---
title: "コンテキストエンジニアリングとは？AI エージェントのトークン管理 | BroadRouter"
description: "コンテキストエンジニアリングは、LLM が各ターンで見るトークン（指示、ツール、履歴、検索データ）を選ぶ作業です。エージェント向けの手法とそのコストを解説します。"
url: https://broadrouter.com/ja/glossary/context-engineering/
lang: ja
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/glossary/context-engineering/) (2026-11-15 更新).

# コンテキストエンジニアリング（context engineering）

更新日 2026-11-15

コンテキストエンジニアリングとは、システムプロンプト、ツール定義、履歴、検索した文書、メモなど、モデルが各リクエストで見るトークンの集合を選び、保守する作業です。タスクに必要な、最小限で情報価値の高い内容をモデルに渡すことを目指します。

別名： コンテキスト管理、コンテキスト設計、エージェントのコンテキスト管理、context engineering、context management、agent context engineering

プロンプトは一度書くものです。コンテキストはモデルが各ターンで見るものすべてで、エージェントでは毎ターン変わります。

## 仕組み

Anthropic のエンジニアリング記事は、コンテキストエンジニアリングを推論中の “the set of strategies for curating and maintaining the optimal set of tokens”（訳：最適なトークンの集合を選び抜き、維持するための一連の戦略）と説明しており、プロンプト以外の情報も含みます。目標は、望む結果が得られやすくなる “smallest possible set of high-signal tokens”（訳：できるだけ小さく、情報価値の高いトークンの集合）を見つけることだとしています。

理由は注意力に限りがあることです。記事によれば、モデルには “attention budget”（訳：注意の予算）があり、コンテキストが長くなるほど想起が落ちます。記事はこれを[コンテキストの劣化（context rot）](https://broadrouter.com/ja/glossary/context-rot/)と呼んでいます。位置も影響します。長いプロンプトの中ほどにある事実は見落とされやすくなります（[lost in the middle](https://broadrouter.com/ja/glossary/lost-in-the-middle/)）。

記事は、長時間動くエージェント向けにいくつかの手法を挙げています。

| 手法 | 内容 |
| --- | --- |
| [圧縮（compaction）](https://broadrouter.com/ja/glossary/context-compaction/) | 上限が近づいたら履歴を要約し、その要約から続ける |
| ツール結果の消去 | 古い生のツール出力を履歴から捨てる |
| 構造化メモ | エージェントがコンテキスト外のファイルにメモを書き、後で読み直す |
| [サブエージェント](https://broadrouter.com/ja/glossary/subagent/) | まっさらなコンテキストで特定の作業をこなし、短い要約を返す |
| ジャストインタイム検索 | 参照（ファイルパス、クエリ）だけを持ち、必要なときにデータを読み込む |

コーディングエージェントの 1 ターン分の予算の例です。

```text
System prompt + rules          4,000 tokens
Tool definitions               6,000 tokens
Notes file                     1,500 tokens
History (compacted)           20,000 tokens
Latest tool output             8,000 tokens   <- largest single item
```

## なぜ重要か

-   **品質。** コンテキストのノイズが少ないほど、たいてい回答は良くなり、指示の見落としも減ります。
-   **コスト。** トークン課金では、コンテキスト内のすべてのトークンにターンごとに料金がかかります。変わらない内容を先頭に置けば、より安い[キャッシュ入力](https://broadrouter.com/ja/glossary/cached-input-tokens/)として課金されます。[キャッシュを意識したプロンプト構成](https://broadrouter.com/ja/blog/prompt-structure-for-caching/)を参照してください。
-   **稼働時間。** コンテキストをうまく管理すれば、エージェントは[コンテキストウィンドウ](https://broadrouter.com/ja/glossary/context-window/)の上限に当たらずに何時間も作業できます。

