---
title: "Context Stack Management (Zarządzanie Stosem Kontekstu)"
type: "concept"
tags: [agent-ai, system-design, prompt-engineering]
created: 2026-06-09
updated: 2026-06-09
sources: ["[[summaries/5-mental-models-for-ai-agents]]"]
confidence: high
---

# Context Stack Management (Zarządzanie Stosem Kontekstu)

## Definition
Inżynieryjny proces precyzyjnego komponowania, hierarchizowania i optymalizowania wszystkich warstw danych składających się na okno kontekstowe (RAM) agenta AI podczas jego aktywnej sesji operacyjnej.

## The Context Stack Layers
Stos kontekstu nie jest jednolitą masą tekstu. Składa się z warstw o różnym rygorze i priorytecie:
1. **Instrukcje systemowe (System Prompts)**: Stałe, głębokie definicje tożsamości, bezpieczeństwa i ról agenta (najwyższa waga).
2. **Kontrakt aktywny (Active Instructions / Config)**: Lokalne reguły i ograniczenia projektu (np. pliki `CLAUDE.md`, `GEMINI.md` czy wczytane [[concepts/claude-skills]]).
3. **Aktywny kontekst operacyjny (Active Context)**: Informacje o tym, nad czym dokładnie użytkownik obecnie pracuje w tej konkretnej minucie.
4. **Historia konwersacji (Session History)**: Logi poprzednich wiadomości i kroków (zarządzane za pomocą strategii przycinania, aby uniknąć marnowania tokenów).
5. **Dopasowane wycinki merytoryczne (Retrieved Chunks)**: Wyselekcjonowane fragmenty z bazy wiedzy wczytane za pomocą wyszukiwania semantycznego (RAG) lub serwerów [[concepts/mcp-servers]].

## The Core Tension
Inżynierowie balansują na cienkiej linii między dostarczeniem modelowi zbyt małego kontekstu (co skutkuje halucynacjami i brakiem uziemienia w faktach) a przeładowaniem stosu (co prowadzi do eksplozji kosztów tokenów, powolnego czasu reakcji i ignorowania twardych wytycznych z instrukcji systemowych).

## Sources
- [[summaries/5-mental-models-for-ai-agents]]