তুমি একটা চিত্রশিল্পী। ক্যানভাসে রং বসাও। কিন্তু ক্যানভাস সীমিত — তুমি সব আঁকতে পারো না। কী আঁকবে, কত আঁকবে, কোথায় আঁকবে — এই সিদ্ধান্তই ছবির সৌন্দর্য নির্ধারণ করে। LLM-এর context window ও সেই ক্যানভাস। সীমিত স্থান। কী দেখাবে — সেটাই context engineering।

You're a painter. You place colors on canvas. But the canvas is limited — you can't paint everything. What to paint, how much, where — these decisions determine the painting's beauty. The LLM's context window is that canvas. Limited space. What you show — that's context engineering.

LLM Anatomy বইয়ে তুমি শিখেছ মডেল কীভাবে কাজ করে। এখন শিখবে — মডেলকে কীভাবে তথ্য দেবে। Context window একটা ক্যানভাস — ১২৮K, ২০০K, বা ১M টোকেন। কিন্তু শুধু বড় হলে হয় না। "Lost in the middle," attention dilution, retrieval precision, chunking strategy — এগুলো বুঝলে তুমি LLM-কে সঠিক তথ্য সঠিক সময়ে সঠিক ক্রমে দিতে পারবে।

In the LLM Anatomy book you learned how the model works. Now you'll learn how to feed it information. The context window is a canvas — 128K, 200K, or 1M tokens. But size alone isn't enough. Lost in the middle, attention dilution, retrieval precision, chunking strategy — understanding these lets you give the LLM the right information at the right time in the right order.