Context Engineering 完全ガイド — AI エージェントの長時間運用で精度を落とさないコンテキスト設計

Claude Code を午前中から走らせて、昼休みに戻ってきたら、同じエージェントが数時間前に自分で書いたコードを「初めて見ました」と言い出す — こういう体験に心当たりがあるなら、本稿は役に立ちます。

2024 年までの LLM 開発の中心は プロンプトエンジニアリング、つまり「どう書けば LLM にうまく仕事を頼めるか」の最適化でした。

2025 年 9 月、Anthropic は Effective context engineering for AI agents を公開し、新しい概念を打ち出しました。

Context Engineering — 複数ターン・長期にわたるエージェント運用で、何をコンテキストに置き、何を捨てるかを設計する反復プロセス

Claude Code や MulmoTerminal のような長時間動くエージェントでは、1 ターンの指示文最適化ではなく、セッション全体でのコンテキスト設計が勝負になります。

本稿では、Prompt Engineering との違い、長時間セッションで起きる問題（Context Rot）、そして推奨される 5 つの技法を、実例とともに整理します。

Prompt Engineering と Context Engineering の違い

Prompt Engineering (従来)

対象: 1 ターンのプロンプト
目標: このプロンプトで、この回答を引き出す
ツール: Few-shot example、Chain of thought、System prompt の最適化
評価: 回答の品質

Context Engineering (新しい概念)

対象: セッション全体の文脈状態
目標: この 100 ターンを通して、エージェントが一貫して有能に動く
ツール: Compaction、外部メモリ、Sub-agents、動的ロード
評価: 長時間動作時のタスク達成率

プロンプト設計は 1 枚のポスター制作、コンテキスト設計は美術館の順路設計 — 時間軸と空間が全く違います。

Anthropic の表現を借りると:

what configuration of context is most likely to generate our model’s desired behavior?

「どういう文脈の配置が、我々の望む挙動を引き出しやすいか」。これが Context Engineering の問いです。

Context Rot — 長文脈は性能を下げる

現象

LLM のコンテキスト窓を大きく埋めるほど、精度は下がります。これを Context Rot と呼びます。

10K トークンの文脈で精度 95%
100K トークンの文脈で精度 85%
200K トークンの文脈で精度 70%

公称 1M〜2M トークンのモデルでも、実運用レンジは 100-500K というのが 2026 年の現実です。

原因

Transformer の attention は O(n²) のコストで積み上がる
長文脈になるほど「どこを見るべきか」が散漫になる
学習時のデータ分布が、極端な長文脈では薄い

Context Rot の実感

Claude Code や Codex を長時間使っていて、

セッション開始時は賢かったのに、2 時間後に忘れっぽくなる
「さっき言った X を忘れている」が増える
トークン使用量が 150K を超えると、品質が目に見えて落ちる

これはモデルの劣化ではなく、Context Rot です。

Context Engineering の 5 技法

技法 1: Compaction（圧縮）

目標: メッセージ履歴を要約して、新しいコンテキストで続ける。

長いメッセージ履歴 → 要約 LLM → 要約 → 新しいセッションに引き渡し

保持すべきもの:

設計上の重要な決定
未解決のバグ・課題
ユーザーの明示的な指示
ドメイン固有の制約

捨てるべきもの:

中間ツール呼び出しの詳細
試行錯誤の失敗ログ
同じ情報の重複

Claude Code / MulmoTerminal のセッションでは、自動 compaction が走ります。コンテキストが閾値を超えると、過去の履歴を要約して、新しい session を begin する。

技法 2: Structured Note-Taking（構造化メモ）

目標: エージェント自身に、進捗や依存関係をファイルに書き出させる。

Agent: 作業中にメモを書き出す → ファイル → 次ターンで読み直す

例: Claude Code の plans/ ディレクトリ

Agent が長い作業を始めるとき、まず plans/fix-xxx.md を書く
「何をするか」「現時点までに何をしたか」「次に何をするか」
Compaction で履歴が消えても、plan ファイルは残る

これは人間の「ノートを取る」のソフトウェア版 です。Think out loud を外部化する。

技法 3: Sub-agent Architectures（サブエージェント構成）

目標: 専門的なサブエージェントが仕事をして、統括エージェントに凝縮した結果だけを返す。

統括 (orchestrator)
├── sub-agent A (詳細調査、10,000 トークン使う)
├── sub-agent B (別の調査、15,000 トークン使う)
└── sub-agent C (さらに別の調査、8,000 トークン使う)
     ↓
     それぞれ 1,000-2,000 トークンに要約して orchestrator に返す

