Context Engineering — jak nauczyć AI swojego projektu

TL;DR: Context Engineering to umiejętność dostarczania AI odpowiednich informacji we właściwym momencie. Obejmuje pliki CLAUDE.md, skille, system memory, dokumentację projektu i PRD. To właśnie ta kompetencja odróżnia "vibe coding" od produkcyjnej pracy z AI. W praktyce to fundament efektywnej współpracy z Claude Code w każdym projekcie.

TL;DR

Context Engineering to umiejętność dostarczania AI odpowiednich informacji we właściwym momencie. Obejmuje pliki CLAUDE.md, skille, system memory, dokumentację projektu i PRD. To właśnie ta kompetencja odróżnia "vibe coding" od produkcyjnej pracy z AI. W praktyce to fundament efektywnej współpracy z Claude Code w każdym projekcie.

Kluczowe koncepcje

Czym jest Context Engineering

Context Engineering to termin używany przez prowadzących w na określenie całego procesu "uczenia" agenta AI o projekcie, firmie i reguły współpracy. Nie chodzi o pojedynczy prompt, ale o budowanie całego ekosystemu wiedzy.

"Zajmijmy się tym, o co zawsze tak naprawdę chodziło -- w dowożeniu wartości dla użytkownika końcowego. Przez kolejne etapy dowożenia tej wartości będziemy ta sztuczna inteligencje poznawać."

"Claude Code nie działa na freestylu, ale bazuje na jakichś regulach, zasadach, na jakimś frameworku."

CLAUDE.md -- konstytucja projektu

Plik CLAUDE.md (lub .claude/ folder) to główny plik konfiguracyjny, który Claude Code automatycznie wczytuje przy starcie sesji. Zawiera:

• Opis projektu i jego celów
• Stack technologiczny
• Konwencje kodowania
• Ograniczenia i zasady
• Linki do dokumentacji

Z pokazywał jak Open Spec automatycznie rozpoznaje obecność CLAUDE.md i dostosowuje do niego swoje komendy.

System memory i asystenci

Konfiguracja konfiguracje asystenta "Head of Product":

"Opiera się to przede wszystkim o prompt systemowy, o instrukcje, która mu zadałem. Do tej instrukcji doszedłem w taki sposób, że wcześniej wdałem się w dość długą dyskusję z Cloudem na temat moich pryncypiów pracy produktowej."

Jak to działa:

• Prowadzi się długa rozmowę z Claude o swoich zasadach pracy
• Claude generuje z tego prompt systemowy
• Ten prompt zasila asystenta
• Claude ma "memory" -- zapamiętuje konteksty z bieżących dyskusji

"Edytując mu edity napisałem 'GOG is no longer part of CD Project Group' -- i Cloud już o tym pamięta i faktycznie uwzględnia to w naszych debatach."

Skille (slash commands) -- powtarzalne prompty

Skille to zapisane prompty z kontekstem, uruchamiane komenda /nazwa-skilla. Odpowiednik Custom GPT lub Gems w Gemini, ale w formie plików.

"Skille to są tak zwane komendy slashowe. Jest to nic innego jak wasze własne lub ściągnięte z marketplace umiejętności, które rozszerzają wam Clouda -- takie powtarzalne prompty."

Przykład skilla do researchu konkurencji

• Na wejściu: opis problemu
• Proces: web search, weryfikacja twierdzeń, priorytetyzacja źródeł
• Zdefiniowana lista konkurentów
• Określony format wyjściowy

Metaprompting -- prompty do tworzenia promptów

Zaawansowana technika pokazana przez Przemka w :

"Jesteś doświadczonym product managerem i prompt engineerem. Twoim celem jest utworzenie prompta do tworzenia PRD. Spawn three subagents and make them work on three unique prompts."

Proces:

• Prosisz Claude Code o stworzenie 3 różnych promptów (przez subagentów)
• Każdy subagent pracuje w izolowanym kontekście
• Prosisz o analizę mocnych/słabych stron każdego promptu
• Claude tworzy "super prompt" lacząc najlepsze elementy

"To się może przydać do tego, kiedy tak naprawdę rozwiązujemy z AI jakiś nieoczywisty problem. Wiemy, że pewnie istnieje jakiś magiczny prompt -- my tego prompta nie do końca chcemy budować ręcznie."

WebFetch -- samouczenie się agenta

Claude Code może sam pobierać i uczyć się z dokumentacji:

"Ty sam sobie wejdź na ta stronę, sam się zapoznaj z tym jak się tworzy te skille u ciebie, bo ja nie mam pojęcia o tym. (...) i podsumuj mi to wszystko w pliku skill creation guidelines."

Ten wzorzec -- "niech agent sam sobie przeczyta instrukcje" -- to kluczowa zmiana mindsetu:

"Ten nowy mindset polega na tym, że szukamy instrukcji i mówimy agentowi: 'Zobacz, tu jest ta instrukcja i możesz sobie z tym poradzić.'"

Komenda /clear -- higiena kontekstu

"Jest taka ważna komenda 'clear' w Claude Code, która zalecamy wykorzystywać zawsze wtedy, jak zrealizujecie jedno zadanie. Po co? Żeby wyczyścić okno kontekstowe."

"Nie chcemy, żeby poszczególne zadania się mieszały w głowie tego Clouda. Chcemy, żeby on zrobił jedna rzecz i o tej rzeczy zapominał."

Można sprawdzić zużycie kontekstu komenda /context.

