コンテキストエンジニアリング
コンテキストエンジニアリング(context engineering)とは、タスクの間に言語モデルのコンテキストウィンドウに入るすべてのもの、つまり指示、取得した文書、ツールの定義、ツールの結果、会話の履歴を選び、管理する取り組みです。
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
モデルが知っているのは、学習データに含まれていることと、各呼び出しで目の前にあることだけです。コンテキストエンジニアリングは後者を扱います。どの手順でも、モデルが今必要としている情報は何か、何を省けるかを問います。
なぜ重要か
エージェントはループで動きます。ツールの呼び出し、ファイルの読み込み、検索の結果ごとにトークンが増え、入力はターンを重ねるたびに大きくなります。Anthropic のエンジニアリングチームは、コンテキストを収穫逓減のある有限の資源として扱うべきだと主張しています。入力が大きくなるにつれ、モデルはその中にあることを思い出すのが下手になるからです。この低下はしばしばコンテキストの劣化と呼ばれます。コンテキストが多ければ自動的によいコンテキストになるわけではありません。
よく使われる手法
- システムプロンプトを短く具体的に保つ。 - 文書をまるごと貼り付けるのではなく、検索拡張生成のように関連する部分だけを取り出す。 - コンテキスト圧縮と呼ばれる方法で、古いターンを要約したり削ったりする。 - エージェントメモリの一形態として、メモをウィンドウの外に保存し、必要なときに読み込み直す。 - 範囲の狭い仕事をサブエージェントに任せ、その作業の細部をメインのスレッドに入れない。
プロンプトエンジニアリングとの違い
プロンプトエンジニアリングは主に一度きりの作業で、よい指示を書くことです。コンテキストエンジニアリングは、エージェントが作業するにつれて候補となる情報が変わり続けるため、毎ターン繰り返されます。Anthropic はこれを、プロンプトエンジニアリングの自然な発展と説明しています。
例
失敗しているテストを直すよう頼まれたコーディングエージェントは、リポジトリ全体を与えられるよりも、そのテスト、エラー、テスト対象の関数を与えられたほうがうまくいきます。腕の見せどころは、その小さく関連性の高いセットを選び、作業の進行に合わせて更新していくことです。
関連用語
- プロンプトエンジニアリング
- プロンプトエンジニアリング(prompt engineering)とは、モデルの重みを変えずに、アプリケーションが必要とする出力を言語モデルが生成するよう、与える指示と例を書き、構成し、テストすることです。
- エージェントメモリ
- エージェントメモリ(agent memory)とは、ユーザーに関する事実や過去の作業など、1 つのコンテキストウィンドウを超えて AI エージェントが情報を保持するための技術の総称です。情報をモデルの外に保存し、必要なときに読み込み直します。
- 検索拡張生成(RAG)
- 検索拡張生成(retrieval-augmented generation、RAG)とは、システムがまず文書の集まりから質問に関連する文章を検索し、その文章を言語モデルに渡して、それに基づいて回答させるパターンです。
- コンテキストウィンドウ
- コンテキストウィンドウ(context window)とは、言語モデルが一度に考慮できるテキストの最大量で、トークン数で数えます。システムプロンプト、会話、文書、ツールの結果、モデルが書く応答が含まれます。
- コンテキストの劣化
- コンテキストの劣化(context rot)とは、入力が長くなるにつれて言語モデルの正確さと信頼性が落ちる現象です。入力がまだコンテキストウィンドウに収まっていて、必要な情報が含まれている場合でも起こります。
- コンテキスト圧縮
- コンテキスト圧縮(context compaction)とは、コンテキストウィンドウの上限に近づいた会話をエージェントが要約し、その要約から始まる新しいウィンドウで作業を続ける手順です。これにより長いタスクを継続できます。