コンテキストエンジニアリングとは？
コンテキストエンジニアリング（Context Engineering）は、AIが仕事を進めるために必要な情報を選び、適切な形で渡す設計です。日本語では「文脈設計」とも呼ばれます。
ここでいうコンテキストには、ユーザーの指示だけでなく、システムプロンプト、過去の会話、参考資料、検索結果、ツールの説明、作業中の記録などが含まれます。
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、一つの指示文をわかりやすく書くことが中心です。コンテキストエンジニアリングは、その指示を取り囲む情報環境全体を扱います。
たとえば「記事を書いて」というプロンプトが同じでも、過去の記事、読者像、表記ルール、避ける表現、関連資料が渡されていれば、AIの出力は大きく変わります。良い言い回しを探すだけでなく、AIが判断に使える材料を整える考え方です。
コンテキストウィンドウが大きければ十分？
コンテキストウィンドウが大きいモデルは大量の情報を入れられますが、情報が多いことと、必要な情報を正しく使えることは別です。関係の薄い資料、古い指示、重複した履歴が増えると、重要な条件が埋もれることがあります。
長時間動くAIエージェントでは、作業が進むたびに履歴やツールの結果が増えます。必要な内容を要約し、古い情報を捨て、重要な決定を残す管理もコンテキストエンジニアリングの一部です。
実践するときのポイント
- 最初に目的と完成条件を伝える
- 必要な資料だけを選び、出典や優先順位を示す
- 長期的なルールと、その場だけの依頼を分ける
- 途中で決まったことを要約し、次の作業へ引き継ぐ
- AIが参照できる範囲と、扱ってよい情報を明確にする
Obsidianなどに自分のルールや過去の判断を残し、必要なときにAIへ読ませる「第二の脳」も、コンテキストエンジニアリングの実践例といえます。