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。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「コンテキストエンジニアリング (Context Engineering)とは」 https://aipicks.jp/glossary/context-engineering
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。
