context-engineering について
context-engineeringは、複雑な作業や長期タスクに向けて、Claudeのコンテキストを整理・維持するスキルです。階層化したメモリ、情報の圧縮、ワークフロー追跡を通じて、複数エージェントの連携を支援します。
主な機能
- 01長期・現在のコンテキストの階層化
- 02重要な決定を残す情報圧縮
- 03タスク、障害、進捗の追跡
- 04ワークフローの継続性維持
- 05複数エージェント間の共有コンテキスト調整
活用シーン
- 01大規模プロジェクトの構造化メモリ維持
- 02セッションをまたぐ長期タスクの継続
- 03共有コンテキストを使う複数エージェントの連携
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/context-engineeringを入力して読み込まれたか確認します。
詳細
コンテキストエンジニアリング
概要
このスキルを使うと、Claude はプロンプトを個別のやり取りとして扱うのではなく、コンテキストを設計されたシステムとして管理できます。
このワークフローでは、次のことに重点を置きます。
- 構造化されたコンテキスト管理
- メモリの整理
- プロンプトの階層化
- タスクの分解
- コンテキストの圧縮
- ワークフローの継続性
- 複数エージェントの連携
- 長期的な推論システム
目標は、次の点を改善することです。
- 推論の品質
- 実行の一貫性
- スケーラビリティ
- ワークフローの明確さ
- 長いコンテキストでの信頼性
Claude に未加工の情報を大量に与えるのではなく、コンテキストは次のようにする必要があります。
- 構造化する
- 優先順位を付ける
- 階層化する
- 積極的に維持する
適切なコンテキストエンジニアリングによって、大規模で複雑なワークフロー全体における AI の実行品質が大幅に向上します。
セットアップ
開始する前に、次の手順を実行します。
- 構造化されたワークスペースを作成します。
推奨される構成：
context/
memory/
tasks/
planning/
reviews/
- 基盤となるファイルを作成します。
project-summary.md
active-context.md
tasks.md
architecture.md
- 次の項目を定義します。
- プロジェクトの目標
- アクティブなワークフロー
- 重要な制約
- 長期的な目標
推奨ツール：
- Claude
- GitHub
- Markdown ファイル
- Notion
- Obsidian
- MCP 対応システム
任意：
- ベクターデータベース
- 埋め込み検索
- 複数エージェントのオーケストレーション
- メモリのインデックス作成システム
必要な入力
- プロジェクト情報
- ワークフローの目標
- 既存のドキュメント
- アクティブなタスク
- 長期的な目標
任意：
- アーキテクチャ図
- セッション履歴
- エージェントのメモリシステム
- リポジトリの要約
このスキルを使う場面
次の場合にこのスキルを使います。
- 大規模なプロジェクトを管理するとき
- AI ワークフローを連携させるとき
- 複数エージェントシステムを拡張するとき
- 長時間にわたるタスクに取り組むとき
- 実行の継続性を維持するとき
- 推論の一貫性を向上させるとき
- 大規模なコンテキストウィンドウを整理するとき
- 高度な Claude ワークフローを構築するとき
使用しない場面
次の場合は、このスキルを使用しないでください。
- ごく小規模な一段階のタスク
- 使い捨てのプロンプト
- 独立した実験
- 継続性が求められないワークフロー
使用例
複数のアクティブなワークフローを含む大規模な AI エンジニアリングリポジトリ全体で、構造化されたコンテキストを維持します。
Claude が行うこと：
- プロジェクトのメモリを整理する
- 重要でないコンテキストを圧縮する
- アクティブな情報に優先順位を付ける
- アーキテクチャ上の決定を追跡する
- ワークフローの継続性を維持する
- エージェントの責任を調整する
- コンテキストの構造を継続的に改善する
最終的な結果として、次のことを実現します。
- 推論の品質を向上させる
- コンテキストの混乱を減らす
- 大規模なワークフローを効果的に拡張する
- 長期的な継続性を維持する
- 実行の一貫性を向上させる
コンテキストエンジニアリングの基本原則
1. コンテキストはプロンプトではなく、システムです
優れた AI ワークフローは、次の要素に依存します。
- 構造化されたコンテキスト
- 整理されたメモリ
- 優先順位付けされた情報
- アクティブなコンテキスト管理
Claude は、コンテキストを次のように扱う必要があります。
- 動的なもの
- 階層化されたもの
- 継続的に維持されるもの
次のことは避けてください。
- 巨大で構造化されていないプロンプト
- 情報の重複
- ノイズの多いコンテキストの蓄積
構造化されたシステムによって、次の点が向上します。
- 推論
- スケーラビリティ
- 実行品質
2. 価値の高いコンテキストを優先する
すべての情報が同じように重要なわけではありません。
Claude は、次の項目に優先順位を付ける必要があります。
- アクティブなタスク
- 制約
- アーキテクチャ上の決定
- ワークフローの目標
- 未解決の障害
次の情報は保存しないでください。
- 無関係な履歴
- 重複した要約
- 価値の低い会話の埋め草
適切な優先順位付けによって、次の点が向上します。
- コンテキストの効率性
- 推論の品質
- ワークフローの明確さ
3. 長期コンテキストとアクティブコンテキストを分ける
コンテキストは階層化する必要があります。
推奨される構成：
Long-Term Memory
↓
Project Context
↓
Active Workflow Context
↓
Immediate Task Context
