組織のAI活用をAIポータルと伴走支援で加速

コンテキストエンジニアリングとは。プロンプトの次に、組織で整えるAIへの渡し方

コンテキストエンジニアリングとは。プロンプトの次に、組織で整えるAIへの渡し方

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

コンテキストエンジニアリングとは、AIが答えを出すときに読む情報の全体を、選んで整える考え方です。
プロンプトが1回の依頼の文面なら、コンテキストは、その文面と一緒にAIへ届く資料や会話の流れまで含みます。
Anthropicは公式ブログで、これを「プロンプトエンジニアリングの自然な延長」と位置づけています。

プロンプトの研修をしたのに出力がそろわないときは、書き方より、AIに渡している中身を見直すのが当社のおすすめです。
当社では、組織で整えるものを、「AIに渡す資料」「置き場所」「渡し方のルール」の3つに分けています。

プロンプトの研修のあとに組織で整えるものとして、業務ごとにそろえるAIに渡す資料、チャットに貼らずに決まった場所に置く置き場所、会話を分けて古い資料を外す渡し方のルールの3つを並べた図

言葉の意味と出どころは、2026年11月11日にAnthropicとOpenAIの公式ブログで確かめた内容です。
公式で定義が確かめられない部分は、「当社の整理」と分けて書きます。

プロンプトとコンテキストエンジニアリングの違いを並べた表

研修で教わるプロンプトのコツと、コンテキストエンジニアリングは、整える相手が違います。
いちばん短く並べると、次のとおりです。

見るところ

プロンプト

コンテキスト

整えるもの

1回の依頼の文面

AIが読む情報の全体

中身の例

「300字で、箇条書きで」

規程・過去の良い例・会話の流れ

整える人

使う一人ひとり

業務ごとに決めた担当

出力がずれたとき

書き方を直す

渡した資料と置き場所を見直す

例えば、提案書の下書きを頼むとき、文面が同じでも、貼った資料が古い版なら古い内容で書かれます。
文面をどれだけ整えても、AIは渡された中身の範囲でしか答えられません。

プロンプトの基本の型は、全社共通のプロンプト作法を決める。押さえるべき7つの基本にまとめています。
ここから先は、その次に組織で整えるものを扱います。

コンテキストエンジニアリングの意味と、Anthropicの説明

この言葉をまとまった形で説明した一次の情報は、AnthropicのEngineeringブログの記事です。
2025年9月29日の「Effective context engineering for AI agents」で、言葉の意味と使い方を説明しています。

記事では、コンテキストエンジニアリングを、AIが答えを出す間に読む情報の最適な組み合わせを選び、保ち続けるための工夫の集まりと説明しています。
プロンプトの外からAIに届く情報も、そこに含まれます。
一方のプロンプトエンジニアリングは、指示を書いて整える方法として区別されています。

記事が、AIに届く情報として挙げているのは、次の5つです。

Anthropicの公式ブログが、AIに届く情報として挙げているシステムへの指示、AIが使える道具、MCPでつないだ先を含む外のデータ、それまでの会話の履歴、振る舞いを示す例の5つを重ねて示し、プロンプトはその一部であることを表した図

  • システムへの指示

  • AIが使える道具

  • 外のデータ(MCPでつないだ先を含む)

  • それまでの会話の履歴

  • 振る舞いを示す例

また、記事は、AIが読む量が増えるほど、その中の情報を正しく思い出す力が落ちると書き、研究で示された「context rot」として紹介しています。
そのため、望む結果につながる情報を、できるだけ少なく選ぶよう、すすめています。
つまり、資料は多く渡すほどよいわけではありません。

ハーネスエンジニアリングの出どころと、当社の整理

一緒に検索されることの多い言葉に、ハーネスエンジニアリングがあります。
社内でも「コンテキストの次はハーネスと聞いたけれど、何が違うの?」と聞かれることがあります。

この言葉を題にした一次の情報は、OpenAIの公式ブログの記事です。
2026年2月11日の「ハーネスエンジニアリング:エージェントファーストの世界における Codex の活用」で、手書きのコードを使わずに製品を作った社内の実験を紹介しています。
記事では、エンジニアの主な仕事が、コードを書くことから、環境を設計し、意図をはっきりさせ、AIが確かに作業できる仕組みを作ることに移ったと書いています。

Anthropicも、2025年11月26日の記事「Effective harnesses for long-running agents」で、ハーネスの語を使っています。
自社のClaude Agent SDKを、汎用のエージェントの「ハーネス」と呼んでいます。

ただ、どちらの記事も、ハーネスエンジニアリングの定義を1文では示していません。
当社では、AIに渡す情報に加えて、使える道具・作業の手順・結果を確かめる仕組みまでを整える取り組みを、ハーネスエンジニアリングと整理しています。
社内で説明するときは、「コンテキストを含む、AIが働く環境の全体を整える」と言い換えると伝わりやすいです。

