コンテキストエンジニアリング入門〜AI Coding Agent作りで学ぶ文脈設計〜

zawakin (Yuki Miyake)（株式会社ナレッジワーク AIエンジニア）
X：https://x.com/zawawahoge

2025/10/15サポーターズ主催イベントでの登壇資料です。
https://supporterz-seminar.connpass.com/event/369561/

＜概要＞
日々の開発や業務で生成AIを使うとき、「思ったように動いてくれない」「指示が伝わらない」と感じたことはありませんか？
その原因の多くは、AIに与える“文脈”の設計にあります。
本勉強会では、この課題を解決する考え方＝「コンテキストエンジニアリング」を解説。
具体例としてAI Coding Agentの構築を題材に、実務に直結する文脈設計のポイントを紹介します。
明日からのAI活用をスムーズにするための入門編です。

＜プロフィール＞
株式会社ナレッジワークで、自社開発BtoB SaaS「ナレッジワーク」の多数AI機能開発・導入を経験。
現在はAI技術戦略策定、AIエージェント開発、組織イネーブルメント（社内AI活用推進含む）に従事。
「より良いAIとの対話」を探求し、LLM Prompt最適化OSS開発や記事執筆も行う。
AIの可能性を信じ、その普及を目指す。X（@zawawahoge） にてAI基礎知識や最新動向を発信中。

Transcript

1. コンテキストエンジニアリング入門 〜AI Coding Agent作りで学ぶ文脈設計〜 ＠zawakin
2. © Knowledge Work Inc. 自己紹介 zawakin (@zawawahoge) 株式会社ナレッジワーク AIエンジニア エキスパート (2020年入社) 自社開発BtoB SaaS「ナレッジワーク」の AI機能開発・導入を 多数経験。 現在やっていること • AI技術戦略策定 • AIエージェント開発 • 組織イネーブルメント（社内 AI活用推進含む） 2
3. © Knowledge Work Inc. Profile　会社概要 3 Profile 会社概要 創業日 代表者 事業内容 2020年4月1日 麻野 耕司 ナレッジワークの開発・提供
4. © Knowledge Work Inc. Agenda 目次 4 • はじめに • 課題：コンテキストウィンドウには制約がある • 解決策：コンテキストエンジニアリング • 実践編： AIコーディングエージェントを構築してみる • まとめ
5. © Knowledge Work Inc. Agenda 目次 5 • はじめに • 課題：コンテキストウィンドウには制約がある • 解決策：コンテキストエンジニアリング • 実践編： AIコーディングエージェントを構築してみる • まとめ
6. © Knowledge Work Inc. 6 コンテキストエンジニアリングの「肝」を掴んでもらう →　AIが自ら情報を「取りに行ける」環境のデザイン この発表の目指すところ
7. © Knowledge Work Inc. 7 やらないこと： 具体的なツールの使い方の紹介はしません ここ2ヶ月に出た最新論文は扱いません この発表でやらないところ
8. © Knowledge Work Inc. • 様々な企業が「 AIエージェント構築」を進めている ◦ OpenAI “AgentKit” ◦ Google Cloud “Gemini Enterprise” ◦ … AIエージェント開発・利用の加速 8
9. © Knowledge Work Inc. AIエージェントの基本動作 9 ref. https://www.anthropic.com/engineering/building-effective-agents
10. © Knowledge Work Inc. Context とは何か LLMの挙動を理解するには、「 Context」を知る！ 10
11. © Knowledge Work Inc. 念の為：”Context” とは ”Context” とは 辞書的には (Cambridge Academic Content Dictionary) • 何かが存在したり起こったりする状況。それを説明するのに役立つも の。 • 特定の出来事や状況に関連する影響や出来事。 ref. https://dictionary.cambridge.org/dictionary/english/context 本発表では、 Context = モデルが「今の回答を生成する際に参照できる情 報のすべて」 とします。 11
12. © Knowledge Work Inc. 12 Context Window AIエージェントを動かす心臓部：「 Context Window」 ref. https://docs.claude.com/en/docs/build-with-claude/context-windows
