コンテキストエンジニアリング (Context Engineering)
読み: こんてきすとえんじにありんぐ
最終更新: 2026-07-06・AI PICKS編集部
定義
コンテキストエンジニアリングとは、LLMに渡すプロンプトや外部知識、会話履歴などの入力情報全体を設計・最適化し、モデルの出力精度を高める手法のこと。
コンテキストエンジニアリング (Context Engineering)とは — 詳しく解説
コンテキストエンジニアリングは、プロンプト単体の工夫にとどまらず、システムプロンプト・会話履歴・RAGで取得した外部知識・ツール実行結果・ユーザー情報など、LLMに入力するコンテキスト全体を設計し、限られたコンテキストウィンドウの中で最も効果的な情報を選別・配置する取り組みを指すとされる。プロンプトエンジニアリングが「何を指示するか」に焦点を当てるのに対し、コンテキストエンジニアリングは「何を見せるか」を扱う点が特徴とされる。2026年時点の実運用では、情報を詰め込みすぎるとコンテキストウィンドウを圧迫し、精度低下やコスト増につながる「コンテキスト汚染」が典型的な落とし穴として指摘される。現場では、必要な情報だけを動的に取捨選択するRAGやツール呼び出し設計、履歴の要約・圧縮などの手法が広く採用されている。トークン数はそのままAPI利用コストに直結するため、相場感を踏まえて情報量とコストのバランスを取る設計判断が求められる分野でもある。
コンテキストエンジニアリング (Context Engineering)の使用例
- カスタマーサポートAIで、直近の会話履歴と過去問い合わせを要約してから最新の質問と一緒にLLMへ渡す設計。
- 社内文書検索AIで、RAGが取得した関連文書の上位数件のみをコンテキストに含め、無関係な文書を除外する設計。
コンテキストエンジニアリング (Context Engineering)に関連するAIツール
関連用語
「LLM / 言語モデル」の他の用語
Artificial Intelligence の略。人間の知能をコンピュータで再現する技術全般を指す。
Large Language Model の略。 膨大なテキストで学習した文章生成 AI。 ChatGPT / Claude / Gemini が代表例。
AI がそれっぽい嘘をつく現象。 学習データに無い情報を推測で生成してしまう。
AI が一度に扱える文章の長さ。 トークン数で表現される (例: Claude Opus 4.7 は 1M トークン)。
AI が扱う文字のかたまり。 日本語は 1 文字 ≒ 1 トークン、 英語は単語 ≒ 1 トークン。 料金計算の単位でもある。
文章・画像・音声・動画 を新規に作り出す AI 技術。 ChatGPT 以降の AI ブームの主役。
AI用語辞典をすべて見てみませんか
12カテゴリ・402語以上を体系的に整理しています
辞典トップへ