2025年9月にAnthropicがコンテキストエンジニアリングを説明した記事、2025年11月にAnthropicが長く動くエージェントのハーネスを扱った記事、2026年2月にOpenAIがハーネスエンジニアリングの記事を公開した流れを、時間の順に並べた図

研修のあとも出力がそろわない会社で、AIに届いている中身

研修でプロンプトの型を教えても、「同じプロンプトなのに、なぜ人によって出来が違うの?」という声は残ります。
当社では、その原因の多くを、文面よりもAIに届く中身のばらつきと見ています。

人ごとに生まれやすい違いを、例として4つ挙げます。

  • 貼る資料が、人によって違う版になっている

  • 良い出来上がりの例を、渡す人と渡さない人がいる

  • 1つの会話に、別の仕事の話が混ざっている

  • 決まりが担当者の頭の中にあり、AIに届いていない

OpenAIの記事にも、AIが作業中に読めない情報は、無いのと同じだという趣旨の記述があります。
Googleドキュメントやチャットのスレッド、人の頭の中にある知識は、AIからは見えないと書かれています。

AIに渡す資料(業務ごとに3点をそろえる)

渡す資料は、全社で1つにまとめるより、業務ごとにそろえるのが当社の目安です。
報告書・提案書・社外へのメールのように、出力をそろえたい業務を1つ選んでから始めます。

1つの業務で渡す資料は、目的と読み手を書いた1枚、良い出来上がりの例、元になる資料と判断の基準の3点です。
目的と読み手の1枚には、「誰が、何に使う出力か」を2〜3行で書きます。
元になる資料は「最新版だけ」にし、古い版は同じ場所に残さないようにします。

出力をそろえたい1つの業務でAIに渡す資料として、誰が何に使う出力かを書いた目的と読み手の1枚、場面の違う良い出来上がりの例を2〜3本、最新版だけの元になる資料と判断の基準の3点を、例とあわせて並べた図

例の選び方は、Anthropicの記事でも取り上げられています。
起こりうる例外を並べるより、典型的で、互いに違う例をいくつか選んで渡すよう、すすめています。
当社では、場面の違う良い例を2〜3本そろえるのを目安にしています。

とはいえ、事業の説明や言葉づかいのように、どの業務でも同じ前提は、業務ごとの資料とは分けて持ちます。
全社で共通の前提の決め方は、毎回同じ前提を書かせない。組織の共通前提をデフォルト化するにあります。

資料の置き場所(チャットに貼らず、決まった場所へ)

資料をそろえても、毎回それぞれがチャットに貼っていると、どの版が渡ったかが人によって変わります。
そこで、業務ごとの資料は、決まった場所に置いてから使います。

置き場所の例は、使っているAIの「指示と資料をまとめて置ける機能」か、部署の共有フォルダの業務ごとのフォルダです。
例えばClaudeのプロジェクトには、プロジェクトごとに資料と指示を置けます。
ヘルプセンターによると、無料のアカウントでも使え、ほかの人との共有はTeamとEnterpriseのプランに限られます。

置き場所を決める前に、今どこに資料や決まりがあるかを一覧にします。
チャットの中で決まった話や、ベテランの頭の中にある判断は、1枚にまとめて同じ場所に足します。

毎回チャットに貼っている資料、個人のパソコンにある古い版、チャットの中で決まった話、ベテランの頭の中にある判断を、業務ごとの決まった場所に移す先と並べた図

渡し方のルール(会話を分け、古い資料を外す)

資料と置き場所が決まったら、最後に渡し方のルールを決めます。
当社では、次の5つを組織のルールの例としています。

渡し方のルールの例として、1つの会話に1つの仕事、長い仕事は要点をメモに残して新しい会話で続ける、指示は短くして詳しい内容は資料へ案内する、出力がずれたら指示を1行足すか例を差し替える、資料ごとに直す担当と見直す日を決める、の5つを並べた図

  • 「1つの会話に1つの仕事」を守る

  • 長い仕事は、途中で要点をメモに残し、新しい会話で続ける

  • 指示は短くし、詳しい内容は置き場所の資料へ案内する

  • 出力がずれたら、指示を1行足すか、例を差し替える

  • 資料ごとに、直す担当と見直す日を決める

1つ目と2つ目は、読む量が増えるほど思い出す力が落ちる、というAnthropicの説明に沿っています。
長く動くエージェントの記事でも、進み具合を記録するファイルを残し、次の会話ですぐに状況をつかめるようにしています。

3つ目は、OpenAIの記事の進め方に近い形です。
記事では、AIへの指示のファイルを「百科事典」ではなく「目次」として扱い、約100行に抑えたと書いています。
分厚い手引きはすぐに古くなるとも書かれており、5つ目の担当と見直す日は、その備えです。

