要旨: 人工知能（AI）システムがステートレスなチャットボットから自律的なマルチステップエージェントへと進化する中で、個別のクエリを作成する学問であるプロンプトエンジニアリング（PE）は必要ではあるが十分ではない。本論文は、AIエージェントが意思決定を行う情報環境全体の設計、構造化、および管理に関わる独立した学問分野としてコンテキストエンジニアリング（CE）を提唱する。ベンダーのアーキテクチャ（Google ADK、Anthropic、LangChain）、現在の学術研究（ACEフレームワーク、Google DeepMindのインテリジェントディレゲーション）、企業研究（Deloitte, 2026; KPMG, 2026）、および著者が構築したマルチエージェントシステムの経験に基づき、本論文は5つのコンテキスト品質基準、すなわち関連性、十分性、隔離性、経済性、および由来を提案し、コンテキストをエージェントのオペレーティングシステムとして位置づける。さらに2つの上位概念の学問分野が続く。意図エンジニアリング（IE）は組織の目標、価値観、トレードオフの階層をエージェントインフラに符号化する。仕様エンジニアリング（SE）はマシン可読な企業ポリシーと標準のコーパスを作成し、マルチエージェントシステムの大規模自律運用を可能にする。これら4つの学問分野は累積的な成熟度ピラミッドモデルを形成し、各レベルが前のレベルを必須の基盤として包含する。企業データはギャップを示している。75%の企業が2年以内にエージェントAI導入を計画している一方（Deloitte, 2026）、実際の導入はスケーリングの複雑さに直面して増減を繰り返している（KPMG, 2026）。Klarna社の事例は、コンテクスチュアルかつ意図的な二重の不足を示している。エージェントのコンテキストを制御する者が行動を制御し、意図を制御する者が戦略を制御し、仕様を制御する者がスケールを制御する。
コンテキストエンジニアリング：プロンプトから企業のマルチエージェントアーキテクチャへ
arXiv cs.AI / 2026/3/11
Ideas & Deep AnalysisIndustry & Market Moves
要点
- 本論文は、AIエージェントが動作する情報環境の設計と管理に焦点を当てた新しい学問分野としてコンテキストエンジニアリングを紹介し、従来のプロンプトエンジニアリングを越えるアプローチを提案している。
- コンテキストの質を評価する5つの主要な基準（関連性、十分性、隔離性、経済性、由来）を定義し、コンテキストをAIエージェントのオペレーティングシステムとして概念化している。
- 3つの相互に関連するエンジニアリング分野が成熟度ピラミッドを形成しており、プロンプトエンジニアリング、コンテキストエンジニアリング、意図エンジニアリング（組織目標のコーディング）、および仕様エンジニアリング（スケーラブルなエージェント運用のための企業ポリシー定義）が含まれる。
- 企業研究は、コンテキスト、意図、仕様の管理における複雑性のために、広範な計画と実際の実装との間にギャップがあることを示している。
- Klarna社の事例は、コンテキスト、意図、仕様の制御が企業環境内でのAIエージェントの行動、戦略、スケーラビリティを決定づけることを例証している。
