コンテキストエンジニアリングとは｜プロンプトの次に来る「文脈設計」の技術
生成AIの精度を左右するのはプロンプトの言い回しより「何を渡すか」。背景・資料・履歴・制約を設計するコンテキストエンジニアリングの考え方と、中小企業での効かせ方を福岡の実例で解説します。
野村 直矢
KOKORASHI AI ／ 福岡のAI導入支援・LINE Bot開発
「ChatGPTに同じ質問をしても、人によって答えの質が全然違う」。福岡でAI導入のご相談を受けていて、最近いちばん増えたのがこの声です。私はKOKORASHI AI（ココラシエーアイ）として中小企業のAI活用を支援していますが、差の正体はセンスではありません。AIに何を渡しているかの違いです。プロンプト（命令文）の言い回しを磨く時代から、AIに渡す文脈そのものを設計する「コンテキストエンジニアリング」へ、実務の重心は移りつつあります。
コンテキストエンジニアリングとは何か
天神の士業事務所さんから「AIが一般論しか返してこない」と相談を受けました。原因はシンプルで、事務所の料金表も過去の回答例も渡さず、質問文だけ投げていたからです。同じ質問でも、料金表を1枚添えるだけで回答が自社仕様に変わりました。
コンテキストエンジニアリングとは、AIに背景・資料・会話履歴・制約条件をどう組み立てて渡すかを設計する技術です。プロンプトが「何を頼むか」なら、コンテキストは「判断材料として何を見せるか」。人間の新人に仕事を頼むときと同じで、資料も背景も渡さず指示だけしても、いい仕事は返ってきません。逆に言えば、渡す材料さえ整えれば、特別な言い回しを覚えなくても回答は安定します。ここが、多くの経営者が見落としているポイントです。
プロンプトとの違いを実務で理解する
飲食チェーンの本部さんに、私はよくこう説明します。「命令文を10回書き直すより、正しいメニュー表を1枚渡すほうが効きます」と。
観点 | プロンプト設計 | コンテキスト設計 |
|---|---|---|
対象 | 命令の言い回し | 渡す情報の中身 |
効きどころ | 出力の形式・トーン | 回答の正確さ・具体性 |
失敗の主因 | 指示が曖昧 | 材料不足・材料過多 |
実際、言い回しで改善できる範囲には限界があります。事実に基づいた回答が欲しいなら、その事実を渡すしかありません。
渡す文脈の4つの要素
博多のECサイト運営者さんと整理したときの分類が、そのまま使えます。
- 背景：自社が何屋で、誰に向けて、何を大事にしているか
- 資料：料金表・マニュアル・過去のQ&A・商品情報
- 履歴：これまでのやり取りや、前回どう答えたか
- 制約：使ってはいけない表現、文字数、口調、NG事項
この4つを毎回ゼロから書くのは大変なので、次のH2のテンプレ化につながります。特に見落とされがちなのが制約です。「専門用語を使わない」「200字以内」といったNG条件を先に渡すだけで、手直しの回数が驚くほど減ります。私は現場で、まず背景と資料の2つだけ整え、慣れてきたら履歴と制約を足す順番をおすすめしています。
すぐ使えるコンテキストのテンプレ
私が現場で配っている雛形はこの構造です。ChatGPTやClaudeの指示欄に貼るだけで回答が安定します。
- 【前提】当社は福岡の美容室です。読者は来店前のお客様です。
- 【資料】以下の情報だけを根拠に答えてください（ここに料金表等を貼る）。
- 【制約】300字以内・敬体・キャンセル料の話には触れない。
- 【依頼】上記を踏まえて、予約前のよくある質問への返信文を作成してください。
ポイントは「以下の情報だけを根拠に」の一文です。これがあると、AIが勝手に一般論を混ぜにくくなります。事実に基づいた回答が欲しい業務では、この一文の有無で信頼度が大きく変わります。もう一つのコツは、良い回答例を1つ添えること。「こういう答えが欲しい」という見本を見せると、AIはそれに寄せてくれます。テンプレは一度作れば使い回せるので、よく使う業務から順に整えていくと投資効率が高いです。
よくある失敗と回避策
失敗は大きく2種類です。ひとつは材料不足で、資料を渡さず精度を求めるパターン。もうひとつは意外に多い材料過多で、関係ない社内文書まで大量に貼り、AIが要点を見失うパターンです。
私が印象診断LABO（¥400万規模の開発）でAIを組み込んだときも、渡す情報を絞り込む作業がいちばん効きました。あれもこれもと詰め込んだ初期は、かえって的外れな出力が増えたのです。「多く渡す」ではなく「必要なものだけ渡す」が正解です。まずは1つの業務で、渡す資料を1〜2点に絞って試すのがおすすめです。うまくいかないときは、言い回しを直す前に「渡している材料は足りているか、余計なものが混じっていないか」を先に疑ってください。原因の多くはそこにあります。
社内で継続的に効かせる仕組み
糸島のサロンオーナーさんには、n8nで予約データと過去の問い合わせを自動でAIに渡す仕組みを組みました。人が毎回貼り付けなくても、必要な文脈が自動で揃う状態です。
ここまで来ると、コンテキスト設計は個人技ではなく会社の資産になります。ただ、いきなり自動化を目指す必要はありません。まずは手作業でテンプレを1つ作り、効くと分かってから自動化に進むのが失敗しない順番です。
まとめ
- AIの精度差は命令文より「渡す文脈」で決まる
- 背景・資料・履歴・制約の4要素をテンプレ化する
- 失敗の主因は材料不足と材料過多。必要なものだけ絞って渡す
- 手作業のテンプレで効果を確認してから自動化へ小さく進める
よくある質問
Q. プロンプトを勉強すればコンテキスト設計は不要ですか？
命令文の工夫で改善できるのは出力の形式やトーンまでです。回答の正確さや具体性は、AIに渡す資料や背景といった文脈次第で決まります。両輪ですが、事実に基づく回答が欲しい業務ほどコンテキスト設計の比重が大きくなります。
Q. 資料はどれくらい渡せばいいですか？
多ければ良いわけではありません。関係ない文書まで大量に貼ると、AIが要点を見失って精度が落ちます。まずはその業務に直接関係する1〜2点に絞り、足りなければ足す方向で調整するのが安全です。
Q. 中小企業でも仕組み化できますか？
できます。最初は指示欄に貼るテンプレを1つ作るだけで十分です。効果を確認してから、n8nなどで必要な情報を自動でAIに渡す仕組みへ小さく育てていけます。福岡市内であれば対面でのご相談も可能です。