
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
2026/11/16
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。

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。

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。

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。

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。

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。

「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。
お知らせ・組織AI推進ノウハウ一覧