13. © Knowledge Work Inc. 13 Context Window AIエージェントを動かす心臓部：「 Context Window」 ref. https://docs.claude.com/en/docs/build-with-claude/context-windows
14. © Knowledge Work Inc. ようするに Context Window とは Context Window とは、 ”LLMに入力できるトークン数（文字数）の上限 ” のこと！ → 大きな入力に限界がある 14
15. © Knowledge Work Inc. 参考：Context Window の感覚をつかもう 2年(2023年→2025年)で30倍大きくなっている！ しかし上限がある • 芥川龍之介 羅生門（青空文庫）が大体4kトークン (1k=1000) • 最新のモデル ◦ GPT-5: 128kトークン ◦ Gemini 2.5 Pro: 1,000kトークン(1Mトークン) ◦ Claude: 200k トークン • 2023年のモデル ◦ gpt-3.5-turbo: 4kトークン 15
16. © Knowledge Work Inc. Contextの中の配置依存性がある！（ Lost-in-the-middle問題） LLMは「冒頭」と「最後」を重視し、中間を忘れる （厳しめにいうと『不完全』ともいえる） 16 ref. https://arxiv.org/abs/2307.03172
17. © Knowledge Work Inc. Agenda 目次 17 • はじめに • 課題：コンテキストウィンドウには制約がある • 解決策：コンテキストエンジニアリング • 実践編： AIコーディングエージェントを構築してみる • まとめ
18. © Knowledge Work Inc. 18 AIエージェントが「知るべき」文脈は非常に広大である ツール情報、履歴、ナレッジ、指示など AIエージェントが「知るべき」文脈は非常に広大である
19. © Knowledge Work Inc. 19 どんなに膨大な情報ソースがあっても LLMには「狭く不完全な ”窓”」を通してしか渡せない AIエージェントが「知るべき」文脈は非常に広大である
20. © Knowledge Work Inc. イメージ図： LLMに渡す際には狭い Context Windowを通るしかない 20 Context Window 膨大な一次情報 LLM に渡すために狭い窓を通るしかない
21. © Knowledge Work Inc. イメージ図：壁の穴越しに LLMがこっちを見ている 21 Geminiで生成
22. © Knowledge Work Inc. イメージ図：壁の穴越しに LLMがこっちを見ている 22 Geminiで生成 Context Window
23. © Knowledge Work Inc. Agenda 目次 23 • はじめに • 課題：コンテキストウィンドウには制約がある • 解決策：コンテキストエンジニアリング • 実践編： AIコーディングエージェントを構築してみる • まとめ
24. © Knowledge Work Inc. 24 基本方針： 「窓」の大きさは変えられない。 ならば「窓に入れる情報」を賢く設計するしかない →「コンテキストエンジニアリング」 解決策
25. © Knowledge Work Inc. イメージ図：いい感じの中間表現を経由して、賢く文脈を組み立てる 25 Context Window 膨大な一次情報 Context Window に重要な情報を詰め込む情報設計 ＝コンテキストエンジニアリング いい感じの中間表現
26. © Knowledge Work Inc. 体系的なアプローチ：コンテキストエンジニアリング • 外部の世界から情報を得る (Tools) • 蓄積された記憶から情報を得る (Memory) • 情報を加工して新たな情報を得る (Processing) 26
27. © Knowledge Work Inc. アプローチ 1: 外部の世界から情報を得る (Tools) 27 外部の情報源から ”必要な分だけ ”取得する Web検索 データベース API
28. © Knowledge Work Inc. アプローチ 2: 蓄積された記憶から情報を得る (Memory) 28 蓄積された記憶・ルールから ”必要な分だけ ”情報を得る 長期記憶 プロジェクト ルール 会話
29. © Knowledge Work Inc. アプローチ 3: 情報を加工して新たな情報を得る (Processing) 29 情報を加工したり、他エージェントを「頼る」 巨大情報 他エージェントに 委譲 圧縮 委譲して 出力を得る
