AIのコンテキストは、LLMが回答や判断に使うために、その場で参照できる前提情報のまとまりです。
プロンプト本文だけでなく、会話履歴、システムメッセージ、添付ファイル、検索結果、RAGで取得した文書、ツール実行結果などが含まれます。
まず押さえたいポイント
- AIが今の回答を作るために参照できる材料
- プロンプトより広い概念
- 会話履歴、ファイル、検索結果、ツール結果も含まれる
- 多ければ多いほどよいわけではなく、必要な情報を選ぶことが重要
どんな場面で使うか
AIにエラー調査を頼むなら、エラーメッセージ、環境、関連コード、期待する動作がコンテキストになります。
社内FAQなら、質問文だけでなく、検索で見つけた社内規程やマニュアルの抜粋がコンテキストになります。
AIエージェントでは、ファイル検索、コマンド実行、API呼び出しの結果もコンテキストになります。
途中で失敗したコマンドや古い前提が残ると、次の判断に影響することがあります。
プロンプトとの違い
プロンプトは、利用者がAIに入力する質問や指示です。
コンテキストは、プロンプトを含む判断材料全体です。
たとえば「このエラーを直して」というプロンプトだけでは情報不足ですが、ログ、コード、実行環境、直前の会話があれば、AIはそれらをコンテキストとして使えます。
逆に、プロンプトが丁寧でも必要な材料がない場合、AIは推測で答えやすくなります。
実務で見るポイント
良いコンテキストは、目的に必要な情報がそろい、不要な情報が少ない状態です。
古い仕様書、関係ないログ、機密情報、別プロジェクトのコードを混ぜると、回答の精度や安全性が下がることがあります。
詳しい整理は、AIのコンテキストとは？プロンプト・会話履歴・RAGとの違いを整理で扱っています。
実務では、コンテキストウィンドウの大きさだけでなく、何を入れ、何を入れないかを設計することが大切です。