4つ目について、Anthropicの記事は、まず短い指示で試し、うまくいかなかった点をもとに指示や例を足すよう、すすめています。
出力のレビューまで含めた品質のそろえ方は、AIアウトプットの品質を組織でそろえる。標準化とレビュー体制にまとめています。
研修のあとに使う人そのものが減っているなら、AI研修のあと、活用が続かないのページも参考になります。

頼み方の型を業務ごとに作り、うまくいったものを部署で共有する研修の組み立ては、プロンプト研修の例で紹介しています。

渡す資料と置き場所を一緒に決めるAI活用の伴走支援

研修のあと、業務ごとの資料と置き場所を決める段階は、推進担当だけでは手が回らないこともあります。
AI活用の伴走支援では、月2回の定例とチャットで相談しながら社内で進めるAIコンサルティングと、社内の会議にも入って研修やツールづくりまで一緒に手を動かすAI伴走支援を選べます。

進め方の例として、出力をそろえたい業務を1つ選び、渡す資料をそろえるところから始める形があります。
研修だけ・ガイドラインだけといった一部からのご依頼も受けており、Gemini・Claude・Copilotのどれを使っていても進められます。

コンテキストエンジニアリングは、研修の次に組織で整える渡し方

コンテキストエンジニアリングは、プロンプトの文面ではなく、AIに届く情報の全体を整える考え方です。
組織では、業務ごとの資料をそろえ、決まった場所に置き、渡し方のルールを決めるところから始めます。

参照した情報(2026年11月11日に確認)

すぐ使える業務アプリが300以上

開いてそのまま使えて、AIで自社用にも直せます。15の分野から、やりたい作業で探せます。業務アプリを見る

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

keyboard_backspace

お知らせ・組織AI推進ノウハウ一覧

無料 自社に当てはめて知りたい方へ

読んだ内容を、

御社の数字

で確かめませんか。

利用データから、御社のAI活用がいまどこにいるのかを判定します。
同業他社との比較と、次にやることをお渡しします。

組織のAI活用力診断のメインビジュアル(ノートPCの利用データと結果表)

Related

関連記事

Service

サービス一覧

AI Portalizeの管理画面イメージ:AI活用数・効率化時間の見える化とチームへの広がり

AIツールが見つかる。社内に広がる。使われ方が見える。

組織のAIポータル「AI Portalize」

  • check_circle

    やりたいことで検索すると、業務アプリ300以上とナレッジ250本以上から見つかる

    check_circle

    社内で作ったツールやナレッジが共有され、よく使われるものが上に並ぶ

    check_circle

    誰が何をどれだけ使っているかが、集計の手間なしで分かる

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

実務に組み込むまで伴走

組織のAI活用を加速「AIコンサル&伴走支援」

  • check_circle

    従業員が安心して使うためのガイドライン策定

    check_circle

    ドメイン知識が豊富なコンサルタント

    check_circle

    業務分解からAIワークフロー作成

    check_circle

    研修から実務への組み込みまで

法人向けAI研修のイメージ:受講者が自分の業務でAIを使いながら学ぶ研修の様子

自社の業務で、使える知識に

実務で使える知識を「法人向けAI研修」

  • check_circle

    いま使っているAIと受講者の業務を伺って、誰に・どのAIで・どの業務を題材にするかを提案

    check_circle

    Gemini・Claude・AIエージェントなど、8つの研修例と230以上のテーマ例

    check_circle

    基本はオンライン。研修の資料と録画もお渡し

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

豊富な新規事業立ち上げ実績

AIを活用した
新規事業の立ち上げ支援

  • check_circle

    検討からサービス構築まで

    check_circle

    豊富な新規事業構築実績

    check_circle

    すでにあるAIボットなどを活用も可能

AI活用支援のビフォーアフター:迷っている状態からGemini等を使いこなす状態への変化

経営者・役員・AI担当向け

AIパーソナル
トレーニング

  • check_circle

    まだAI活用できていない状態でも大丈夫

    check_circle

    1回2時間のみからご利用いただけます

    check_circle

    実務で使える「今のAI活用」を学ぶ

    check_circle

    トップ層こそAIに詳しく

AIガイドライン作成+定着研修の紹介バナー:御社に合ったルールづくりから社内への定着まで

生成AIの社内ルールを一緒に作る

AIガイドライン作成+
定着研修

  • check_circle

    御社の現状をヒアリングしながら一緒に作成

    check_circle

    AIツールごとの仕組みや契約の違いを踏まえて線を引く

    check_circle

    従業員の方への定着研修までご支援

AIガイドライン作成+定着研修の紹介バナー:御社に合ったルールづくりから社内への定着まで

AIの答えに、自社の名前を

LLMO・GEO・AIO
対策

  • check_circle

    御社の現状をヒアリングしながら一緒に作成

    check_circle

    AIツールごとの仕組みや契約の違いを踏まえて線を引く

    check_circle

    従業員の方への定着研修までご支援

まずは、いまのAI活用の
状況をお聞かせください。

何から始めるか決まっていなくても、ご相談いただけます。

無料相談・お問い合わせ