コワーキングスペース 代表 鶴田 賢太 コンテキストエンジニアリングは、AIへ見せる情報を設計・管理する新発想。Just-in-Timeで必要な情報だけ渡し、情報過多によるcontext rotを回避する。実体験から、軽量指示・要約で新チャットへ移行、添付ファイルを厳選する実践Tipsを紹介。トヨタのJIT知恵がAIにも有効と感じた。
- Just-in-Timeで情報を見せる対象を絞り、context rotを回避
- 軽量指示とファイル分割でAIの読み込み量を最適化
- 要約・抽出・厳選添付など、日常で使える具体的な方法
こんにちは、Room8オーナーの鶴田です!
先日、Anthropic(Claudeを作ってる会社)が「Effective context engineering for AI agents」っていう記事を公開したんですよ。で、読んでみたら、これがめちゃくちゃ為になって。
多くの人は「プロンプトが重要」という話しを聞いたことがあると思います。でも本気でAIを使いこなそうとしたときに鍵になるのは「コンテキス」です。
今日はこのコンテキストエンジニアリングについてAnthropicが公開した記事があるのでそれを解説したいと思います！
僕、毎日ブログ書いてるんですけど、Claudeをプロジェクトでがっつり使ってて。で、最近「なんかClaudeの反応がおかしいな」って思うことが増えてたんです。記事書いてもらう時のキャラ設定が、普通の会話にも影響しちゃって、対話が分かりにくくなってたり。
この記事読んで「あ、これコンテキストの問題だったのか」って腑に落ちて、早速システム改善してみたら…めちゃくちゃ良くなったんですよね。
この記事では:
- コンテキストエンジニアリングって何?
- なぜAIとの付き合い方で重要なのか
- 実際に試してどう変わったか
- 今日から使える実践的なコツ
を、僕の実体験ベースでお伝えします。開発者じゃなくても、ChatGPTやClaude使ってる人なら絶対役立つ内容です!
Anthropicが語る「コンテキストエンジニアリング」とは
まず、コンテキストエンジニアリングって何?って話なんですけど。
簡単に言うと、「AIに何を質問するか」から「AIに何を見せるか」へのシフトなんですよね。
従来の「プロンプトエンジニアリング」って、要するに「どう質問すれば良い答えが返ってくるか」を工夫することでした。「具体的に書く」とか「例を示す」とか、そういうテクニック集みたいな感じ。
でも、コンテキストエンジニアリングは、もっと広い概念なんです。
Anthropicの記事では、こんな風に説明されてます:
コンテキストエンジニアリングとは、LLM(大規模言語モデル)が推論する際に利用できる情報の集合を、戦略的に設計・管理すること
つまり、プロンプト(質問文)だけじゃなくて、会話履歴とか、ツールの定義とか、外部から取得した情報とか、全部ひっくるめて「コンテキスト」として管理しようって話なんですよね。
で、なぜ今これが重要かって言うと、AIエージェント(複数のタスクを自律的にこなすAI)が普及してきたから。
ChatGPTやClaudeに「ちょっと調べて」って頼むと、ウェブ検索したり、ファイル読んだり、計算したりしてくれるじゃないですか。あれ、裏では大量の情報が行き来してるんですよ。
その情報をどう整理して、どのタイミングで、どれだけ見せるかっていう設計が、めちゃくちゃ重要になってきたってわけです。
正直、最初読んだ時は「開発者向けの話でしょ?」って思ったんですけど、実は普段の使い方にも直結する考え方だったんですよね。これ、後で詳しく説明します。
「コンテキストの限界」って何?トヨタのJITで考えてみた
ここからが面白いんですけど。
Anthropicの記事で一番「なるほどな」って思ったのが、「LLMには注意の予算(attention budget)がある」って話なんですよ。
どういうことかって言うと、AIって情報が多すぎると、人間と同じように集中力が落ちるんですよね。
研究では「context rot(コンテキストの腐敗)」なんて呼ばれてて、情報量が増えるほど、重要な情報を見落としやすくなるらしいんです。大量の資料を渡されて「この中から答え見つけて」って言われても、人間も困るじゃないですか。AIも同じなんですよね。
で、記事の中で「Just-in-Time context」っていう表現が出てきたんですよ。
これ読んだ瞬間、「え、トヨタのあれ!?」って思って。
僕、愛知県民なんで、ジャストインタイムって聞いたら即座に「トヨタ生産方式のやつだ」ってなるじゃないですか。トヨタ王国で生まれ育ってると、もうDNAレベルで染み付いてるんですよね(笑)。
で、まさかAIの話でこの言葉が出てくるとは思わなくて。調べてみたら、本当にあのトヨタのJITと同じ考え方だったんですよね。
AIも人間も「在庫過多」はダメ
