# コンテキストエンジニアリング ## 定義 AI エージェントに与える情報の品質を設計・管理する実践。[[Boris Tane]] の表現によれば「エージェントで構築するものの品質は、エージェントに与えるコンテキストの品質に正比例する」。 従来のソフトウェア工学における「プロセスの厳密さ」が差別化要因だったのに対し、AI エージェント時代では**コンテキストの品質**が差別化要因になるという転換を指す。([[@2026__Boris Tane Blog__The Software Development Lifecycle Is Dead]]) ## コンテキストの構成要素 AI エージェントに与えるコンテキストは複数の層から構成される： - **インテント（意図）**: 何を作りたいか・何を達成したいか - **ドメイン知識**: システムの構造・制約・過去の決定 - **観察データ**: オブザーバビリティシステムから流れてくる実行時フィードバック - **コード・設計の文脈**: 現在の実装状態・周辺コンポーネントとの依存関係 ## 従来プロセスとの対比 | 従来 SDLC | コンテキストエンジニアリング | |---|---| | 仕様書を書く | 適切なインテントを供給する | | コードレビューで品質を担保 | エージェントが自己検証できるコンテキストを整える | | テストフェーズで検証 | 観察結果をエージェントへフィードバックする | | スプリント計画でスコープを管理 | エージェントへのコンテキスト境界を管理する | ## オブザーバビリティとの関係 コンテキストエンジニアリングの実用的な核心の一つが、オブザーバビリティシステムによる自動フィードバック。本番システムの観察データを自動でエージェントへ流し込む仕組みが、コンテキストの鮮度と精度を保つ。これは [[agentic SRE]] における「モニタリング → エージェント → 修復」ループと同一の構造である。 ## 横断的知見 - **[[LLM Wikiパターン]] との接続**: Karpathy の「人間はキュレーターと問いかけ者に専念する」という主張は、コンテキストエンジニアリングの入力側の実践形態の一つである。Karpathy が「bookkeeping は LLM に」と言う一方、Tane は「コンテキスト品質が差別化要因」と言う——両者は AI エージェント時代における人間の付加価値が「何を入力するか」に移ることで一致している。 - **[[Human-out-of-the-loop]] との接続**: 稲見昌彦が論じた「ループの外に出た人間の行先」は、コンテキストエンジニアリングによって「ループへの入力を設計する者」として再定義される可能性がある。 ## 未解決の問い - コンテキストの品質はどう測定・改善するか？ - コンテキストエンジニアリングを専門とするロール（コンテキストエンジニア）は独立した職種として成立するか？ - オブザーバビリティデータの自動フィードバックが「エージェントへのコンテキスト品質」を保証するには何が必要か？