"AI pyta, nie odpowiada" -- ask_user_question

"Sam fakt, że AI nie daje wam odpowiedzi, ale AI was pyta o coś i pobiera od was kontekst przygotowawczy do jakiegoś docelowego zadania -- naprawdę jest sporo osób, które jak widzą coś takiego, to reaguje z zaskoczeniem."

"Jak projektujecie sobie prompty, to warto poprosić o to, żeby zadawał wam pytania przez 'ask user question'. To totalnie zmienia sposób pracy."

Praktyczna rada: w prątach zawsze zawieraj instrukcje typu "Zanim zaczniesz implementować, zadaj mi pytania o wszystko czego nie wiesz."

Obsidian jako baza wiedzy

"Obsidian to po prostu narzędzie do zarządzania wieloma plikami Markdown, tworzy graf wiedzy. LLMy bardzo dobrze działają z tym narzędziem."

Natomiast sam go nie używa: "Ja zawsze bardzo oszczędnie i konkretnie gospodaruję kontekstem, więc nie mam takiej potrzeby tworzenia gigantycznego volta danych."

Subagenci -- zespół wirtualnych asystentów

Claude Code może powoływac subagentów do równoległej pracy:

"Poprzez funkcjonalność subagentów nie pracujemy już z jednym wirtualnym pomocnikiem, tylko z trzema, albo pracujemy z jakimś menedżerem wirtualnych współpracowników."

"Każdy ma izolowany kontekst, ich praca się nie miesza i później orkiestrator może jakaś prace tutaj wykonać."

W jednym demo uruchomiono dwa Claude Code w osobnych terminalach -- jeden jako "architekt" (zadawał pytania o PRD), drugi jako "provider" (odpowiadał jako ekspert domenowy). Razem budowali PRD automatycznie.

Jak to wdrożyć

• Stworzyć szablon CLAUDE.md dla każdego typu projektu zespół (e-commerce, SaaS, landing page)
• Zdefiniować zestaw firmowych skilli: /bee-research (analiza konkurencji), /bee-prd (tworzenie PRD), /bee-seo-audit
• Wdrożyć wzorzec "AI pyta przed implementacją" we wszystkich skillach (ask_user_question)
• Przygotować "skill creation guidelines" -- jak tworzyć nowe skille w firmie
• Użyć metapromptingu do stworzenia optymalnych promptów dla powtarzalnych zadań (audyt UX, analiza danych GA4, propozycje featerów)
• Prowadzić firmowa bazę skilli w repozytorium Git -- każdy może dodać i użyć
• Nauczyć zespół komendy /clear po każdym zakończonym zadaniu

Narzędzia i komendy

Struktura plików kontekstowych

projekt/
├── CLAUDE.md # Główna konfiguracja projektu
├── .claude/
│ ├── settings.json # Ustawienia Claude Code
│ └── skills/
│ ├── research.md # Skill do researchu
│ ├── prd.md # Skill do tworzenia PRD
│ └── testing-guide.md # Skill do testów
├── ai/
│ ├── prd/
│ │ └── prd-final.md # Dokument PRD
│ ├── roadmap.md # Roadmapa projektu
│ └── competitive-research.md # Raport z researchu
└── src/
 └── ...

Przykładowy CLAUDE.md

# Projekt: [nazwa]

## Stack technologiczny
- Frontend: Astro + React
- Backend: Supabase
- Hosting: Vercel
- CMS: Sanity

## Konwencje
- Używamy TypeScript strict mode
- Komponenty w folderze src/components/
- Testy w __tests__/ obok komponentów
- Nazewnictwo: kebab-case dla plików, PascalCase dla komponentów

## Zasady pracy
- Zawsze pytaj zanim zaczniesz implementować
- Nie modyfikuj plików konfiguracyjnych bez pytania
- Pisz testy dla każdej nowej funkcjonalności
- Commituj małe, atomowe zmiany

## Dokumentacja
- PRD: ai/prd/prd-final.md
- Roadmapa: ai/roadmap.md

Tworzenie skilla

# /nazwa-skilla

## Kontekst
Jesteś [rola]. Pracujesz w kontekście [projekt/firma].

## Na wejściu
Użytkownik poda: [co oczekujemy]

## Proces
1. [Krok 1 - np. Web search]
2. [Krok 2 - np. Weryfikacja źródeł]
3. [Krok 3 - np. Analiza]

## Pytania do użytkownika
Zanim zaczniesz, zadaj pytania przez ask_user_question:
- [Pytanie 1]
- [Pytanie 2]

## Format wyjściowy
[Opis oczekiwanego formatu]

Metaprompting -- przykład

Jesteś doświadczonym [rola] i prompt engineerem.
Twoim celem jest utworzenie prompta do [zadanie].

Wymagania wobec prompta:
- [wymaganie 1]
- [wymaganie 2]
- Prompt powinien zawierać tryb konwersacyjny (pytania do użytkownika)

Spawn three subagents and make them work on three unique prompts.
Zapisz wyniki w folderze ai/prompts/.

Nauczenie Claude Code nowej umiejętności

Wejdź na stronę [URL dokumentacji w formacie Markdown].
Zapoznaj się z instrukcją.
Podsumuj to wszystko w pliku ai/guidelines/[nazwa].md.
Następnie użyj tych wytycznych do stworzenia nowego globalnego skilla.

Powiązane tematy

• 01-podstawy -- Instalacja i pierwsze kroki z Claude Code
• 03-mcp-serwery -- MCP jako element rozszerzania kontekstu
• 04-spec-driven-development -- PRD i specyfikacje jako kontekst dla implementacji