No desenvolvimento de software, a engenharia de contexto é o ato de fornecer aos agentes de codificação de IA dados e capacidades relevantes para melhorar a precisão e a relevância de seus resultados. Também envolve a otimização da amplitude de informações para orientar o processamento eficiente. Tal contexto pode incluir estilo de codificação, bibliotecas internas, conhecimento institucional, dados de produção e dados externos de plataformas como Slack, Atlassian, Notion ou GitHub, entre outras.
“Os MCPs apoiam a engenharia de contexto porque criam uma maneira padrão para os sistemas de IA se conectarem a várias ferramentas de negócios”, diz Todd Olson, CEO da Pendo, uma plataforma de experiência de produto. “O principal benefício é que o agente determina o contexto necessário com base na pergunta e, em seguida, usa o servidor MCP apropriado para buscar essas informações em tempo real.”
Com o aumento da codificação assistida por IA, o MCP está se tornando uma porta para pesquisa e recuperação dinâmica em tempo real em diversas fontes, desempenhando um papel importante nos esforços de engenharia de contexto. Como diz Joey Stout, arquiteto de soluções da Spacelift, uma plataforma de orquestração de infraestrutura, o MCP é a “graça salvadora da codificação de vibração”.
Como o MCP impulsiona a engenharia de contexto
Usando o MCP, os agentes podem buscar dados estruturados contextualmente relevantes para a tarefa em questão. De acordo com Edgar Kussberg, gerente de produto do grupo Sonar, o MCP acelera a busca de conhecimento que os engenheiros devem realizar diariamente.
