コンテキスト・エンジニアリング(Context Engineering)とは、AI モデルに与えるコンテキスト——コードベースの構造、コミット履歴、設計意図、ドメイン知識——を体系的に設計・最適化する技術領域である。
プロンプトエンジニアリングが「1 回の質問をどう上手く書くか」の技術だとすれば、コンテキスト・エンジニアリングはもう一段上のレイヤーにある。「AI に何を、どの順番で、どれだけ見せるか」を設計する仕事だ。
Anthropic の 2026 年レポートでは「Repository Intelligence」という概念が紹介されている。AI エージェントがコードの行単位ではなく、リポジトリ全体の関係性と意図を理解した上で作業する能力のことだ。これを実現するには、エージェントに渡すコンテキストの質と構造が決定的に重要になる。
具体的には、以下のような設計判断が含まれる。
Claude Code の CLAUDE.md や Rules ファイル、OpenClaw の長期記憶機能は、いずれもコンテキスト・エンジニアリングの実装例といえる。開発者がプロジェクト固有の知識を構造化して AI に渡す仕組みだ。
プロンプトの書き方を工夫する段階は終わり、「AI が仕事をする環境そのもの」を設計する段階に入ったということだろう。


エンベディング(Embedding)とは、テキスト・画像・音声などの非構造化データを、意味的な関係性を保ったまま固定長の数値ベクトルに変換する技術である。

ハーネスエンジニアリングとは、AIエージェントの誤動作を防ぐためにプロンプト・ツール定義・CI/CDなどの構造的制約を設計する手法のこと。

Claude Code とは、Anthropic が開発したターミナル常駐型の AI コーディングエージェントであり、コードベースの理解・編集・テスト実行・Git 操作を自然言語の指示で一貫して行える CLI ツールである。


AI コーディングエージェント実践ガイド — Claude Code vs Codex で開発チームはどう変わるか
プロンプトエンジニアリングとは、LLM(大規模言語モデル)から望ましい出力を引き出すために、入力テキスト(プロンプト)の構造・表現・文脈を設計する技術である。