メむンコンテンツぞスキップ

AIにコンテキスト文脈・背景を理解させるには

    AIを業務掻甚するためのプロンプトは、ちょっず調べるだけでもすぐに芋぀かる。でも簡単なプロンプトだず、その回答なんか違う 、もある。

    倚くのAIの倱敗はコヌドの䞍具合ではなく、コンテキストの䞍足。パタヌンしか芋ず、その背埌にある目的・暗黙のルヌル・人間の感情ずいったコンテキストを芋おない。この解決策は、単にAIモデルをより賢くするこずではなく、自分が投入される環境をAIにより深く理解させるこずにある。

    それはごもっずもではあるのだが、以前調べたシステムプロンプトの蚭定などのプロンプト゚ンゞニアリングでは無理よね、ず思っおたのだけど、

    Context Engineering

    っおのがあるらしい。簡単な蚘事は読み始めおみたものの

    LangChainの「コンテキスト゚ンゞニアリング」蚘事。同技術を「コンテキストりィンドりに適切な情報を配眮する技術」ずし、①倖郚曞き出しWrite、②情報遞択するSelect、③芁玄・トリミングで圧瞮するCompress、④文脈分離するIsolateの4手法で玹介。
    Context Engineeringhttps://t.co/z5T8hADj3h

    — Shinichi Takaŷanagi (@_stakaya) July 19, 2025

    既にSurvey論文たである状況ずは、党く぀いおいけおなかった、、、埌でこの論文くらいは読んでおかなくおは。。。

    コンテキストを「呜什・知識・ツヌル・メモリ・状態・ク゚リ」の集たりずしお再定矩、コンテキスト゚ンゞニアリングを「LLMの出力品質を最倧化する文脈最適化問題」ず蚭定したサヌベむ論文。分類敎理図匕甚も。
    A Survey of Context Engineering for Large Language Models
 pic.twitter.com/dt5ABR1hMK

    — Shinichi Takaŷanagi (@_stakaya) July 21, 2025

    コンテキストを䞎える事䟋

    は、コヌディングの分野ではあるようで、Devinの事䟋が有甚

    Manus構築での実践的な教蚓それは有甚そうだ

    そのうち人間の心を再珟するAIができれば

    コンテキストは人が「゚ンゞニアリング」しなくおも良い感じに取り蟌んでくれるかもしれないし、むしろ人の裏を読んでさがるAIずかも出珟するのかもしれない。これが実珟するのかは正盎ただ党くピンず来ないけど面癜そうな萌芜的な蚘事はいく぀かあるので以䞋のペヌゞに分離しおたずめた。

    それたでは「文脈を読み取る知性」ず、それをAIに「理解」させるための゚ンゞニアリングっおのは人間の仕事の1぀ずいうこずで。

    なんか僕みたいなニブむダツが埌倩的に思考を蚀語化したり空気を読んだりするメ゜ッドが開発されおいくようで、プロンプト゚ンゞニアリング呚りはいただ面癜い笑

     
     
    デヌタ利掻甚たわりでサヌビス䌁画しおるチヌフなんたらサむ゚ンティスト。なおX/twitterもnoteも私個人の意芋であり、所属する組織の芋解ではありたせん。 ( 厂˙ω˙ )厂うぇヌい 

 ○┌ 

    あなたぞのおすすめ