AI・信頼性・評価

コンテキストエンジニアリング——限られた“作業机”に、何を載せるか

2026/6/21 シリーズ「AIエージェントは、実際どう動くのか」 第3回 / 全5回

🤖 AIが下書き・人間が編集

エージェントの出来は“外側の足場”——ハーネス——で大きく変わる。 その足場の中でも、いま最も注目されているのが——コンテキストエンジニアリング（机に何を載せるかの設計）である。ここを掘る。

AIの“作業机”には、限りがある

まず大事な事実を一つ。LLMには、一度に見られる情報の量に上限がある（これを「コンテキストウィンドウ」と呼ぶ）。 人にたとえるなら、作業机の広さである。どんなに優秀な人でも、机が小さければ、関係する資料を全部は広げられない。今この瞬間に必要なものだけを机に載せ、要らないものは引き出しにしまう——その采配が、仕事の効率を決める。

エージェントは、考える→動く→観察するを何十回も繰り返す。その一回ごとに、限られた机に「いま何を載せるか」が問われ続ける。載せ忘れれば的外れになり、載せすぎれば散らかって迷子になる。これを采配する技術が、コンテキストエンジニアリングである。

「プロンプトを書く」から「コンテキストを設計する」へ

少し前まで、AIをうまく使うコツは「プロンプトエンジニアリング」——つまり一回の指示文の書き方だ、と言われていた。 だが、長く自律的に動くエージェントの時代になると、話の重心が移った。大事なのは一回の言い回しより、机の上の情報“全体”をどう組み立て続けるかである。2025年ごろから、これを「コンテキストエンジニアリング」と呼ぶ流れが広まった（Andrej Karpathy らが広めたとされる）¹。

机に載るものは、ざっと：

• 指示（システムプロンプト）：そもそも何を目指し、どう振る舞うか（常に置いておく土台）。
• 短期記憶：直近のやりとり（さっき何をして何が返ってきたか）。
• 長期記憶：過去の経験や、必要なときに外から引っぱってくる知識（検索＝RAG的なもの）。
• 道具の結果：行動して返ってきた観察。

ハーネスの仕事は、毎ステップ、この中からいま必要な分だけを机に載せることである。

多ければいい、ではない——長いコンテキストの「lost in the middle」

ありがちな誤解が、「机は広いほど（コンテキストは多いほど）いい」というものである。実際は違う。 情報が少なすぎれば、AIは手がかりを失う。逆に多すぎても、肝心な情報がノイズに埋もれ、AIは注意散漫になる。長いコンテキストの真ん中あたりに置かれた大事な情報ほど、AIが見落としやすい——この「中央に置かれた情報を取りこぼす」現象は、lost in the middle という名前で知られている¹。おまけに、机を広げるほどお金（計算コスト）もかかる。

だから本質は「全部載せる」ことではなく、「いま要る最小限を、的確に選ぶ」ことにある。引き算の技術なのだ。

これは「新しい技術」なのか、それとも“言い換え”なのか

正直な注釈を一つ。「コンテキストエンジニアリングは、結局プロンプトエンジニアリングの言い換えでは？」という冷静な批判もある¹。これはもっともな指摘だ。 私の見立てでは——重心の移動は本物だ。「一発の指示を磨く」から「長く走る情報の状態を管理し続ける」へ、という強調点の変化は実在する。ただし、それがまったく新しい学問なのか、既存技の再整理なのかは、まだ定まっていない。新語に踊らされず、中身（限られた机を的確に采配する）を見るのが良いだろう。

エージェントの「ループ」「ハーネス」「コンテキスト」が揃えば、仕組みとしては、これで一通り動く。 （もっとも、この三つにくっきり線が引けるわけではない。とくに「ハーネス」は人によって指す範囲が違う広い言葉で、コンテキストの管理まで含めて「ハーネス」と呼ぶ立場もある。本シリーズは便宜上、足場の作り＝ハーネス／その上で何を見せ続けるか＝コンテキストと分けているが、境界はにじむ——そう断った上で読んでほしい。） ——だが、いよいよ本丸だ。これだけ整えても、なぜエージェントは「デモは凄いのに実用では脆い」のか。 その正体を、製造業の歩留まりと同じ“掛け算”の数字で、忖度なく明かしていく。

この記事はAIが下書きし、人間が編集・公開しています。