本記事は、AIエージェント・ストラテジスト試験（AICX協会主催）の公式シラバスver1.0 Chapter 4 / Section 22「コンテキストエンジニアリング概論」 の解説です。Chapter4の締めくくり。AIの出力品質に問題が出たとき、多くの組織はモデルの性能を疑いますが、実は「どんな情報を、どう与えているか」という設計に原因があることが多い——そこを扱うのがコンテキストエンジニアリングです。
コンテキストエンジニアリングとは
LLMは 「与えられたコンテキストの範囲内で」 回答します。どれほど高性能でも、渡す情報が不十分なら的外れ、過剰ならノイズに埋もれ、順序が悪ければ重要な前提を見落とします。コンテキストエンジニアリングとは、LLMに渡す文脈情報を体系的に設計・管理する技術。「何を、どのフォーマットで、どのタイミングで、どの順序で渡すか」を設計します。
元OpenAIのAndrej Karpathy氏は、LLMをOS（基本ソフト）に、コンテキストウィンドウをRAM（作業メモリ）に例えました。OSがRAMに載せるデータを管理するように、コンテキストウィンドウに載せる情報を設計・管理するのがこの技術。前のセクションの「AIが見えないものは、存在しないのと同じ」という原則が、まさにその核心です。
プロンプトエンジニアリングとの違い
プロンプトエンジニアリングは「どう指示を出せば望ましい出力が得られるか」という指示文そのものの工夫。一方コンテキストエンジニアリングは、指示文に加えて、参考文書・利用可能なツール・会話履歴・外部知識（RAG）など、回答の前提となる入力全体を設計します。新人に仕事を頼む例えなら、プロンプトEngは「依頼の言い方を工夫する」こと、コンテキストEngは「過去の成功事例・社内ルール・顧客情報・使える資料まで揃えて渡す」こと。プロンプトEngは、コンテキストEngの一部として位置づけられます。
なお、LLMに渡す情報は ①システムプロンプト（人格と前提・土台）②ユーザープロンプト（都度の指示）③短期メモリ（セッション内の文脈）④長期メモリ（セッションをまたぐ知識）⑤外部知識（RAG）⑥ツールの情報⑦構造化出力 の7種類に整理できます。これらを必要に応じて組み合わせるのが実務です。
コンテキストが抱える4つの課題
- 情報量の限界：コンテキストウィンドウには上限があり、対話・検索結果が蓄積すると超過し、重要情報が除外される。
- Lost in the Middle：LLMは先頭と末尾は参照しやすく、中間は見落としやすい。重要情報をどこに置くかが品質を左右する（スタンフォード大の研究）。
- コンテキスト汚染：ハルシネーション（誤情報）がコンテキストに混入し、自分の出力を次の入力に使うため連鎖的に拡散する。
- コンテキスト混乱：無関係・矛盾する情報が混在すると推論が阻害される（古い情報と最新情報の混在など）。
ストラテジスト視点：「情報は多いほど良い」は誤解
最も起こりやすい誤解が「情報は多く与えるほど良い」。実際には、過剰に与えると ①応答速度が低下 ②トークン消費でコスト増 ③重要情報が埋もれて参照されにくくなる。だからコンテキストエンジニアリングでは、「何を渡すか」と同じくらい「何を渡さないか」を設計するのが要点です（RAGの全チャンクでなく関連度の高いものに絞る、会話履歴を全部残さず必要な部分だけ使う、など）。
そのための手法が4つ——書き出し（Write：重要情報を外部に保存）／選択（Select：必要な情報だけ取り出す）／圧縮（Compress：要約・削減、ただし欠落リスクで可能な限り避ける）／分割（Isolate：複雑な問題を小さく分けて処理）。分割は単純な方法から（指示を短く→1セッション内の段階処理→それでも難しければ複数の専門エージェント）。結局コンテキストエンジニアリングとは、ウィンドウに情報を詰め込むことではなく、次の処理に必要な情報だけを選んで適切に渡すことです。
試験ではこう問われる（予想問題）
本試験は架空企業のケースをもとにした多肢選択式（4択）です。Section22の理解度を測る問題は、たとえば次のような形が予想されます。選択肢をクリックして解答してみてください（※当サイト独自の予想問題であり、公式の出題ではありません）。
AIエージェントの出力品質が低い。より高性能なモデルに変更しても改善しなかった。最も適切な考え方はどれか。
このセクションの要点まとめ
- コンテキストエンジニアリング＝LLMに渡す文脈情報全体を設計・管理する技術。LLM＝OS、コンテキストウィンドウ＝RAMの比喩。
- プロンプトEng（指示文の工夫）はコンテキストEng（入力全体の設計）の一部。
- 4つの課題＝情報量の限界／Lost in the Middle／コンテキスト汚染／コンテキスト混乱。モデル高性能化では解消しない。
- 「情報は多いほど良い」は誤解。過剰は遅延・コスト増・重要情報の埋没を招く。「何を渡さないか」も設計する。
- 手法は書き出し・選択・圧縮・分割。本質は「必要な情報だけを選んで適切に渡す」こと。
関連記事・次に読む
※本記事は、AICX協会 公式シラバスver1.0 の構成（Section22「コンテキストエンジニアリング概論」）に基づき、当サイトが独自に解説・例示したものです。人物・企業名は各社の公表内容に基づく参考情報です。公式テキスト本文・図版の転載は行っていません。図はすべて当サイトのオリジナルです。例示や予想問題は当サイトオリジナルであり、実際の出題内容を示すものではありません。最新の正式情報は AICX協会公式サイト をご確認ください。
