waarom sommige teams blijven steken. Prompt engineering vraagt: "hoe formuleer ik dit ene verzoek." Context engineering vraagt: "wat moet het model bij elke stap voor zich hebben om deze taak goed uit te voeren."
De een vervangt de ander niet. U formuleert instructies nog steeds zorgvuldig, maar bij een agent is dat een klein onderdeel van een veel groter ontwerpprobleem. Naarmate context windows groter worden, is de verleiding groot om er alles in te stoppen. Dat is precies de valkuil die context engineering vermijdt: meer context is geen betere context, en een overladen window verslechtert de recall en verhoogt de kosten.
Technieken die echt het verschil maken
Een paar praktijken leveren de meeste waarde op bij het ontwerpen van context voor agents.
- Verplaats procedures naar skills, niet naar de system prompt. Alles wat leest als een workflow of draaiboek hoort thuis in een skill die de agent laadt wanneer dat relevant is, wat de basiscontext compact houdt. Laad korte, altijd relevante richtlijnen (stijlgidsen, veiligheidsbeleid) direct in, en laat lange of incidentele procedures pas op aanvraag laden.
- Bepaal de reikwijdte van tools nauwkeurig. Hoe meer tools u beschikbaar maakt, hoe meer tokens hun definities verbruiken en hoe meer manieren er zijn waarop de agent de fout in kan gaan. Geef een agent alleen de tools die de functie vereist en niets meer.
- Beheer de geschiedenis bewust. Vat oude turns samen of kort ze af, zodat het window gefocust blijft op wat nu belangrijk is, in plaats van elke stap letterlijk mee te slepen.
- Behandel toolresultaten als niet-vertrouwde context. Resultaten komen bij de volgende stap opnieuw de context van het model binnen, dus ze hebben dezelfde controle nodig als een input, zowel op relevantie als op veiligheid.
Hoe TrueFoundry u helpt bij Context Engineering
Context engineering is alleen duurzaam als de onderdelen beheerd worden in plaats van handmatig per agent geassembleerd. TrueFoundry biedt controlepunten voor elk deel van de context.

In het Agent Harness configureert u de context wanneer u de agent bouwt: de system prompt, de relevante skills en welke MCP-servers beschikbaar zijn. Dat maakt de context een expliciete, beoordeelbare configuratie in plaats van iets dat verborgen zit in de code.
- Skills. Skills zijn afkomstig uit de centrale Skills Registry, waardoor de procedures in de context van een agent voorzien zijn van versiebeheer, toegangscontrole hebben en hergebruikt worden in plaats van gekopieerd en geplakt. U kunt korte, altijd relevante skills vooraf laden en lange op aanvraag laten laden — dit is de belangrijkste techniek voor een lean context omgezet in een instelling. Bekijk Claude Skills voor meer informatie over hoe het skill-formaat werkt.
- Tools. De MCP Gateway bepaalt welke tools een agent kan bereiken en kan de toegang beperken tot individuele tools, zodat tooldefinities in de context beperkt blijven tot wat de agent daadwerkelijk nodig heeft.
- Veiligheid van toolresultaten. Omdat toolresultaten opnieuw de context binnenkomen, controleren AI agent guardrails deze op de post-tool hook op injecties en gevoelige gegevens voordat ze de volgende stap beïnvloeden.
- Observability. Elke stap wordt getraced, zodat u precies kunt zien wat er in de context stond toen de agent een beslissing nam. Dit maakt context engineering een iteratief proces in plaats van gokwerk.
Onder dit alles routeert de AI Gateway elke aanroep langs meer dan 1.000 modellen met slechts zo'n 3 tot 4 ms overhead. Hierdoor is de keuze voor het model dat het meest geschikt is voor een specifieke stap een routingbeslissing, geen hergeschreven code. Het resultaat is dat context iets wordt dat u op één plek ontwerpt en beheert, in plaats van een bijeffect van de manier waarop elke agent toevallig is geprogrammeerd.
Conclusie
Context engineering is de verschuiving van het formuleren van één prompt naar het ontwerpen van alles wat een model ziet gedurende de gehele uitvoering van een agent. Als u de instructies, skills, tools, geschiedenis en toolresultaten goed instelt, blijft de agent gefocust en betaalbaar; gaat dit mis, dan kan geen enkele prompt-optimalisatie dat herstellen. TrueFoundry verandert die onderdelen in een beheerde configuratie via het Agent Harness, de Skills Registry, de MCP Gateway en volledige tracing, zodat context iets is dat u ontwerpt en beheert in plaats van iets dat u simpelweg overkomt.
Ontdek hoe TrueFoundry u vanuit één control plane controle geeft over de context van uw agents. Boek een demo of start gratis.
TrueFoundry AI Gateway levert een latentie van ~3–4 ms, verwerkt 350+ RPS op 1 vCPU, schaalt moeiteloos horizontaal en is klaar voor productie, terwijl LiteLLM last heeft van hoge latentie, moeite heeft boven een gemiddeld aantal RPS, geen ingebouwde schaling heeft en het meest geschikt is voor lichte workloads of prototypes.



Eén gateway voor elk LLM, elke agent en elke MCP-server
Recente blogs
Veelgestelde vragen
What is context engineering?
Context engineering is the practice of designing everything a model sees on each step of an agent's run: system instructions, skills, tool definitions, conversation history, and tool results. It goes beyond wording a single prompt to shaping the entire information environment the agent operates in, so it stays focused, relevant, and within its context budget.
What is the difference between context engineering and prompt engineering?
Prompt engineering tunes a single message, its wording, examples, and format. Context engineering designs the full context an agent sees across every step, including which skills and tools are in scope and how history and tool results are managed. Prompt engineering fixes a weak answer; context engineering fixes drift, tool sprawl, and context bloat in multi-step agents.
How do you do context engineering for AI agents?
Keep the base context lean by moving procedures into skills the agent loads on demand, scope tools tightly so only needed tool definitions are present, manage conversation history so old turns do not crowd the window, and treat tool results as untrusted context that needs inspection. Managing these as configuration rather than code is what makes it repeatable.
Maakt een groter contextvenster context engineering overbodig?
Nee. Een groter venster maakt het verleidelijk om alles mee te geven, maar overladen context verslechtert recall en verhoogt de kosten. Context engineering draait om het plaatsen van de juiste informatie voor het model, wat belangrijker wordt naarmate vensters groter worden, niet minder belangrijk.
Ondersteunt TrueFoundry MCP en skills voor contextbeheer?
Ja. Met de Agent Harness configureert u systeeminstructies, skills uit het centrale Skills Register, en welke MCP-servers een agent kan bereiken, en de MCP Gateway bakent toolgebruik af, zodat de onderdelen van de context van een agent centraal worden gereguleerd.
Can I run this in my own VPC?
Yes. TrueFoundry runs in your VPC, on-prem, air-gapped, or hybrid, so traffic to Gemini 3 Pro and every other model stays governed inside your own domain.












.png)
.webp)

.webp)


.webp)



.webp)








.webp)