30. © Knowledge Work Inc. Agenda 目次 30 • はじめに • 課題：コンテキストウィンドウには制約がある • 解決策：コンテキストエンジニアリング • 実践編： AIコーディングエージェントを構築してみる • まとめ
31. © Knowledge Work Inc. 31 AI Coding Agent 作りで コンテキストエンジニアリングの感覚をつかもう 実践編：AI Coding Agent を作ってみよう
32. © Knowledge Work Inc. 32 「一次情報」がほぼローカルで完結して割と簡単だから （ちゃんとやると難しいけど） なぜ AI Coding Agent？
33. © Knowledge Work Inc. 33 スコープ設定： あくまでコンセプト検証用であり、 「完全体」は目指さない Claude Code などすでにあるが、 「車輪の再発明」をする（教育用） 本発表でのスコープ
34. © Knowledge Work Inc. ざっくりとした要件 • コア機能: ◦ ユーザーと対話しながら、コーディングタスクを自律的に実行する AIエー ジェント。 ◦ ファイル検索、読み取り、書き込みといったローカルの機能を「ツール」とし て呼び出せる。 ◦ Web検索など、 Anthropic側が提供する「サーバーツール」も利用できる。 ◦ 複数のファイルを同時に読み込むなど、作業を効率化するための「並列 ツール実行」に対応する。 • 実行環境: ◦ コマンドライン（ CLI）でチャット形式で操作できる。 34
35. © Knowledge Work Inc. 手順 全部は書きませんが、大体こんな流れでやりました。 1. 今回の発表の内容全体を GPT-5 に渡して、「以下の内容の勉強会でのデモを 実施するための Python のソースコード設計を出してください。」 2. 設計を Claude Code にコピペして実装をしてもらう 3. 動作を確認する 4. コードリーディング 35
36. © Knowledge Work Inc. 動作例：ちゃんと動きました 36
37. © Knowledge Work Inc. 📤 Sending request to Claude (turn 1)... 🔧 Executing 1 tool(s)... ├─ search_files: {'pattern': '*', 'limit': 200} 📤 Sending request to Claude (turn 2)... 🔧 Executing 1 tool(s)... ├─ search_files: {'pattern': '**/*', 'limit': 200} 📤 Sending request to Claude (turn 3)... 🔧 Executing 5 tool(s)... ├─ read_file: {'path': 'README.md'} ├─ read_file: {'path': 'src/auth/login.py'} ├─ read_file: {'path': 'src/auth/register.py'} ├─ read_file: {'path': 'src/products/catalog.py'} ├─ read_file: {'path': 'src/utils/validation.py'} 📤 Sending request to Claude (turn 4)... アプローチ 1: 外部の世界から情報を得る (Tools) 37 search_files read_file
38. © Knowledge Work Inc. 学び • 200ファイルを超えるリポジトリを どう探索するかが LLMの気まぐ れになるので、明示的に指示す る必要がある。 • ファイル読み込みが増えてくると 会話が長くなるので圧縮した方 が良いかも。 アプローチ 1: 外部の世界から情報を得る (Tools) 38 search_files read_file
39. © Knowledge Work Inc. • 再現性の確保 ◦ デモを繰り返しても元のコードが変更されないように、実行時にリポジトリのコピーを一時 ディレクトリに作成して動作するエフェメラルモードを実装しました。 • 安全性強化 ◦ 誤ってファイルを書き換えないよう、デフォルトでは読み取り専用とし、書き込みは明示的 に許可する方式に変更。 ◦ 書き込みが許可された場合も、指定された安全なディレクトリ（ demo/workspace/）にし か書き込めないように制限。 • ユーザー体験の向上 ◦ 処理中にユーザーが不安にならないよう、スピナー（ "Thinking..."）を表示。 （スキップ可能）対話の中で実装したこと 39
