コンテキスト・エンジニアリング
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。
- どのファイルをコンテキストに含め、どのファイルを除外するか
- プロジェクトのルール（コーディング規約、アーキテクチャ方針）をどう伝えるか
- 過去の変更履歴のうち、今のタスクに関連する部分をどう絞り込むか
- コンテキストウィンドウの制約内で情報量を最大化するにはどう圧縮するか
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。
この用語を扱う記事
- ハーネスエンジニアリングとは？AIエージェントのミスを構造で防ぐ設計手法ハーネスエンジニアリングとは、AIエージェントのミス再発を防ぐ仕組みをドキュメント・ツール・制約で構造的に構築する手法。概念・構成要素・実践ステップを解説。
- コンテキストエンジニアリングとは？LLM 開発の新パラダイムとプロンプトエンジニアリングからの進化コンテキストエンジニアリング（Context Engineering）とは、LLM アプリケーションに最適な情報を動的に組み立てる設計手法です。プロンプトエンジニアリングとの違い、コンテキストウィンドウの構成要素、RAG やエージェントでの実装パターンを整理します。
- Loop Engineeringとは？プロンプトエンジニアリングの次に来るAIエージェント設計の新常識プロンプトを書く時代から、AIに自律的に働かせる「ループ」を設計する時代へ。Loop Engineering（ループエンジニアリング）の意味・進化の流れ・構成要素・導入の注意点を当社が解説します。
- AIエージェントの経済モデル・運用コスト設計 — 2026年の本番運用を支える設計原則AIエージェントの本番運用ではトークン削減だけでなく、運用コストと経済モデルを設計層に組み込む必要がある。2026年の設計原則をB2B向けに解説する。
関連用語
AIレッドチーミング（AI Red Teaming）
AIシステムの脆弱性を攻撃者の視点で体系的にテストし、安全性リスクを事前に特定する評価手法。
グラウンディング（Grounding）
LLMの出力を外部データソースや検索結果と照合し、事実に基づいた回答を生成する技術。ハルシネーション低減の中核手法。
合成データ（Synthetic Data）
AIが生成した訓練用データ。実データの不足を補い、プライバシーを保護しながらモデルの学習・評価に活用される。
CoT（思考連鎖）
LLMに推論の中間ステップを明示的に生成させることで、複雑なタスクの正答率を向上させるプロンプト技法。