コンテキストエンジニアリングとは？プロンプトエンジニアリングとの違いと4つの基本戦略【2026年版】

執筆: 武石幸之助（x3d株式会社代表取締役）
公開日: 2026年7月21日

【結論】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）に渡す情報全体を設計・管理する技術です。

2025年6月にAI研究者Andrej Karpathy氏らの発信で用語が定着し、Anthropicが同年9月に公式手法として体系化した
「プロンプトの書き方」ではなく「AIに何を・いつ・どれだけ見せるか」を設計するのが判断基準
AIエージェントや長時間タスクの精度は、モデルの賢さよりコンテキスト設計で決まる場面が多い

この記事では、AI活用の内製化やAI駆動開発を進めるエンジニア・PM・情報システム担当者向けに、コンテキストエンジニアリングの定義、プロンプトエンジニアリングとの違い、4つの基本戦略、実務での適用方法を解説します。

コンテキストエンジニアリングとは

コンテキストエンジニアリングとは、LLMのコンテキストウィンドウに入れる情報全体（システムプロンプト・ツール定義・外部データ・会話履歴など）を設計・管理する技術です。英語では Context Engineering と表記します。

用語が広く使われるようになったきっかけは、2025年6月のX（旧Twitter）上での議論です。Shopify CEOのTobi Lütke氏が「コアスキルを表す言葉としてプロンプトエンジニアリングよりコンテキストエンジニアリングを支持する」と発信し、AI研究者のAndrej Karpathy氏が2025年6月25日に「コンテキストエンジニアリングは、次のステップに必要な適切な情報でコンテキストウィンドウを満たす繊細な技術であり科学である」と賛同したことで、業界全体に定着しました（出典：Andrej Karpathy氏のX投稿、2025年6月25日）。

その後、2025年9月29日にAnthropicが公式エンジニアリングブログ「Effective context engineering for AI agents」を公開し、コンテキストエンジニアリングを「プロンプトエンジニアリングの自然な進化形」として体系化しました（出典：Anthropic公式ブログ）。x3d株式会社（クロスサード）が提唱するAIエンジニアリング4層理論でも、第2層「コンテキスト」として、プロンプトの次に習得すべき中核技術に位置づけています。

なぜコンテキストエンジニアリングが重要になったのか

コンテキストエンジニアリングが重要になった直接の理由は、LLMに長い情報を渡すほど性能が落ちるという構造的な制約が明らかになったからです。キーワードは「context rot（コンテキストロット）」と「attention budget（アテンションバジェット）」の2つです。

context rot — 入力が長くなるほど想起精度が下がる

context rotとは、コンテキストウィンドウ内のトークン数が増えるほど、モデルがその中の情報を正確に思い出す能力が低下する現象です。Anthropicは前述の公式ブログで、needle-in-a-haystack（干し草の山から針を探す）型のベンチマーク研究からこの概念が明らかになったと説明しています。ベクトルデータベース企業Chromaが18種類のLLMを対象に行った調査でも、入力が長くなるほど性能の信頼性が下がることが確認されています（出典：Chroma「Context Rot」技術レポート）。

attention budget — 注意力は有限の資源

attention budgetとは、LLMが大量のコンテキストを処理する際に消費する「注意力の予算」を指す概念です。Transformerアーキテクチャでは、すべてのトークンが他のすべてのトークンと関係を持つため、トークン数nに対して関係数はnの2乗で増えます。新しいトークンを追加するたびにこの予算が消費されるため、Anthropicは「望ましい結果につながる、最小限の高シグナルなトークンの集合を見つけること」をコンテキストエンジニアリングの指針として示しています（出典：Anthropic公式ブログ）。

つまり、コンテキストウィンドウが数十万トークンに拡大した現在でも、「全部入れれば賢くなる」は成り立ちません。長時間の自律作業を行うAIエージェントほど、この劣化の影響を強く受けます。

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「1回の指示文をどう書くか」を最適化する技術であるのに対し、コンテキストエンジニアリングは「モデルが参照する情報環境全体をどう設計するか」を扱います。両者は対立概念ではなく、Anthropicはプロンプトエンジニアリングをコンテキストエンジニアリングの構成要素の1つと位置づけています。

