Nielsen Norman Group: три роли контекста для AI-агентов
Опубликованная в сентябре 2026 года статья Таннера Колера на Nielsen Norman Group исследует, как опытные пользователи управляют информацией при работе с AI-агентами. Ключевое наблюдение: эффективность агента зависит не столько от формулировки запроса в момент задачи, сколько от того, как организован вспомогательный материал заранее. Колер выделяет три различные роли, которые контекст играет в такой работе.
О чём статья
Статья опирается на исследование того, как продвинутые пользователи структурируют информацию при делегировании задач AI-агентам. Вместо того чтобы рассматривать контекст как единый неразличимый массив фонового материала, Колер разграничивает три типа по способу использования и месту в рабочем процессе.
Три роли контекста
Глобальный контекст охватывает стабильный справочный материал, применимый ко всем задачам: стандарты бренда, руководства по стилю, правила управления, референсные документы. Он не меняется от проекта к проекту. Продвинутые пользователи формируют этот слой один раз и поддерживают его, вместо того чтобы повторять в каждой сессии.
Локальный контекст — информация, специфичная для конкретной задачи: текущее техническое задание, журнал изменений, заметки совещания, относящиеся к одному результату. Агент часто читает и обновляет его по мере выполнения работы. В отличие от глобального, локальный контекст меняется по мере продвижения задачи.
Фоновый контекст — нефильтрованный поток информации, который может оказаться релевантным: треды в почте, Slack-каналы, записи совещаний. Он не структурируется заранее. Агент обращается к нему по мере необходимости, снижая нагрузку на определение того, что должно попасть в локальный контекст перед началом работы.
Ключевой вывод
Фреймворк Колера смещает вопрос подготовки с «что написать в запросе?» на «в каком разделе системы должна лежать эта информация?». Один и тот же фрагмент информации может менять роль со временем: Slack-сообщение сначала относится к фоновому контексту, а после того как кто-то укажет на его прямую релевантность — переходит в локальный.
Статья приводит практический аргумент в пользу разделения этих типов информации по разным местам хранения — не ради организационного порядка, а потому что агенты работают лучше, когда категория каждого входного материала понятна. Смешение правил управления с текущими проектными заметками затрудняет последовательное применение первых без отвлечения на вторые.
Ключевой сдвиг, который описывает статья, — от написания лучших запросов к подбору правильного контекста. Дизайнер, создавший хорошо структурированный глобальный контекст — с системой дизайна, принципами продукта и описанием аудитории, — может делегировать задачи с более краткими, конкретными инструкциями и получать стабильные результаты.
Для кого полезна статья
Дизайнерам, контент-стратегам и продуктовым специалистам, работающим с AI-агентами регулярно и хотящим снизить трение при настройке сессий. Фреймворк применим везде, где агентам передаётся значительный контекст: рабочие пространства Notion, Claude Projects, кастомные GPT-конфигурации. Технический бэкграунд для применения различия трёх ролей не нужен.