バーチャルアシスタントから自律的な意思決定システムに至るまで、AIはますます複雑化するタスクに取り組めよう進化を続けています。こうした取り組みの中心にあるのはエージェント型AIであり、その背後にはコンテキストエンジニアリングの概念があります。
ポッドキャスト「Box AI Explainer Series」の最新エピソードでは、ホストのミーナ・ガネーシュ（Meena Ganesh）とBoxの最高技術責任者（CTO）であるベン・クス（Ben Kus）が、AIエージェントの動作を再定義するこの極めて重要な進歩について語っています。コンテキストエンジニアリングは、プロンプトエンジニアリングの単なるバージョンアップではありません。コンテキストエンジニアリングは、AIエージェントが最良の結果を生み出し、相互に連携して動作できるようにする情報とツールの足場です。
この洞察力に富んだ会話の中で、ミーナとベンは、コンテキストエンジニアリングが単なる次のステップではなく、真に効果的なAIエージェントを構築するための基盤である理由を探りました。
主なポイント
- コンテキストエンジニアリングは情報とツールをAIエージェントに提供します。これらは、最も複雑なシナリオでも最良の結果を生み出すために必要です
- プロンプトエンジニアリングとコンテキストエンジニアリングは異なるものの、相互に関連しており、どちらも適切な結果を得るために不可欠です
- コンテキストエンジニアリングは急速に基盤となりつつあります。企業内で効果的なAI主導の製品とサービスを構築するために必要です
「コンテキストエンジニアリングとは、AIエージェントが複雑なタスクを実行できるように情報とツールを組み立てる手法です。基本的には、エージェントをプログラミングするためのアートとサイエンスです」と、ベンは説明します。
AIエージェントの世界では、アウトプットを成功させるには複数回の反復処理が必要で、場合によってはマルチエージェントシステムとの接続も必要となります。AIエージェントが適切に作業を行うには多くのコンテキストが必要です。コンテキストエンジニアリングは「AIエージェントがシームレスに動作するには、どのような環境、データ、ツールが必要か？」を問いかけます。
コンテキストエンジニアリングの目標は、ユーザーのリクエストに対処する前に必要なすべての知識をエージェントに提供することです。
プロンプトエンジニアリングとコンテキストエンジニアリング
「昔（つまり、昨年、あるいは先週）は、AIモデルにやりたいことを実行させるには、プロンプトが必要でした」と、ベンは少し振り返って説明します。探しているものの例やいくつかの指示を与えるのです。そして、さらにモデルプロンプトを追加して、結果を微調整するのに少し時間を費やすこともありました。
当時は、AIが問題に対して比較的単純な答え、つまり「単発」で答えを生み出すことが期待されていました。しかし、AIエージェントが多面的で反復的なタスクを処理できるように進化するにつれて、コンテキストエンジニアリングに注目が移りました。
ユーザーとAIツール間の単一のインタラクションに焦点を当てる従来のアプローチとは異なり、コンテキストエンジニアリングは全体像を考慮し、AIエージェントが動作するための詳細なフレームワークを提供します。
コンテキストエンジニアリングの価値
ある企業が財務分析をしようとしていると想像してみてください。「たとえあなたが賢くても、もしくはこの分野で最も優れた人物だったとしても、このような質問に答えるにはコンテキストが必要です」と、ベンは説明します。
AIエージェントにこの作業を依頼する場合でも、会社の事業運営、業界ベンチマーク、直近の業績報告などに関する情報が必要です。しかし、エージェントが無関係な情報で溢れかえってたり、十分に意味のある詳細情報を受け取れなかったりすると、実用的なインサイトを提供できません。
情報過多と曖昧さは、人間と同じくらいに、あるいはそれ以上にAIエージェントを混乱させます。だからこそ、AIエージェントにとってコンテキストは非常に重要です。AIエージェントは、どの情報が重要であるかを知る必要があります。コンテキストは、単にエージェントに指示を与えるだけではありません。エージェントがどのデータを考慮すべきかを理解し、そのデータにアクセスできるようにします。