40. © Knowledge Work Inc. save_memory ツールを導入 会話の中で「保存すべき」記憶をmemory ツールを通じて project rootの AGENTS.md に append で 保存するようにする アプローチ 2: 蓄積された記憶から情報を得る (Memory) 40 長期記憶 プロジェクト ルール
41. © Knowledge Work Inc. You: このプロジェクトに関する返答には "だゾ" をつけるルールにします Agent: 📤 Sending request to Claude (turn 1)... 了解したゾ！これからこのプロジェクトに関する返答には「だゾ」をつけて話すゾ。 何かお手伝いできることはあるかゾ？コードの作成、バグの修正、リファクタリング、または他の作業について教えてほしいゾ！ You: save it Agent: 📤 Sending request to Claude (turn 1)... 🔧 Executing 1 tool(s)... ├─ save_memory: {'content': 'User preference: All responses related to this project should end sentences with "だゾ" (... 📤 Sending request to Claude (turn 2)... 保存したゾ！これからはずっとこのルールを覚えておくゾ！ 実行例 41
42. © Knowledge Work Inc. セッション起動時、AGENTS.md がある場合、システムプロンプトに以下が追加され る。 <agent_memory> The following contains learnings and important information from previous sessions: {memory_content (AGENTS.md から読み取られるルール )} </agent_memory> 実行例 42
43. © Knowledge Work Inc. delegate_taskツールを導入 会話の中で、subagentにサブタスクを委譲 するツールを追加し、それが選ばれると、別 に会話セッションを作り実行する。 → オリジナルの会話セッションに サブタスクの実行詳細が残らないので メインの会話に集中できる！ アプローチ 3: 情報を加工して新たな情報を得る (Processing) 43 オリジナル セッション 委譲された セッション タスク タスク タスク タスク 実行詳細 実行詳細 実行詳細 結果
44. © Knowledge Work Inc. 動作例 44
45. © Knowledge Work Inc. 動作例 45 📤 Sending request to Claude (turn 1)... （略） 📤 Sending request to Claude (turn 3)... 🔧 Executing 2 tool(s)... ├─ delegate_task: {'task': 'プロジェクトのファイル構成を「アーキテクチャの視点」から分析してくださ い。具体的には： \n1. ディレクトリ構造とモジュールの階層 \n2. 各ディレクトリの役割と責務\n3. アー... ├─ delegate_task: {'task': 'プロジェクトのファイル構成を「開発者体験・実装の視点」から分析してくだ さい。具体的には： \n1. 各ファイルの具体的な機能と実装内容 \n2. 使用されている技術スタック、ライブラ リ... 📤 Sending request to Claude (turn 4)... 完璧です！二つの視点から並列分析が完了しました。以下、要約をお届けします。...
46. © Knowledge Work Inc. • 学び1: 各動作の意味を体感しながら実装できた • 学び2: 小規模リポジトリなら特に圧縮も使わず動く • 学び3: サブエージェントの起動を会話セッションを引き継ぐかどうかは 悩ましいとわかった このデモからの学び 46
47. © Knowledge Work Inc. Agenda 目次 47 • はじめに • 課題：コンテキストウィンドウには制約がある • 解決策：コンテキストエンジニアリング • 実践編： AIコーディングエージェントを構築してみる • まとめ
48. © Knowledge Work Inc. • AIとの対話は、体系的な「システム設計」（ツール設計）へと進化する。 • 私たちができるのは、一つ一つ AIに情報を与えるのではなくて、 AIが自 ら情報を「取りに行ける」環境をデザインすること。 • 「環境設計」は無限に工夫の余地があるので、この知的好奇心で試し てみるのが一番面白い まとめ 48
49. © Knowledge Work Inc. 宣伝 49 ＠zawawahoge でXやってます。 様々な発信してますので フォローお願いします！