コンテキスト
(こんてきすと/Context)
- 起点・背景(海外)
- 2020年
- 更新
- 2026-11-13
一言でいうと
AIが1回の応答を作るときに読み込んでいる情報のまとまりです。モデルが学習で身につけた知識とは別に、自社の資料のような個別の情報は、ここに含めない限り応答に反映されません。
AI開発の要件の打ち合わせでは、指示文や会話、資料、ツールの実行結果のうち、判断材料としてAIに渡す情報を設計する業務の範囲を協議します。
コンテキストとコンテキストウィンドウは、指すものが異なります。コンテキストは参照できる情報の中身で、コンテキストウィンドウはその情報を一度に収められるトークン(文章を細かく区切った処理の単位)数の上限です。Anthropicの公式ドキュメントは、ウィンドウの使用量に、指示文、会話の履歴、ツールの実行結果や資料に加え、AIが生成する応答も含まれると説明しています。上限が大きくても、トークン数が増えるほど必要な情報を正確に取り出す能力が下がるため、何を入れるかを選ぶ作業は残ります。
開発元と登場年
特定の開発元が名付けた語ではなく、言語モデルの分野で「モデルに与える入力の範囲」を指して使われてきた言葉です。2020年にOpenAIが発表したGPT-3の論文は、入力に例を含めるだけで課題をこなせることを示し、これを「インコンテキスト学習(in-context learning)」と呼びました。モデルを学習し直さず、入力の中身で振る舞いを変える使い方が、ここから広がりました。
2025年9月には、Anthropicが技術ブログで、エージェントに渡す情報を選び、限られた量に収める考え方を「コンテキストエンジニアリング」として整理しています。
何を解決するために生まれたか
言語モデルは学習時点までの一般的な知識しか持っていません。自社の求人票、候補者とのやり取り、社内の選考基準といった個別の情報は、使うたびに入力として渡す必要があります。
指示文だけを工夫しても、判断に必要な材料が入っていなければ正確な答えは返りません。何を渡し、何を渡さないかを決める単位としてコンテキストという言葉が使われるようになりました。一度に渡せる量には上限があり、その上限をコンテキストウィンドウと呼びます。
どこで使われているか
チャット型のAIでは、指示、それまでの会話、添付ファイルがコンテキストになります。AIエージェントでは、ツールを呼び出した結果や読み込んだファイルの中身も加わり、作業が進むほど量が増えます。
社内文書を検索して関連部分だけを渡すRAG、長い会話を要約して詰め直す処理は、いずれもコンテキストに何を入れるかを制御する技術です。
人材市場の実情
コンテキストという語だけを掲げた求人はほとんどなく、LLMを使ったプロダクト開発やAIエージェント開発の求人の中で、設計の論点として扱われます。RAGの設計、長い会話の扱い、エージェントに渡す情報の絞り込みといった業務がこれに当たります。
非エンジニアの職種でも、AIに資料を渡して作業させる機会が増えています。どの資料を渡せば目的の答えが返るかを判断できるかどうかで、同じツールでも成果に差が出ます。
混同されやすい技術との違い
| 用語 | 指すもの | コンテキストとの違い |
|---|---|---|
| コンテキストウィンドウ | 一度に処理できる情報量の上限 | 器の大きさ。コンテキストは器に入っている中身 |
| プロンプト | AIへの指示文 | コンテキストの一部。会話の履歴や資料は含まない |
| 学習データ | モデルを作るときに使ったデータ | モデルの中に取り込まれた知識。コンテキストは使うたびに渡す情報 |
採用担当の見極めポイント
- AIの出力が期待と違ったとき、指示文を直したか、渡す資料を見直したかを聞いてください。資料の側を点検した経験を話せる場合は、コンテキストを設計の対象として扱ってきたと判断できます
- AIエージェント開発の候補者には、作業が長くなったときに情報をどう絞ったかを聞いてください。「古い会話を要約して残し、必要な資料は検索で該当部分だけを渡した」のように、絞り込みの手順を具体的に説明できるかが、実装経験の目安になります
- 求人票には、AIに渡している社内データの種類を書いてください。候補者はそこから、設計の難しさと扱う情報の範囲を読み取ります。書くのは「社内文書」「問い合わせ履歴」のような種類の概括にとどめ、機微な情報や個別のデータの中身は書きません