## BroadNet Inference では

コンテキストエンジニアリングはお使いのコードの中で行います。BroadNet の Chat Completions API は、送られてきたメッセージリストをそのまま受け取ります。[DeepSeek V4.1 Flash](https://broadrouter.com/ja/models/deepseek-v4.1-flash/) と [GLM 5.3](https://broadrouter.com/ja/models/glm-5.3/) は 1,048,576 トークン、[Qwen3.8 27B](https://broadrouter.com/ja/models/qwen3.8-27b/) は 262,144、[Gemma 4 VL 26B](https://broadrouter.com/ja/models/gemma-4-vl-26b/) は 32K を受け付けるため、コンテキストを絞り込むことが最も重要なのは Gemma です。

モデルが返す場合、`usage.prompt_tokens_details.cached_tokens` にキャッシュから読まれたトークン数が表示され、従量課金ではその分がキャッシュ入力の料金で課金されます。[長時間動くエージェントのコンテキスト管理](https://broadrouter.com/ja/blog/long-running-agent-context-management/)では実践的なルールを 5 つ紹介しており、[エージェントのトークン予算](https://broadrouter.com/ja/blog/agent-token-budget/)の記事では、エージェントのトークンがどこに使われているかを示しています。

## よくある質問

### コンテキストエンジニアリングとプロンプトエンジニアリングの違いは？

プロンプトエンジニアリングは良い指示を書くことです。コンテキストエンジニアリングは、ツール定義、履歴、検索データを含め、モデルが 1 ターンで見るものすべてと、それが長いセッションの中でどう変わるかを扱います。

### もっと大きなコンテキストウィンドウを使えば済むのでは？

ウィンドウを大きくしても問題が先送りになるだけで、なくなりはしません。Anthropic は、コンテキストが長くなるほど想起が低下すると指摘しています。また、トークン課金では余分なトークンにターンごとに毎回料金がかかります。

### 最初に何から試せばよいですか？

まず、何がコンテキストを埋めているかを測ってください。たいていはツール出力と古い履歴が最大の部分で、それを削ったり要約したりするのは手軽に試せます。

## 関連項目

-   [プロンプトエンジニアリング（prompt engineering）](https://broadrouter.com/ja/glossary/prompt-engineering/) (用語)
-   [コンテキストの圧縮（context compaction）](https://broadrouter.com/ja/glossary/context-compaction/) (用語)
-   [コンテキストの劣化（context rot）](https://broadrouter.com/ja/glossary/context-rot/) (用語)
-   [Lost in the Middle（中間の情報の見落とし）](https://broadrouter.com/ja/glossary/lost-in-the-middle/) (用語)
-   [コンテキストウィンドウ（context window）](https://broadrouter.com/ja/glossary/context-window/) (用語)
-   [キャッシュ入力トークン（cached input tokens）](https://broadrouter.com/ja/glossary/cached-input-tokens/) (用語)
-   [エージェント向け無制限 LLM API プランのしくみ](https://broadrouter.com/ja/guides/unlimited-llm-api-sessions/) (ガイド)
-   [長時間動くエージェントのコンテキスト管理：100 万トークンを活かす](https://broadrouter.com/ja/blog/long-running-agent-context-management/) (記事)
-   [エージェントのトークン予算：エージェントループのトークンはどこに消えるか](https://broadrouter.com/ja/blog/agent-token-budget/) (記事)
-   [プレフィックスがキャッシュされるプロンプトの組み立て方](https://broadrouter.com/ja/blog/prompt-structure-for-caching/) (記事)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-context-engineering&utm_content=page-cta) ·

**出典**

-   [Anthropic Engineering、Effective context engineering for AI agents（2026-11-15 確認）](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
-   [Claude Code ドキュメント、サブエージェント（コンテキストの保持）（2026-11-15 確認）](https://code.claude.com/docs/en/sub-agents)
-   [Claude Code ドキュメント、コストを効果的に管理する（トークン使用量の削減）（2026-11-15 確認）](https://code.claude.com/docs/en/costs)