観点	プロンプトエンジニアリング	コンテキストエンジニアリング
対象	1回の指示文（プロンプト）	コンテキストウィンドウ全体（指示・ツール・データ・履歴）
時間軸	単発のやり取り	複数ステップ・長時間タスクの全体
問い	「どう書けば伝わるか」	「何を・いつ・どれだけ見せるか」
主な適用先	チャット・単発の生成	AIエージェント・RAG・AI駆動開発
失敗の現れ方	意図と違う回答	長い作業の途中で品質が劣化する

プロンプトエンジニアリングの基礎を確認したい方は、プロンプトエンジニアリングとは？意味と手法を解説もあわせてお読みください。

コンテキストエンジニアリングの4つの基本戦略

実務でのコンテキスト管理は、LangChainが2025年に整理した「書き出す（Write）・選ぶ（Select）・圧縮する（Compress）・分離する（Isolate）」の4戦略が代表的なフレームワークです（出典：LangChain公式ブログ「Context Engineering for Agents」）。

戦略	内容	実装例
書き出す（Write）	情報をコンテキストの外部に保存し、後から参照できるようにする	スクラッチパッド、メモリファイル、作業ノート
選ぶ（Select）	必要な情報だけをその都度取り込む	RAG（検索拡張生成）、ツール呼び出し、Just-in-Time検索
圧縮する（Compress）	履歴を要約・剪定してトークン数を減らす	会話の自動要約（コンパクション）、古いツール出力の削除
分離する（Isolate）	タスクごとにコンテキストを分割し、汚染を防ぐ	サブエージェント分割、マルチエージェント構成

Anthropicも同趣旨の手法として、コンパクション（要約による圧縮）、構造化ノートテイキング（外部ファイルへの書き出し）、サブエージェントアーキテクチャ（分離）の3つを長時間タスク向けの実践手法として挙げています。まず「選ぶ」と「圧縮する」から着手し、タスクが複雑になったら「書き出す」「分離する」を導入するのが現実的な順序です。

実務でどう使われているか — CLAUDE.md・AGENTS.md・Skills・RAG

コンテキストエンジニアリングは、AI駆動開発の現場ではすでに具体的なファイルや仕組みとして日常的に運用されています。代表例を3つ挙げます。

CLAUDE.md / AGENTS.md — プロジェクト知識の「書き出す」

Claude Codeはセッション開始時にCLAUDE.mdというファイルを読み込み、プロジェクトの前提知識・規約・注意点をコンテキストに取り込みます。同様の仕組みの業界標準がAGENTS.mdです。AGENTS.mdはOpenAIが2025年8月に公開し、2025年12月にLinux Foundation傘下のAgentic AI Foundation（AAIF）へ寄贈されたオープン標準で、2026年初頭時点で60,000超のオープンソースプロジェクトと、Codex・Cursor・GitHub Copilot・Gemini CLIなど多数のツールが採用しています（出典：AAIF／AGENTS.md公式情報）。どちらも「毎回同じ説明を打ち込む代わりに、AIに見せるべき知識をファイルに書き出しておく」というコンテキストエンジニアリングの実践です。

Skills — 必要なときだけ読み込む手順書

Anthropicが公開したAgent Skillsは、特定タスクの手順・ノウハウをSKILL.mdファイルとしてまとめ、AIエージェントが必要なときだけ読み込むオープン標準の仕組みです。すべての知識を常時コンテキストに入れず、タスクに応じて「選ぶ」設計になっており、attention budgetを節約できます。

RAG — 外部知識を「選ぶ」代表例

RAG（検索拡張生成）は、社内文書などの外部知識から関連情報だけを検索して取り込む仕組みで、4戦略のうち「選ぶ」の代表的な実装です。RAGの構築手順はRAG構築の進め方で詳しく解説しています。

AIエンジニアリング4層理論における「コンテキスト」の位置づけ

x3dは、AI駆動開発の進化を「プロンプト → コンテキスト → ハーネス → ループ」の4層として体系化したAIエンジニアリング4層理論を提唱しています。コンテキストエンジニアリングは、この第2層「コンテキスト」そのものです。

第2層のポイントは「長く見せれば良いわけではない。必要な情報を、必要なときに、最小限で渡す技術」であることです。第1層のプロンプト（1回の指示）で止まると再現性が生まれず、一方で第2層を飛ばして第3層のハーネス（AIの周りの仕組み）や第4層のループ（回り続ける設計）を構築しても機能しません。下の層から順に習得することが、AIエンジニアリングの学習地図になります。

x3dは2017年からAI導入支援に取り組み、1,700社超の企業支援・5,000名超の研修受講者への提供実績（出典：x3d社内集計）から、この4層の順序で学ぶことが「AIを使う人」から「AIに任せ、品質を守る人」への最短経路だと結論づけています。

