Dizionario AI › Prompting

Context Stuffing

Il context stuffing consiste nell'inserire nel prompt tutto il materiale potenzialmente rilevante, documenti interi, molte istruzioni, numerosi esempi, riempiendo la finestra di contesto nella speranza che il modello trovi da solo ciò che serve. A volte funziona, ma spesso peggiora i risultati: il modello si distrae, perde le istruzioni chiave o soffre del fenomeno "lost in the middle", ignorando l'informazione al centro del contesto. Esempio: incollare 40 pagine di manuale per una singola domanda invece di estrarre e passare solo i 2 paragrafi pertinenti.

Definizione

Evitalo come strategia di default: preferisci contesto selezionato e rilevante (via retrieval o compressione) rispetto al riempimento indiscriminato. Il context stuffing ha senso solo quando davvero non sai in anticipo quale parte servirà e il costo di token elevato è accettabile; anche allora, ordina bene le informazioni.

Termini correlati

• Lost in the Middle
• Context Window
• Compressione del Prompt
• Grounding
• Contesto (nel prompting)

Altri termini in Prompting

• Prompt
• Prompting
• Role Assignment
• Zero-shot
• Few-shot
• Chain of Thought
• Prompt Engineering
• Output Format

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.