「コンテキストエンジニアリングの良し悪しを判断する方法の1つは、エージェントから自分が求めているものを得ているかどうかです。求めているものが手に入らないのは、エージェントが賢くないからではありません。必要なデータが不足していて、質問に答えられるように適切に設計されていないことが原因です」と、ベンは言います。
AIエージェントエコシステム
企業の財務分析の例に戻りましょう。Boxのようなプラットフォームを使用して、エージェント型AIを介して社内のすべての非構造化データを調査し、そのデータをわかりやすいプレゼンテーションにまとめたいとします。このパラダイムでは、プレゼンテーションエージェントが二次調査エージェントを呼び出して情報を収集し、独自のコンテキストエンジニアリングを用いて、必要なアプトプットを適切な形式で提供します。
「エージェントがほかのエージェントを呼び出すことは、よくあることです。これは、さまざまなプラットフォームが、MCPやサーバーコンテキストセンスといったツールや、Agent2Agent（A2A）機能を提供するエージェントエコシステムという概念です」と、ベンは言います。
エージェントエコシステムでは、複数のエージェントが協力して問題を解決します。コンテキストエンジニアリングは、このような動的なエコシステムを構築する上で極めて重要な役割を果たし、エージェントが個々に優れた能力を発揮するだけでなく、相互に連携して優れたパフォーマンスを発揮できるようにします。
コンテキストエンジニアリングの進化
「AIエージェントとモデルが次々に登場し、その性能が向上し続けている現在、多くの企業がコンテキストエンジニアリングの手法を用いて自社のエージェントをますます洗練させ、進化させているのを目の当たりにしています」と、ベンは言います。
この進化は単なる理論上のものではありません。医療から製造、教育から金融に至るまで、さまざまな業界に劇的な影響を与える可能性を秘めています。コンテキストエンジニアリングを採用していない企業は、よりスマートで繊細なシステムで競合他社が先を行く一方で、自社のAIが真の価値を提供できず苦戦するかもしれません。
「AIエージェントを構築する企業はどこでも、コンテキストエンジニアリングについて考える必要があります」と、ベンは言います。
プロンプトエンジニアリングは、依然として重要
では、プロンプトエンジニアリングはもはや重要ではないのでしょうか？ 決してそうではありません。人間であるあなたがAIエージェントとどのようにコミュニケーションをとるかは、得られる結果を左右する上で依然として重要です。
「実際、エージェントに不適切な指示を与えると、ほとんど期待通りに動作しないでしょう。たとえコンテキストエンジニアリングが十分に施されていても、適切にコミュニケーションが取れていないからです」と、ベンは認めます。
ミーナが「AIエージェントに注ぎ込むプログラム的なエッセンス」と表現したコンテキストエンジニアリングは、エージェント型AIの成功の基盤となります。エージェントが適切にコンテキストエンジニアリングされていれば、そもそも必要な情報をどのように要求すればよいかが分かります。
ベンはさらに「エージェントから良い結果を得たいのであれば、特にエージェントが複雑になるほど、コンテキストエンジニアリングに重点を置く必要があります」と説明します。
全エピソードを視聴する
コンテキストエンジニアリングは、AI機能を進歩させるために不可欠なアプローチとして注目されています。先進的な企業は、単純なプロンプトベースの対話の時代を脱し、AIシステムが複雑で有用なタスクを確実に実行できるように、高度なフレームワークを導入しています。
企業にとって、コンテキストエンジニアリングへの投資は選択の余地がありません。社内のAIツールを構築するエンジニアであっても、AIソリューションを模索している企業であっても、優れた成果は優れたコンテキストにかかっています。
もっと知りたくありませんか？ Box AI Explainer シリーズのこのエピソードをお見逃しなく。いますぐ購読して、視聴して、AIを組織や業界に統合するための実践的で実用的な戦略を学びましょう。
※このブログは Box, Inc 公式ブログ（https://blog.box.com/）2025年8月8日付投稿の翻訳です。
原文リンク: https://blog.box.com/why-context-engineering-far-more-just-prompt-engineering-20
関連コンテンツ
- トピックス：
- Box製品情報
