コンテキストエンジニアリング vs プロンプトエンジニアリング：AIエージェントに足りないもの

Anthropicでは現在、AIエージェントが人間の同僚の労働時間1時間あたり、6時間分の作業を記録しています。会議は減ると思うかもしれませんが、そうはなりませんでした。従業員の会議時間の中央値は、1年前より約20%増えています。

この数字は、Anthropicが2026年10月に発表した、社内で仕事がどう変化しているかを調べた研究 (新しいタブで開きます)からのものです。ここには、コンテキストエンジニアリングについて重要なことが示されています。コンテキストエンジニアリングは、AIエージェントが役に立つか、自信満々に間違えるかを左右するものとして、いつの間にかプロンプトエンジニアリングに取って代わった分野です。

この記事では、コンテキストエンジニアリングとは何か、プロンプトエンジニアリングとの違い、エージェントのコンテキストに実際に含まれるもの、そして多くのチームが見落としている層について解説します。

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、AIモデルが応答する前に目にするすべて（指示、検索した文書、ツールの結果、メモリ、会話履歴）を設計することです。タスクに必要な情報を過不足なく与え、注意をそらすものを取り除きます。

プロンプトエンジニアリングが問うのは、「どう書けばいいか？」です。コンテキストエンジニアリングが問うのは、「モデルは何を知る必要があり、その情報をどこから得るのか？」です。

入社初日の優秀な新人を想像してみてください。どれほど有能でも、顧客が誰か、先週何が合意されたか、どのプロジェクトが中止になったかを誰も教えてくれなければ、力を発揮できません。仕事の質は、オンボーディング資料に左右されます。AIエージェントは、タスクのたびにやってくる新人のようなものです。コンテキストエンジニアリングとは、そのオンボーディング資料を作り、最新の状態に保つことです。

Anthropicのエンジニアリングチームは、コンテキストを有限のリソースと捉えています (新しいタブで開きます)。モデルが使える注意力には限りがあるため、目指すべきなのはコンテキストを増やすことではありません。仕事をこなすために必要な、重要度の高い情報だけに絞ることです。

コンテキストエンジニアリングとプロンプトエンジニアリングの違い

なぜこうした変化が起きたのでしょうか？チャットボットはひとつの質問に答えます。一方、エージェントは、計画を立て、ツールを呼び出し、結果を読み、次のステップを決めるというループを繰り返します。10ステップ目にもなれば、丁寧に書いたプロンプトはコンテキストウィンドウ全体のごく一部です。残りは、検索されたファイルやツールの出力、前のステップの内容です。ここを間違えれば、どんなプロンプトでも補えません。

プロンプトエンジニアリングがなくなったわけではありません。より大きな仕事の一部になったのです。自分でエージェントを開発するなら、LangChainのエージェントのためのコンテキストエンジニアリングに関する技術解説 (新しいタブで開きます)も、この記事とあわせて読むとよいでしょう。

エージェントのコンテキストに含まれるもの

多くのフレームワークでは、コンテキストをいくつかの層に分けています。実用的な分類を紹介します。

1. 指示

システムプロンプト、常設ルール、再利用可能なスキルなど、エージェントの振る舞いを定めるものです。こうした指示はすぐに増えていきます。Anthropicでは、エージェント向けに文書化された常設指示が、2025年半ばの数百件から、1年後には約8,500件に増えました。

2. メモリと履歴

短期メモリは、現在の会話とタスクです。長期メモリは、好みや過去の結果、学んだことなど、セッションをまたいで保持される情報です。これがなければ、タスクのたびにゼロから始めることになります。

3. 検索した知識

文書、Wiki、コード、チケット、記録などを、検索や検索拡張生成（RAG）によってコンテキストウィンドウに取り込みます。ここで大切なのは、フォルダ全体ではなく、必要な3段落を見つけることです。