コンテキストエンジニアリングを体系的に学ぶには

コンテキストエンジニアリングは断片的なテクニック集ではなく、attention budgetの理解から4つの基本戦略、エージェント設計まで積み上げて学ぶ領域です。独学する場合は、Anthropic公式ブログとLangChain公式ブログの一次情報を起点に、自社のAI活用シーンで「何を見せるか」を設計してみることを推奨します。

x3dのAI時代のエンジニア・PM育成研修では、全職能共通の土台「AIエンジニアリング・ファンデーション」（全25講座）の第3部を「コンテキストエンジニアリング」に充てており、attention budgetとcontext rotの理解から、書き出す・選ぶ・圧縮する・分離するの4戦略までを体系的に扱います。4層理論の全体像とあわせて学びたい企業・チームに向けたプログラムです。

よくある質問（FAQ）

Q1. コンテキストエンジニアリングとは何ですか？

コンテキストエンジニアリングとは、LLMに渡す情報全体（システムプロンプト・ツール・外部データ・会話履歴）を設計・管理する技術です。2025年6月にAndrej Karpathy氏らの発信で用語が定着し、Anthropicが公式手法として体系化しました。

Q2. プロンプトエンジニアリングとの違いは何ですか？

プロンプトエンジニアリングは1回の指示文の最適化、コンテキストエンジニアリングはモデルが参照する情報環境全体の設計を指します。両者は対立せず、プロンプトはコンテキスト全体の構成要素の1つです。

Q3. context rot（コンテキストロット）とは何ですか？

context rotとは、コンテキストウィンドウ内のトークン数が増えるほど、LLMが情報を正確に思い出す能力が低下する現象です。Anthropicの公式ブログやChromaの調査で報告されており、長時間タスクの品質劣化の主要因とされています。

Q4. attention budget（アテンションバジェット）とは何ですか？

attention budgetとは、LLMがコンテキストを処理する際の「注意力の予算」を指す概念です。トークンを追加するたびに消費されるため、最小限の高シグナルな情報だけを渡す設計が推奨されます。

Q5. コンテキストエンジニアリングの基本戦略には何がありますか？

「書き出す（Write）・選ぶ（Select）・圧縮する（Compress）・分離する（Isolate）」の4戦略が代表的です。LangChainが整理したフレームワークで、まず「選ぶ」「圧縮する」から着手するのが現実的です。

Q6. RAGとコンテキストエンジニアリングはどう関係しますか？

RAG（検索拡張生成）は、外部知識から必要な情報だけを検索して取り込む仕組みで、4戦略のうち「選ぶ」の代表的な実装です。コンテキストエンジニアリングの一部と位置づけられます。

Q7. CLAUDE.mdやAGENTS.mdは何のためのファイルですか？

プロジェクトの前提知識・規約をAIコーディングエージェントに読み込ませるためのファイルです。AGENTS.mdはLinux Foundation傘下で管理されるオープン標準で、60,000超のプロジェクトが採用しています（2026年初頭時点）。

Q8. コンテキストエンジニアリングを企業研修で学べますか？

学べます。x3dのAI時代のエンジニア・PM育成研修では、AIエンジニアリング4層理論に基づく共通土台「AIエンジニアリング・ファンデーション」の第3部でコンテキストエンジニアリングを体系的に扱っています。

参考文献・出典

本記事は2026年7月時点の公開情報に基づいています。ツールや標準の仕様は変化するため、最新情報は各公式サイトをご確認ください。

武石幸之助（たけいしこうのすけ）
x3d株式会社（クロスサード）代表取締役。15年以上にわたるDX支援の経験を経て、AI教育・組織開発の領域に活動の中心を移す。2017年からのAI導入支援で累計1,700社超の法人・5,000名超の受講者にAI研修・組織導入支援を提供。「AIエンジニアリング4層理論」「組織AI教育3軸理論」を提唱し、日本企業のAI化を推進している。

x3d株式会社では、本記事で解説したコンテキストエンジニアリングを含むAIエンジニアリング研修・導入支援を提供しています。
まずはお気軽にご相談ください。

→ 無料相談・お問い合わせはこちら