これにより、次の点が向上します。
- スケーラビリティ
- 情報検索の品質
- 推論の焦点
Claude は、次の要素を混在させないようにする必要があります。
- 永続的な知識
- 一時的な実行状態
- 優先度の低い詳細
4. コンテキストを積極的に圧縮する
大規模なワークフローには圧縮が必要です。
Claude は次のことを行う必要があります。
- 繰り返し要約する
- 重複した情報を統合する
- 不要な冗長さを減らす
- 重要な知見だけを残す
圧縮によって、次の点が向上します。
- スケーラビリティ
- 推論効率
- 長いコンテキストでの信頼性
適切な要約では、次の要素が保たれます。
- 意味
- 決定事項
- ワークフローの継続性
5. コンテキストで実行品質を高める
コンテキストエンジニアリングの目的は、実行品質を高めることです。
優れたコンテキストシステムは、次の点を改善します。
- 計画
- 推論
- 実装の一貫性
- ワークフローの継続性
- マルチエージェントの連携
Claude はコンテキストを積極的に活用して、次のことを実現する必要があります。
- 説明の繰り返しを減らす
- 認識を一致させる
- 長期的な実行品質を高める
ワークフロー
1. プロジェクトの基本コンテキストを定義する
まず、次の内容を特定します。
- プロジェクトの目標
- アーキテクチャ
- 現在進行中のワークフロー
- 制約
- 長期的な目標
次の項目について、基盤となる要約を作成します。
- プロジェクトの概要
- 現在の状況
- 優先して取り組む項目
要約は次のように保ちます。
- 簡潔である
- 構造化されている
- 更新しやすい
2. コンテキストのレイヤーを整理する
次の要素を分離します。
- 永続的なメモリ
- プロジェクトのコンテキスト
- 現在のタスク
- 一時的な実行状態
推奨される構成：
memory/
active-context/
planning/
reviews/
これにより、次の点が改善されます。
- 推論の明瞭さ
- ワークフローの拡張性
- 検索の品質
3. 情報を継続的に圧縮する
Claude は次のことを行う必要があります。
- セッションを要約する
- 重複を取り除く
- 重要な決定事項を保持する
- ワークフローの履歴を簡潔にする
次のことは避けます。
- 生の会話記録を大量に残すこと
- メモの重複
- ノイズの多いコンテキストの蓄積
適切に圧縮すると、次の点が改善されます。
- 長期的な使いやすさ
- コンテキストの効率
- 推論の品質
4. 進行中のワークフローを追跡する
次の項目を管理します。
- 進行中のタスク
- ブロッカー
- 依存関係
- 実装状況
- レビューからのフィードバック
Claude は次の項目を継続的に更新する必要があります。
- 進捗の要約
- ワークフローの優先順位
- 実行待ちの手順
これにより、次の点が改善されます。
- 継続性
- 計画
- 連携
5. マルチエージェントシステムを連携させる
マルチエージェントのワークフローでは、次の点が重要です。
- エージェント間でコンテキストを共有する必要がある
- メモリの同期を保つ必要がある
- 責任範囲を明確にする必要がある
Claude は次のことを行う必要があります。
- 連携状態を保持する
- 作業の重複を減らす
- 共通認識を維持する
適切な連携により、次の点が改善されます。
- 拡張性
- 実行品質
- ワークフローの安定性
6. コンテキスト構造を改善する
プロジェクトの成長に合わせて、次のことを行います。
- コンテキストシステムを簡素化する
- 要約を再編成する
- 古くなった情報をアーカイブする
- 情報検索の構造を最適化する
コンテキストシステムは継続的に進化させる必要があります。
次のことは避けます。
- 静的なメモリのダンプ
- コンテキストの無秩序な増加
- 断片化した整理方法
7. コンテキストの品質を検証する
最終的に確定する前に、次の点を確認します。
- 要約が引き続き役に立つこと
- 古くなった情報が削除されていること
- ワークフローが明確であること
- 不要な複雑さが抑えられていること
優れたコンテキストシステムは、次のように感じられるものです。
- 軽量である
- 構造化されている
- 拡張性がある
- 実行を重視している
出力要件
最終出力には、次の内容を含めます。
- 構造化されたコンテキストシステム
- レイヤー化されたメモリ構成
- 圧縮されたワークフローの要約
- 拡張可能なコンテキストアーキテクチャ
- 実行を重視したメモリパイプライン
- 長期的な推論を維持しやすいシステム
ワークフロー自体は、次のように保つ必要があります。
- 軽量である
- 整理されている
- 拡張性がある
- 適応性がある
- 実行を重視している
実行戦略（AI エージェント向け）
エージェントは次のことを行う必要があります。
- コンテキストを設計されたシステムとして扱う
- 価値の高い情報を積極的に優先する
- ワークフローを継続的に圧縮する
- レイヤー化されたコンテキスト構成を維持する
- ワークフロー間でメモリを慎重に連携させる
- 長期的な実行品質を最適化する
ワークフローでは、次の点を最適化する必要があります。
- 推論の明瞭さ
- 拡張性
- 実行の一貫性
- ワークフローの継続性
- 長いコンテキストでの信頼性
ベストプラクティス
- コンテキストを構造化する
- 積極的に圧縮する
- 現在必要な情報を優先する
- 長期的なコンテキストと一時的なコンテキストを分離する
- 軽量な要約を維持する
- 古くなった情報をアーカイブする
- メモリの整理方法を継続的に改善する
注記
- コンテキストの品質は AI の実行品質に大きく影響します
- 拡張可能なワークフローには圧縮が不可欠です
- レイヤー化されたメモリシステムは推論の一貫性を高めます
- 構造化されたコンテキストはマルチエージェントの連携を大幅に改善します
- 優れたコンテキストシステムは軽量で、継続的にメンテナンスされています