4. ツールとアクション

エージェントが呼び出せるAPI、データベース、その他のアプリと、それらが返す結果です。Model Context Protocol（MCP） (新しいタブで開きます)のようなオープン標準を使えば、エージェントをチームがすでに使っているツールに簡単に接続できます。

5. 組織のコンテキスト

会社が決めたこと、約束したこと、方針を変えたこと。今、誰が何を担当しているか。先週火曜日の通話で、どの顧客が何を求めたか。これは最も記録に残されにくく、エージェントが気づかれないまま最も間違えやすい層です。

AIエージェントが失敗する理由：4つのコンテキストの問題

• コンテキストの不足。情報自体は存在しているのに、エージェントに渡されていません。先週の通話で顧客が値引きを求めたことを知らずに、更新案内のメールを作成してしまいます。
• 古いコンテキスト。エージェントが、以前は正しかった情報をもとに動いています。Anthropicによると、社内グッズに関する古い文書に従業員の名前が残っていたケースがありました。その人が別の役割に異動して数か月たっても、エージェントはTシャツやマグカップの依頼を送り続けていました。
• コンテキストが多すぎる。何でも詰め込むと、重要な情報が埋もれます。関連性の低い情報でコンテキストウィンドウを満たすと、モデルの性能は上がるどころか下がることもよくあります。
• 出典のないコンテキスト。エージェントが事実として述べた内容の出所を、誰も確認できません。出典がなければ、記憶に基づく回答と幻覚を見分けられません。

純粋に技術的な問題なのは、3つ目だけです。ほかの3つは、会社が知識をどう記録するかに関わる問題です。

エージェントから見えないコンテキスト：Anthropicの調査でわかったこと

2026年10月、Anthropicの経済研究チームは、社内でAIが仕事をどう変えたかについて、詳細な調査を発表しました (新しいタブで開きます)。社内のAI利用状況、成果、カレンダー、コミュニケーション、採用に関するデータを分析したものです。対象は一社で、しかも特殊な企業です。それでも、エージェントが広く使われる職場を予測するうえで、これに勝るものはほとんどありません。調査結果のいくつかは、コンテキストエンジニアリングにとって重要です。

• エージェントは人間より多く働く。2026年8月までに、従業員一人ひとりが指示したエージェントの記録上の稼働時間は、従業員自身の6倍に達しました。
• 会議は減らず、増えた。会議時間の中央値は1年間で約20%増加し、技術職の個人貢献者でも16%増えました。戦略的な意思決定は、今も人が人と議論して行っています。
• 記録されない意思決定はエージェントから見えない。研究者によると、会議で決まったことが記録されないと、エージェントは目標や前提を更新するために必要なコンテキストを得られません。記録されない非公開の仕事は、リスクになります。
• 人間がボトルネックになっている。人間とのやり取りを伴うエージェントのセッションでは、約80%の時間が人間の入力待ちです。あるエンジニアの言葉を借りれば、人間が「エージェントのボトルネックになっている」のです。
• エージェントの管理が仕事になった。仕様書の作成、パイプラインの監視、エージェント向けツールの開発など、仕事を進めるための仕事が、従業員のエージェントセッションに占める割合は、2025年秋から2026年春にかけて10%から22%に増えました。

Anthropicの対応は、主に企業文化を変えることでした。オープンなチャンネルを基本とし、エージェントが情報を見られる場所で仕事を進め、意思決定をオープンにするというものです。効果はあります。しかし、忙しい人がつい後回しにしがちな「すべての意思決定を、その都度記録する」という作業を、全員に求めることにもなります。

ひとつ、注意点があります。会議時間の増加には、Anthropicの急成長や、会議の多い職種への構成変化も影響しています。また、AIツールを導入した人々が無作為に選ばれたわけではないと、研究者も指摘しています。数字は絶対的な法則ではなく、傾向を示すものとして捉えてください。

