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とは、AIに何を・いつ・どの順で見せるかを設計し、判断に効く情報だけをコンテキストに入れる考え方のことです。読み方は「こんてきすとえんじにありんぐ」です。

Anthropic 社は2025年9月29日の技術記事で、これを「推論のあいだ、最適なトークン（情報）の集合を選び、保ち続けるための戦略の集まり」と説明しています。同じ記事が指針として挙げるのは、望む結果につながる見込みを最大にする、信号の強いトークンのできるだけ小さな集合を探すことです。

プロンプトエンジニアリングとの違いは範囲にあります。前者は効果的な指示文をどう書くかが中心です。コンテキストエンジニアリングは、指示文に加えて、ツールの定義、例、会話の履歴、外部から取ってきた資料まで含めた「入力全体の構成」を対象にします。

情報を足せば足すほどよいわけではない理由として、同じ記事は注意の予算という考え方を示しています。モデルが一度に払える注意には限りがあり、トークンが1つ増えるたびにその予算が薄まる、という捉え方です。トークン数が増えるほど想起の精度が落ちる現象は context rot と呼ばれています。

そのため、設計の対象は次の5つの部品になります。

• システムプロンプト：細かすぎる条件分岐と、あいまいすぎる方針の中間の「ちょうどよい高さ」で書きます。
• ツール：定義そのものも枠を使います。どれを使うべきか人が即答できないほど重なったツール群は、最小限に絞ります。
• 例：例外ケースを延々と並べるより、期待する振る舞いが伝わる多様で典型的な例を選びます。
• 履歴：古いツール結果など、役目を終えた情報は外します。
• 外部資料：前もって全部入れる方法と、必要になった時点で取りにいく方法を使い分けます。

前もって入れる代表例がRAG（検索拡張生成）で、2020年の論文で、検索した文書を生成に組み合わせる方法として提案されました。一方、同じ技術記事は、ファイルのパスや検索条件のような軽い手がかりだけを持たせ、必要なときにツールで読み込ませる「ジャストインタイム」の取り方が増えていると述べています。

AIコーディングエージェントでの設計例です。

• 常に入れるもの：ビルドとテストのコマンド、ディレクトリの約束事。リポジトリの指示ファイル（例：CLAUDE.md）に書きます。公式ドキュメントは1ファイル200行未満を目安にし、長いほど指示が守られにくくなると書いています。
• 必要なときだけ入れるもの：PRレビューの手順やデータ移行の手順。常時読み込まれる指示ファイルから外し、呼び出したときだけ読まれる仕組みに移します。
• 入れないもの：リポジトリ全体の丸ごとの貼り付け。代わりに src/auth/ 以下が対象だと伝え、エージェント自身に読ませます。

置く順番にも効果があります。Anthropic 社のガイドは、長い資料はプロンプトの上のほうに置き、質問は末尾に置くよう勧めていて、複数の文書が絡む複雑な入力では、質問を末尾に置くと応答の質が最大30%上がったというテスト結果を紹介しています。

• 誤解：コンテキストエンジニアリングはプロンプトエンジニアリングの代わりになる
  実際：指示文の書き方は、設計対象の1つとしてそのまま含まれます。置き換えではなく、扱う範囲を広げた考え方です。
• 誤解：関係しそうな資料は全部入れたほうが安全だ
  実際：関係の薄い情報は注意の予算を消費し、肝心の情報を見落とさせる原因になります。
• 誤解：コンテキストエンジニアリングとはRAGのことだ
  実際：RAGは外部資料を入れる手段の1つです。システムプロンプト、ツール、例、履歴の扱いも同じく設計の対象です。

長い作業の途中で枠をあふれさせない運用の手順はコンテキスト管理術のページで扱っています。

• コンテキストウィンドウ
• プロンプトエンジニアリング
• RAG（検索拡張生成）
• 思考の連鎖（CoT）
• コンテキスト管理術
• システムプロンプト
• 関数呼び出し（ツール使用）

• 仕様駆動開発とは：実装前の手順
• AIエージェントのツール呼び出し設計チェックリスト15項目と失敗例
• 要件定義書の書き方：AIに伝わる「目的・スコープ・やらないこと」

• Effective context engineering for AI agents（開発元の技術記事, 2025年9月29日）：定義、注意の予算、ちょうどよい高さのシステムプロンプト、ジャストインタイムの取得
• 長い資料の置き方（API 公式ドキュメント）：資料は上に、質問は末尾に置くと応答の質が最大30%上がったという結果
• Lewis ほか「Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks」（arXiv, 2020）：検索した文書を生成に組み合わせるRAGの原論文
• 指示ファイルの書き方と大きさの目安（AIコーディングエージェント公式ドキュメント）：1ファイル200行未満を目安にする理由

Q1. コンテキストエンジニアリングとは何ですか？
AIに何を・いつ・どの順で見せるかを設計し、判断に効く情報だけをコンテキストに入れる考え方です。指示文だけでなく、ツールの定義、例、会話の履歴、外部の資料まで含めた入力全体を設計の対象にします。

Q2. プロンプトエンジニアリングとの違いは何ですか？
扱う範囲が違います。プロンプトエンジニアリングは指示文の書き方が中心で、コンテキストエンジニアリングは指示文を含む入力全体の構成を扱います。1回の質問なら前者で足りることが多く、エージェントに長い作業を任せる場面ほど後者が効いてきます。

Q3. 個人の開発で最初にできることは何ですか？
リポジトリの指示ファイルを見直すことです。毎回必要なコマンドと約束事だけを短く残し、特定の作業でしか使わない手順は別の場所に移します。依頼のたびに対象のフォルダやファイルを具体的に伝えることも、すぐに始められる設計です。