取り組みの背景：「うまく使えない」のはなぜか
AI を使い始めた多くの方が、こんな経験をしたことがあるのではないでしょうか。
「ChatGPT や Gemini に質問したら的外れな答えが返ってきた」 「毎回同じ背景説明をしなければならないのが面倒」 「AI がどんなに賢くても、自分の仕事のことを理解してくれている気がしない」
これらの問題の多くは、AI の能力の限界ではなく、AI に渡している「コンテキスト（文脈）」が不足していることが原因です。そしてそれを解決する考え方が「コンテキストエンジニアリング」です。
コンテキストエンジニアリングとは
コンテキストエンジニアリングとは、AI が最高の能力を発揮できるように、会話の「文脈」を意図的に設計・管理する技術です。
「プロンプトエンジニアリング」という言葉はよく聞きますが、コンテキストエンジニアリングはそれよりも広い概念です。
プロンプトエンジニアリング：単発の指示をうまく書く技術 コンテキストエンジニアリング：AI がより良い判断をできるように、継続的に文脈を整備・蓄積する技術
例えて言えば、プロンプトエンジニアリングが「今日の依頼メールをうまく書く」ことなら、コンテキストエンジニアリングは「信頼できる秘書に自分の仕事・価値観・好みをじっくり理解してもらう」ことに相当します。
なぜ今、コンテキストエンジニアリングが注目されるのか
近年の AI モデルの進化は目覚ましく、Claude・Gemini・GPT-4o はいずれも非常に高い能力を持っています。しかし同時に、同じ AI でもコンテキストの与え方によって出力の質が数倍変わることも明らかになってきましました。
特に 2025〜2026 年にかけて登場した Gemini CLI や Google Antigravity のような「AI ネイティブ」なツールは、コンテキストを蓄積・参照しながら作業を進める設計になっており、コンテキストをうまく設計できる人とそうでない人の差が、従来以上に大きくなっています。
コンテキストの「5つの層」
AI に渡すコンテキストには、以下のような層があります。
第 1 層：ロールとゴール
AI にどんな「役割」を担ってほしいか、この会話の「目標」は何かを明示します。
あなたは私の個人プロダクトマネージャーです。
私はフリーランスのデザイナーで、現在 SaaS プロダクトの UI 改善プロジェクトを担当しています。
このプロジェクトの KPI は「DAU 20% 改善」と「サポート問い合わせ数 30% 削減」です。
第 2 層：背景・制約
仕事の背景情報、使えるリソース・制約を共有します。
現在の状況:
- チーム: デザイナー私1名 + エンジニア2名（バックエンド専任）
- 期間: 3ヶ月（2026年4〜6月）
- 予算: ユーザーテスト費用 ¥50,000
- 制約: デザインシステムは Figma 使用、フロントエンドは React
第 3 層：過去の決定事項・学んだこと
以前の会話で得た知見や、すでに決まっていることをまとめておきます。
これまでに決定したこと:
- ナビゲーションのリデザインを優先（ユーザーテストで最も問題視された）
- モバイルは iOS を優先（Android は次フェーズ）
- A/B テストには Google Optimize を使う
第 4 層：スタイルと好み
AI の出力のスタイル・フォーマット・長さに関する好みを伝えます。
出力の好み:
- 回答は簡潔に、結論を最初に書く
- コードは TypeScript で書く
- 箇条書きよりも段落形式を好む
- 専門用語は使ってよいが、初出時に簡単な説明を添えること
第 5 層：リアルタイムの更新情報
現在の作業状況・最新の変更点を随時追加します。
今日の作業状況（2026-04-07 更新）:
- ナビゲーションのワイヤーフレーム v1 を完成
- エンジニアから「メニューの開閉アニメーションは最大 300ms に」という制約を受けた
- 来週月曜にユーザーテスト 5名を予定
実践：MEMORY.md でコンテキストを永続化する
一つの会話セッションが終わると、多くの AI は過去の内容を忘れてしまいます。そこで有効なのが、コンテキストをファイルに書き出して永続化する アプローチです。
Gemini CLI や Antigravity などのコマンドラインツールでは、プロジェクトの作業ディレクトリに MEMORY.md や CONTEXT.md などのファイルを置いておくことで、AI がそれを自動的に参照する仕組みを作れます。
# プロジェクト: AuraYoga LP リニューアル
最終更新: 2026-04-07
## 私について
- 職業: フリーランスデザイナー（Figma・React 専門）
- 経験: UI/UX デザイン 7年、個人開発歴 3年
- 好みの出力: 簡潔・結論先出し・TypeScript
## プロジェクト概要
...
## 決定事項
...
## 未解決の課題
...このファイルを更新し続けることで、AI は毎回「初対面」ではなく、「以前からの共同作業者」として振る舞えるようになります。
コンテキストエンジニアリングの 3 つの原則
原則 1：「知っていてほしいこと」と「してほしいこと」を分ける 背景情報（知識）とタスク指示（行動）を混在させると、AI が混乱しやすくなります。まず背景を丁寧に説明してから、タスクを指示しましょう。
原則 2：具体的であるほど良い 「わかりやすく書いてください」より「200文字以内、箇条書き不使用、中学生でも理解できる言葉で」の方が再現性の高い出力が得られます。
原則 3：コンテキストを「育てる」意識を持つ 一度設定したら終わりではありません。プロジェクトの進捗・新しい発見・変更された前提を随時更新することで、AI はより精度の高いパートナーになっていきます。
Gemini CLI × Antigravity での実践例
Google Antigravity（Google の AI エージェント基盤）と Gemini CLI を組み合わせると、コンテキストエンジニアリングを技術的に実践する環境が整います。
基本的な流れ：
- プロジェクトルートに
GEMINI.mdを作成してコンテキストを記述 - Gemini CLI でファイルを参照しながら AI との対話を開始
- 作業結果を
GEMINI.mdに随時反映（AI 自身が更新することも可能）
詳しい実装方法（プロジェクト設定ファイルの構造・Gemini CLI のセットアップ・自動コンテキスト更新の仕組み）については、プレミアム記事で体系的に解説しています。
まとめ
コンテキストエンジニアリングとは、AI を単なるツールとしてではなく、自分の仕事を理解する「パートナー」として育てる技術です。
ポイントをおさらいします。
- プロンプトエンジニアリング（単発の指示）を超えた、継続的な文脈管理の技術
- コンテキストには「ロール・背景・過去の決定・スタイル・最新情報」の5層がある
- MEMORY.md などのファイルでコンテキストを永続化することで、AI は「初対面」でなくなる
- 具体的・継続的に育てることで、出力品質が劇的に向上する
AI を使いこなせる人と使いこなせない人の差は、AI の能力の違いではなく、コンテキストの設計力の違いです。今日からでも、会話の冒頭に「自分の状況」を丁寧に伝えることから始めてみてください。