それでも、方向性は明らかです。エージェントが多くの仕事を担うほど、それらを導く意思決定が重要になります。そして、その多くは文書ではなく、会話の中で交わされています。

組織のコンテキストを整える方法

このために専門のプラットフォームチームを用意する必要はありません。5つの習慣で、大部分はカバーできます。

1. 意思決定ログを残す

意思決定ひとつにつき一行で、何を、誰が、いつ、なぜ決めたかを記録します。すでに議事録を作っているなら、議事録テンプレートに「決定事項」の項目を追加しましょう。古いコンテキストを防ぐための、最も手軽な方法です。

2. オープンな場での共有を基本にする

ダイレクトメッセージで決まったことは、同僚にもエージェントにも見えません。共有チャンネルやドキュメントに移しましょう。

3. 会議を自動で記録する

記録を残せるかどうかが、誰かが議事録を書くのを覚えているかにかかっていると、会議の半分は記録されません。自動文字起こしと要約を使えば、誰のタスクリストにも負担を増やすことなく、そのギャップを埋められます。（会議メモ向けのAIエージェントとAIアシスタントの違いはこちら。）

4. アクセス権と出典を明確にする

エージェントが取得できるのは、実行する人に閲覧権限がある情報だけにするべきです。また、エージェントの回答はすべて、誰がどの会議でどのように発言したかまでたどれる必要があります。出典があれば、回答を「たぶん正しい」から、行動に移せる情報に変えられます。

5. 古いコンテキストを整理する

古くなった文書や担当情報を更新・削除しなければ、エージェントはそれに基づいて動き続けます。社内グッズの依頼を思い出してください。

Tactiqの活用方法

Tactiqは、人、チーム、エージェントのためのAI会議メモツールです。Google Meet、Zoom、Microsoft Teamsの会議を、通話にボットを参加させることなく、ブラウザ上でリアルタイムに文字起こしします。会議が終わるころには、要約とアクション項目もできあがっています。

チームにとっては、すべての会議が検索できる、共有・権限管理された記憶になります。「3月にこの顧客に何を約束した？」「あの機能を削ると決めたのは誰？」どの回答にも出典が付いています。

エージェント向けには、TactiqのMCPサーバーによって、すでに利用しているClaude、Claude Code、Cursor、ChatGPTなどのAIツールが、会議のコンテキストを出典付きで取得できます。フォローアップメールの作成、CRMの更新、仕様書の作成に取りかかる前に、必要な情報を参照できます。

Claudeを使っているなら、TactiqはAnthropicの審査を受けた、Claudeのディレクトリに掲載されている認証済みコネクタです。2クリックで接続したら、先週の通話で何が決まったか尋ねてみてください。発言者とタイムスタンプが付いた引用として回答が返ってきます。

「コンテキストが多すぎる」という問題も考慮して設計されています。2万語の文字起こしではエージェントのコンテキスト予算を超えてしまい、要約だけでは判断に至った理由が抜け落ちます。そこで、このコネクタでは、会議の情報を段階的に詳しく確認できます。通話の一覧から始まり、要約、アクションアイテム、該当箇所の正確な引用、そして全文の文字起こしへと進みます。エージェントは質問に必要な深さまでしか掘り下げません。これが、実践的なコンテキストエンジニアリングです。

エージェントは会議に参加できません。それでも、そこで何が決まったかを知ることはできます。

100万人以上がTactiqを利用しています。多くの人がこう言います。「もっと早く使っていればよかった。」 次の会議でTactiqを無料でお試しください。

まとめ

プロンプトエンジニアリングは、うまく質問することがテーマでした。コンテキストエンジニアリングは、何を渡すかを見極めることがテーマです。 AIエージェントがより低コストで高性能になるにつれて、差を生むのはエージェントに与えられるコンテキストです。そして、その中でも最も新鮮で、記録に残りにくいのが、チームが口にする言葉です。それを記録し、出典を明らかにして、エージェントが活用できるようにしましょう。