Context engineering: wat het is en wanneer u het tegenkomt.
Context engineering is het vakgebied dat bepaalt welke informatie een taalmodel op elk moment te zien krijgt: de systeeminstructies, opgehaalde documenten, toolbeschrijvingen, geheugen en gespreksgeschiedenis. Omdat het contextvenster beperkt is en de kwaliteit van antwoorden daalt als het volloopt met ruis, gaat het om het selecteren, ordenen en comprimeren van precies de juiste context.
Ook wel: contextengineering, context management, context design, contextvensterbeheer.
Door Saif Waleed Ibrahim, oprichter NEXTRIQ · 6× Anthropic-gecertificeerd · Bijgewerkt 28 september 2026
Uitleg
Context engineering in de praktijk.
Waarom is context engineering de opvolger van prompt engineering?
Prompt engineering gaat over de formulering van één instructie. Zolang een AI-toepassing bestond uit een vraag en een antwoord, was dat voldoende. Moderne toepassingen zijn anders: een agent voert tientallen stappen uit, haalt documenten op, roept tools aan en onthoudt eerdere gesprekken. Bij elke stap wordt het contextvenster opnieuw gevuld, en wat erin staat bepaalt het gedrag meer dan de oorspronkelijke prompt. De term context engineering werd in 2025 gangbaar toen ontwikkelaars merkten dat de meeste fouten van agents niet aan het model lagen, maar aan ontbrekende, verouderde of tegenstrijdige informatie in de context. Anthropic beschrijft context daarom als een schaarse hulpbron met afnemend rendement: elk extra token kost aandacht, en onderzoek laat zien dat modellen informatie in het midden van een lange context slechter benutten dan aan het begin of het einde.
Uit welke onderdelen bestaat goede context?
Een goed ingericht contextvenster bevat een systeeminstructie die de rol, de grenzen en het gewenste uitvoerformaat vastlegt, zonder overbodige regels. Daarnaast toolbeschrijvingen die kort en ondubbelzinnig zijn, zodat het model niet twijfelt tussen twee vergelijkbare tools. Vervolgens de gegevens die voor deze specifieke taak nodig zijn, meestal via retrieval (RAG) opgehaald in plaats van alles vooraf mee te geven. Voor langere taken komen daar geheugenmechanismen bij: samenvattingen van eerdere stappen, notities die de agent zelf bijhoudt en compaction, waarbij een vol venster wordt samengevat om ruimte te maken. Ten slotte voorbeelden: enkele goed gekozen voorbeelden van gewenst gedrag werken vaak beter dan een lange opsomming van regels. De volgorde telt ook: instructies en het meest relevante materiaal horen op een vaste, voorspelbare plek, wat bovendien prompt caching mogelijk maakt en de kosten drukt.
Hoe pakt u context engineering praktisch aan?
Begin met meten. Verzamel een set representatieve taken met een goedgekeurde uitkomst en leg vast hoe vaak de huidige inrichting het goed doet. Kijk daarna per fout naar de context op dat moment: ontbrak er informatie, stond er te veel, of sprak een instructie een andere tegen? Pas één ding aan en meet opnieuw. Houd systeeminstructies onder versiebeheer, net als code, zodat u weet welke wijziging welk effect had. Beperk tools tot wat de taak nodig heeft en laad aanvullende tools pas als ze relevant worden. Kies bij documenten voor gerichte retrieval boven het volstoppen van het venster, ook als het model een groot venster aankan: minder maar relevantere context geeft doorgaans betere antwoorden en lagere kosten. Werk ten slotte met een logboek per aanroep, zodat u bij een vreemde uitkomst precies kunt terugzien wat het model te zien kreeg.
Voorbeeld
Zo ziet het eruit in een mkb-bedrijf.
Uit de praktijk
Een advocatenkantoor gebruikt een AI-assistent om conceptbrieven op te stellen. In het begin kreeg het model bij elke vraag de complete dossiermap en een lange lijst huisregels mee; de brieven waren wisselend van kwaliteit en de kosten per aanroep liepen op. Na een herinrichting krijgt de assistent een korte rolinstructie, enkele voorbeeldbrieven in de stijl van het kantoor, alleen de dossierstukken die op de specifieke vraag aansluiten en een samenvatting van de eerdere correspondentie in plaats van de volledige tekst. De uitkomsten worden vergeleken met een vaste set goedgekeurde brieven. U ziet daardoor per wijziging of de kwaliteit vooruitgaat, en de jurist die de brief nakijkt hoeft minder te corrigeren.
Wilt u dit toepassen? Kijk bij Context Engineering of plan een gratis gesprek.
Verwante begrippen
Hier hangt het mee samen.
Prompt engineering
RAG
AI-agent
MCP
Veelgestelde vragen
Vragen over Context engineering.
Wat is context engineering precies?
Context engineering is het ontwerpen van alles wat een taalmodel te zien krijgt voordat het antwoordt: instructies, voorbeelden, opgehaalde documenten, toolbeschrijvingen en geheugen. Het doel is dat het model op elk moment precies de informatie heeft die het voor de taak nodig heeft, niet meer en niet minder. Waar prompt engineering over de formulering van één vraag gaat, gaat context engineering over het hele systeem eromheen.
Wanneer is context engineering nodig?
Zodra een AI-toepassing verder gaat dan losse vragen: bij assistenten die met uw documenten werken, agents die meerdere stappen uitvoeren of toepassingen die lange gesprekken voeren. Merkt u dat een assistent goed begint maar na verloop van tijd instructies vergeet, tegenstrijdige antwoorden geeft of onnodig duur wordt, dan is de context meestal het probleem, niet het model. Voor een enkele goed geformuleerde prompt is het overbodig.
Is een groter contextvenster niet gewoon de oplossing?
Nee. Moderne modellen kunnen honderdduizenden tokens lezen, maar onderzoek en praktijk laten zien dat de kwaliteit daalt naarmate het venster voller raakt: relevante informatie raakt ondergesneeuwd en het model hecht minder aandacht aan het midden van de tekst. Bovendien betaalt u per token. Een groot venster geeft ruimte, maar gerichte selectie bepaalt de kwaliteit. Beide zijn nodig.
Wat kost een context-engineeringtraject?
Dat hangt af van de bestaande toepassing, het aantal bronnen en tools en de mate waarin er al gemeten wordt. Een traject begint met een nulmeting op echte taken, gevolgd door gerichte aanpassingen aan instructies, retrieval en geheugen. U ontvangt een vaste prijs na een gratis gesprek waarin de huidige inrichting en de knelpunten worden doorgenomen.
Bronnen
Waar deze uitleg op steunt.
Alle begrippen op een rij: begrippen en de compacte AI-begrippenlijst.