エージェントに任せる仕事が長くなるほど、文脈に重複した情報、矛盾する情報、古くなった情報が溜まります。DeepLearning.AIとChromaの新講座は、この劣化を「Context Rot」と名づけ、文脈を整える技術を体系化しています。講座の内容を、実務の手順に落として整理します。

手順1:文脈が劣化する仕組みを理解する
講座の講師を務めるのは、Chromaの共同創業者であるJeff Huber氏と、O’ReillyのContext Engineering Handbook編集者のDrew Breunig氏です。講座の説明によれば、文脈が長くなるほどモデルの性能は落ち、この問題は文脈ウィンドウを大きくしても、プロンプトを書き直しても解決しません。解決するのは「正しい情報を、正しい形式で、正しいタイミングで渡すこと」です。文脈の構造は、コンテキストウィンドウの解説も参考になります。
手順2:エージェント基盤の記録(トレース)を読めるようにする
講座では、フレームワークを使わずPythonでエージェント基盤(ハーネス)を組み、フックとトレースで文脈の問題を見つける内容が扱われます。どの時点で何が文脈に入ったかが追えると、劣化の原因が「重複」「矛盾」「古い情報」のどれかを切り分けられます。棚卸しの進め方は、エージェントの文脈を棚卸しする手順も参考になります。
手順3:検索を複数の道具に分ける(アジェンティック検索)
講座の1つ目の柱はAgentic Searchです。語が一致する検索(レキシカル)、意味が近い検索(セマンティック)、両方を混ぜた検索(ハイブリッド)、構造化データへの検索を、道具として使い分けさせます。あわせて、道具の説明文の書き方と道具の一覧(レジストリ)の設計も扱われ、実行記録と評価から道具の選択精度を上げていきます。道具の説明文の設計は、道具の定義を設計する手順でも扱っています。
手順4:文脈を3つの方法で整える(コンテキスト管理)
2つ目の柱はContext Managementです。講座は、不要な情報を削るPruning、要約して詰め替えるCompaction、作業メモを置くScratchpadsの3つを挙げています。
| 方法 | やること | 効く場面 |
|---|---|---|
| Pruning(間引き) | 重複や不要な項目を文脈から削る | 履歴が長く積み上がったとき |
| Compaction(圧縮) | 過去のやり取りを要約に詰め替える | 古い経緯は概要で足りるとき |
| Scratchpad(作業メモ) | 途中結果を別の場所に書き残す | 長い工程の中間値を保持したいとき |
この3つは、文脈の設計方針を扱ったコンテキスト設計の5ステップとも接続します。整える前後で精度がどう変わるかを測ってください。
手順5:フィードバックを記憶として蓄える(アジェンティックメモリ)
3つ目の柱はAgentic Memoryです。利用者のフィードバックを再利用可能な記憶として保存し、必要な仕事のときに取り出し、情報が変わったらセッションをまたいで記録を更新します。記憶の種類と設計は、エージェントの3種類のメモリでも整理しています。講座では、各変更の効果を実行記録と評価(Evals)で測って比較する流れも扱われます。
FAQ
Q. コンテキストウィンドウを大きくすれば解決しますか?
A. 解決しません。講座の説明は、長い文脈でも性能が落ちる問題が残ると述べ、プロンプトの書き直しではなく、文脈そのものを整えるのが解決策だと位置づけています。
Q. この講座は誰向けですか?
A. 公式ページでは中級(Intermediate)に分類され、Pythonでフレームワークなしのエージェント基盤を組み、実行記録を読んで評価で改善する内容です。料金や受講条件は公式ページで確認してください。
あわせて使いたいツール
学習の相手として、チャット型のLLMで小さな検証を回すのが現実的です。料金と提供条件は各サービスの公式情報で確認してください。
出典
出典:DeepLearning.AI「Context Engineering(文脈エンジニアリング)」講座ページ(2026年11月11日更新)。Context Rotの説明、アジェンティック検索・コンテキスト管理・アジェンティックメモリの3柱、講師の肩書きは同ページの記載に基づきます。
関連ガイド
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
