チュートリアル / プロンプト・活用

AIに渡す情報を仕分けて絞る

コンテキストエンジニアリングは、特別なツールがなくても始められます。ここでは、1つの依頼を選び、渡す予定の情報を仕分けて削り、型として残すところまでを5つの手順にまとめます。

対象用語：コンテキストエンジニアリング（Context Engineering）形式：手順＋確認ポイント更新：2026年10月18日

手

手順

依頼を1つ選び、今渡している情報を全部書き出す
普段AIに頼んでいる作業を1つ選び、実際に貼り付けている文章や資料をそのまま列挙します。
確認ポイント：「何を渡しているか」を人に説明できる状態か
4種類に仕分ける
指示、参照資料、会話の履歴、ツールの結果に分けます。どれにも当てはまらないものは、今回の判断に不要な可能性が高い情報です。
確認ポイント：4つの箱がすべて埋まったか（空の箱は設計の穴）
「必要か」を1問で判定する
各項目に「これがなくても同じ答えを出せるか」を問い、出せるものは削ります。
確認ポイント：削ったあとも、根拠として示せる情報が残っているか
順番を入れ替えて試す
目的・制約を先頭、資料を中ほど、出力形式を最後に置いて同じ依頼を実行します。
確認ポイント：削る前と後で、出力のどこが変わったかを1行で説明できるか
型として保存する
うまくいった構成を、項目名だけの雛形として残します。変わる部分は〔　〕にしておきます。
確認ポイント：担当が変わっても同じ構成で再現できるか

削りすぎて必要な情報まで落ちてしまう

削る前に「この判断に必要な根拠は何か」を1行書いてください。根拠として示せない情報は削ってよく、示す必要がある情報は残します。

資料が長すぎて、どこを抜くか決められない

見出しだけを先に読ませ、関係する見出しを選ばせてから中身を渡してください。全文を渡すより速く、抜けも減ります。

あわせて読みたい：用語の意味から確認したい場合は用語一覧、基礎から順に学ぶ場合はチュートリアル「はじめての LLM 活用」、コピーして使える例文はプロンプト集をご覧ください。

コンテキストエンジニアリング（Context Engineering）の定義・仕組み・出典・プロンプト集はこちら。