Orchestrator から見ると、入力は全部で 5,000 トークンに収まります。実際には裏で 33,000 トークンの詳細調査が走っています。

Anthropic の Research 機能（Multi-agent research system）はこの構成を採用しており、Building effective agents の Orchestrator-Workers パターンに相当します。

技法 4: Just-in-Time Retrieval（動的ロード）

目標: 全データを最初から入れずに、識別子だけ持って、必要なときに取る。

軽量な識別子 (ファイル名、ID) をコンテキストに保持
    ↓
エージェントが必要になったら、tool call でロード
    ↓
使い終わったら忘れる

例: Claude Code の glob と read

プロジェクトの全ファイルを最初に読み込むのではない
ファイル名の一覧だけ知っている
「X という関数を直したい」と言われたら、関連ファイルを grep → read する

これにより、文脈窓を圧迫せず、必要な情報には到達できる状態を保ちます。

技法 5: Hybrid Strategy（ハイブリッド）

実運用では、上記の 4 技法を組み合わせます。

Claude Code の実装例

CLAUDE.md はプロジェクトのルールや優先度の高い情報として最初に読ませる
ファイル階層は読み込まず glob で動的に探索させる
コードは必要な分だけ read で取り寄せる
長い実行は plans/ に書き出して compaction を跨がせる
並列調査は sub-agent (Task tool) に委ねて詳細作業を外に出す

これが Anthropic 公式の推奨する “do the simplest thing that works” の実装形になります。

MulmoTerminal での Context Engineering

MulmoTerminal は長時間動くエージェントのコックピットです。Context Engineering の技法が内蔵されています。

Cockpit Roster（1 行サマリー）

拡大中のセルの横に、他 8 セルの状況を 1 行ずつ表示
Compaction を人間側に適用した形: 「全セッションの詳細を見る」ではなく「要約で把握する」

Decision Digest

セッション中にエージェントから出た質問と、ユーザーが答えた選択を自動で蓄積する
~/.mulmoterminal/decisions/<project>.md に書き出す
次のセッションでエージェントが過去の決定を読み、同じ質問を繰り返さずに済む
Structured note-taking を自動化した形になる

Session Memo

セルヘッダーに「このセルが何のためのものか」を 1 行書ける
セッションを再開したとき、何をしていたかを即座に思い出せる
Compaction で履歴が消えても、メモは残る

Round Table

複数のエージェントが順番に発言するフォーラム
Sub-agent architecture の実装：各エージェントが短い発言で、長い内部思考は外に出さない

エンジニアが今日から実践すべきこと

1. CLAUDE.md を書く

まだ書いていないなら、プロジェクトごとに CLAUDE.md を書きます。

プロジェクトの目的
アーキテクチャの概要
コーディング規約
禁止事項・優先事項

これだけで、エージェントの精度と一貫性が目に見えて上がります。Claude Code 公式のベストプラクティスに書き方のガイドあり。

2. 長時間セッションは分割する

1 セッションで 10 時間動かすより、2 時間ごとに意図的に区切って compaction するほうが精度が上がります。

3. plans/ ディレクトリを使う

長い作業に入る前に、エージェントに plans/xxx.md を書かせます。進捗・決定・残タスクをここに追記させる形にします。

4. Sub-agent で詳細作業を外に出す

Claude Code の Task tool（または Codex の /task）を使って、詳細作業を sub-agent に委譲し、要約だけを main に返させます。

5. 動的ロードを前提にしたプロジェクト構成

ファイル名から中身が推測できる命名
物語を語るディレクトリ構造
全体像を書いた README と、各ディレクトリに置く index

エージェントが glob で探索して到達できる状態にしておきます。

まとめ

Context Engineering は 2025 年 9 月に Anthropic が提唱した概念、プロンプトエンジニアリングの次
長時間動くエージェントでは コンテキスト全体の設計 が勝負
Context Rot: 文脈を埋めるほど精度は下がる、実運用レンジは 100-500K
5 技法: Compaction / Structured note-taking / Sub-agents / Just-in-time retrieval / Hybrid
MulmoTerminal の cockpit roster / decision digest / session memo はこれらの実装例
実践: CLAUDE.md を書く / 長時間を分割 / plans/ を使う / sub-agent で外部化

プロンプトエンジニアリングは「書き方」、Context Engineering は「設計」 です。長期的に重要なのは後者。