トヨタのJITって、「必要なものを、必要な時に、必要な分だけ」っていう考え方じゃないですか。在庫を持たないことで、ムダ・ムラ・ムリを減らす。
Anthropicが言ってる「Just-in-Time context」も、まさにこれなんですよね。
❌ 大量在庫方式(従来型)
- 最初に全部の情報を詰め込む
- コンテキストが溢れる
- 何が重要か分からなくなる
- 結果:精度が落ちる
✅ JIT方式(コンテキストエンジニアリング)
- 軽量な参照情報だけ持つ
- 必要な時に必要な情報を取り出す
- 常に新鮮で関連性の高い情報のみ
- 結果:高品質な出力
記事の中でも、人間が「ファイルシステムやブックマーク」で情報を整理するように、AIも全部を記憶するんじゃなくて、必要な時に取りに行けばいいんだ、って説明されてたんですよ。
これ、完全にトヨタのカンバン方式と同じ発想ですよね。
実は昔からある考え方だった
これ、めちゃくちゃ面白いなって思ったのが、日本の製造業の知恵がAI時代にも通用してるってことなんですよね。
トヨタがJITを確立したのって1970年代とかでしょ?それが2025年、最先端のAI開発の現場で、同じ原理が重要だって言われてるわけで。
しかもAnthropicっていう、アメリカのAI企業が「Just-in-Time」って言葉を使ってる。トヨタを意識してるのか、たまたま同じ表現になったのか分からないですけど、なんか感慨深いじゃないですか。
「ムダを省く」っていう考え方は、工場でもAIでも、本質は同じなんだなって。
正直、AI技術の話って「最先端すぎて分からん」ってなりがちなんですけど、こうやってトヨタと結びつけると、愛知県民じゃなくても「ああ、あれか!」ってなりますよね(笑)。
実際にブログ執筆システムで試してみた結果
で、ここからが本題なんですけど、僕の実体験です。
さっき言った通り、僕は毎日ブログ書いてて、Claudeのプロジェクト機能を使って執筆システムを作ってるんですよ。
キーワード選定→構造設計→本文執筆→SEO最適化→SNS投稿文、みたいな流れを、C0からC5のコマンドで進める感じ。めちゃくちゃ効率的で気に入ってたんですけど、最近問題が起きてて。
改善前の問題点
プロジェクトの指示に、全部詰め込んでたんですよね。
- C0の詳細指示(キーワード戦略)
- C1の詳細指示(構造設計)
- C2の詳細指示(本文執筆)
- キャラクター設定(鶴田として、成田悠輔風の語り口で書く、みたいな)
- C3の詳細指示(SEO最適化)
- …以下同様
で、チャットで「C0実行」って言えば、Claudeがキーワード選定をやってくれる、っていう仕組み。
これ、一見便利そうじゃないですか?
でも実際は、めちゃくちゃ問題があったんですよね。
何が起きてたかって言うと、Claudeの返答がやたら冗長になったんですよ。
例えば、キーワード選定のC0実行した時。
僕:「C0実行して」
Claude:「わかりました!キーワード戦略ですね。なるほど、ようやくSEO対策を本気でやる気になったということですね。実は多くの人がキーワード選定を軽視しがちなんですけど、これってめちゃくちゃ重要で…」
みたいな感じで、延々と前置きが続くんですよ。
いや、言ってることは間違ってないんですけど、僕が知りたいのはキーワードなんですよね。端的に「こういうキーワードが良さそうです」って教えてくれればいいのに、無駄な情報が多すぎて。
で、よくよく考えたら、これプロジェクト指示に全部の情報を詰め込んでたせいだったんですよね。
プロジェクト指示の中に:
- C0の詳細指示(キーワード戦略)
- C1の詳細指示(構造設計)
- C2の詳細指示(本文執筆)
- キャラクター設定(固すぎず柔らかすぎず、文体というより語り口調で)
- C3の詳細指示(SEO最適化)
- …以下同様
全部入ってたんですよ。
だから、C0実行してる最中でも、Claudeは「C2のキャラ設定」とか「C3のSEO知識」とか、今必要ない情報も全部読んでる状態だったわけです。
これ、まさにコンテキストの汚染だったんですよね。
Anthropicの記事で言ってた「context rot(コンテキストの腐敗)」が、リアルに起きてた。情報が多すぎて、「今、何に集中すべきか」が曖昧になってたんです。
キャラクター設定は、C2(本文執筆)でだけ使いたいのに、C0やC1にも影響してた。Claudeは「常にこの全部を意識しなきゃ」って思っちゃってたわけです。
結果、どのステップでも冗長で、「で、結局どうなの?」ってなる返答が増えてました。
Just-in-Time方式への改善
で、Anthropicの記事読んで「これだ!」ってなって、システムを改善したんですよ。
改善のポイント:
- プロジェクト指示は超軽量に
- ゴールと実行フローだけ書く
- 詳細は書かない
- 各ステップをファイル化
- C0_キーワード戦略.md
- C1_構造設計.md
- C2_本文執筆.md
- キャラクター設定.md ← これも独立
- …以下同様
- コマンド定義で明示的に読み込む
- 「C0実行 = 『C0_キーワード戦略.md』を参照して実行」
- 「C2実行 = 『C2_本文執筆.md』+『キャラクター設定.md』を参照して実行」
つまり、C2の時だけキャラ設定を読み込むようにしたんです。
これ、まさにJust-in-Time方式じゃないですか。必要な情報を、必要な時に、必要な分だけ。
結果:めちゃくちゃ使いやすくなった
で、実際にこの方式にしてみたら、もう全然違うんですよね。
C0やC1の対話:
- Claudeが普通に、端的に返してくれる
- 情報が整理されてて分かりやすい
- 確認作業がスムーズ
C2の執筆:
- ちゃんと鶴田キャラで書いてくれる
- 文章のトーンも指示通り
- 記事のクオリティが上がった
まさに「適材適所」ってやつですね。
しかも、Claudeの反応速度も若干上がった気がするんですよ。プロジェクト指示が軽量になったから、毎回読み込む情報量が減ったんでしょうね。
これ、トヨタの工場でも「在庫が減ると、作業効率が上がる」って言うじゃないですか。同じことがAIでも起きてるんだなって、実感しました。
正直、「コンテキストエンジニアリング」なんて横文字聞いた時は「また難しいこと言ってるな」って思ったんですけど、実際やってみたら、めちゃくちゃ理にかなってるんですよね。
あなたも今日から使える!コンテキストエンジニアリングの実践Tips
で、ここまで読んで「いや、でも僕/私は開発者じゃないし…」って思った人いると思うんですけど、全然関係ないです。
普段ChatGPTやClaude使ってる人なら、今日から実践できる方法があるんで、紹介しますね。
長い会話は要点をまとめて新しいチャットへ
会話が長くなると、AIって最初の方の話を忘れがちになるんですよ。これ、まさにcontext rotです。
だから、会話が長くなったら:
- 「これまでの内容を要約して」ってAIに頼む
- 新しいチャットを開く
- 要約を貼り付けて「この続きで…」って進める
これだけで、AIの精度がめちゃくちゃ上がります。
会話履歴全部を引きずるより、要点だけ引き継ぐ方が、AIも集中できるんですよね。
必要な情報だけを整理して伝える
これ、意外とやりがちなんですけど、情報を「全部」貼り付けちゃうことってあるじゃないですか。
例えば:
- 長いメールの全文
- 大量の会議メモ
- プロジェクト資料一式
でも、AIが本当に必要なのって、その中の一部だったりするんですよね。
だから、こんな風に工夫してみてください:
❌ 悪い例:
「このメール(5,000文字)を要約して」
✅ 良い例:
「このメールの中で、納期と予算に関する部分を抜き出して要約して」
必要な情報だけを整理して渡す。これだけで、AIの回答の精度が全然違います。
ファイルは本当に必要なものだけ添付
ClaudeもChatGPTも、複数ファイル添付できるじゃないですか。で、「関連ありそうだから」って全部添付しちゃうこと、ありません?
これも、在庫過多なんですよね。
AIは全部のファイルを読もうとするんで、本当に重要な情報が埋もれちゃう。
だから:
❌ 「関連ファイル10個全部添付」
✅ 「この2つのファイルだけ添付。特にファイルAの3ページ目を参照して」
こうやって、明示的に「ここを見て」って指定すると、AIもピンポイントで集中できるんです。
これ全部、コンテキストエンジニアリングの考え方なんですよね。
「AIに何を見せるか」を意識するだけで、普段の使い勝手が全然変わります。
まとめ
コンテキストエンジニアリング、最初は「また難しそうな概念が…」って思ったんですけど、実際に理解して試してみたら、めちゃくちゃ実用的でした。
要点をまとめると:
- 「何を質問するか」より「何を見せるか」が重要
- プロンプトの工夫だけじゃ足りない時代
- 情報の整理と管理が鍵
- AIも「在庫過多」はダメ
- トヨタのJIT方式と同じ
- 必要なものを、必要な時に、必要な分だけ
- 開発者じゃなくても使える
- 会話を区切る
- 情報を整理して渡す
- ファイルは厳選する
僕自身、ブログ執筆システムを改善してみて、本当に効果を実感しました。Claudeとの対話がクリアになって、記事の質も上がって、作業効率も上がった。
で、一番面白かったのが、トヨタの製造業の知恵が、AI時代にも通用してるってことなんですよね。結局、「整理整頓」とか「ムダを省く」とか、そういう基本的なことって、どの時代でも、どんな分野でも重要なんだなって。
今日から試せること:
- 長い会話は要約して新しいチャットへ
- 情報は必要な部分だけ抽出
- ファイル添付は厳選する
これだけでも、AIとの付き合い方が変わるはずです。
ちなみに、Anthropicの元記事も超おすすめなんで、興味ある人は読んでみてください。英語ですけど、ChatGPTに翻訳してもらえば余裕です(笑)。
それでは、良いAIライフを!