一言で
Context Engineering は、AI に渡す文脈を「できるだけ少なく、でも必要なだけ多く」設計する技術。
何でも全部読ませるのではなく、目的・制約・関連ファイル・検証方法を絞って、AI が迷わず次の一手を選べる状態を作る。
良い context は量ではなく 選び方。不要な情報を減らし、必要な情報を欠かさない。
Context rot（コンテキスト劣化）
LLM は context window（コンテキストウィンドウ）が大きいほど賢くなるわけではない。情報を詰め込みすぎると、Lost in the middle（中央埋没） で重要情報が中央に埋もれたり、Recency bias（直近性バイアス） で直近の情報を過大評価したりして、判断が鈍る。
これを context rot（コンテキスト劣化） と呼ぶ。
treemap-beta
"コンテキストウィンドウ"
"賢いゾーン": 60:::smart
"鈍いゾーン": 40:::dumb
classDef smart fill:#0891b2,stroke:#67e8f9,color:#ecfeff
classDef dumb fill:#7a1748,stroke:#ff2e88,color:#ffe8f4Context Engineering の目的は、context window を埋めることではなく、必要な情報が目立つ状態を保つこと。
Input・Cached input・Output トークン
各ターンで context window の中身は 3 種類のトークン として課金される。これを知ると、長いセッションのコストの理由が分かる。
| 種類 | 中身 | 相対コスト |
|---|---|---|
| 🟥 Input | このターンで新規送信 — prompt・ファイル・ツール結果 | 標準 |
| 🟦 Cached input | 前ターンから再送され、キャッシュから供給される文脈 | 最安（大幅割引） |
| 🟩 Output | モデルが生成して返すテキスト | 最も高い |
長い会話では window の大半が cached input（履歴が毎ターン再送される）なので、キャッシュがコストを抑える鍵。節約は output と追加する input を削ることで効く。
💡 続くターン別スライドは、各ブロックをこのトークン種別で色分けしている。
コンテキストウィンドウ：Start（turn 1）
Start はほぼ理想状態。常時必要な System/tools（skills descriptions / copilot-instructions / MCP servers）だけが入り、作業用の余白が大きい。最初のターンでは初めて送られるので、これらは Input トークン として課金される。
Input トークン（このターンで新規送信） · Free space / Buffer
treemap-beta
"コンテキストウィンドウ"
"System & tools": 10:::used
"Free space": 75:::free
"Buffer": 15:::free
classDef used fill:#7a1748,stroke:#ff2e88,color:#ffe8f4
classDef free fill:#0891b2,stroke:#67e8f9,color:#ecfeffコンテキストウィンドウ：Custom agent（turn 1）
Custom agent に切り替えると、その agent instruction が context に追加される。System & tools も Custom Agent もこのターンで初めて送られるので、すべて Input トークン として課金される。
Input トークン（このターンで新規送信） · Free space / Buffer
treemap-beta
"コンテキストウィンドウ"
"System & tools": 10:::used
"Custom Agent": 10:::used
"Free space": 65:::free
"Buffer": 15:::free
classDef used fill:#7a1748,stroke:#ff2e88,color:#ffe8f4
classDef free fill:#0891b2,stroke:#67e8f9,color:#ecfeffコンテキストウィンドウ：Prompt（turn 1）
Prompt を書く。たとえば「test を追加して」と頼むと、関連 skill と test 用の path instruction が読み込まれることがある。コンテキスト内の要素すべてが、このターンで初めて送られる Input トークン。
Input トークン（このターンで新規送信） · Free space / Buffer
treemap-beta
"コンテキストウィンドウ"
"System & tools": 10:::used
"Custom Agent": 10:::used
"Path instruction": 10:::used
"Skill": 10:::used
"Prompt": 10:::used
"Free space": 35:::free
"Buffer": 15:::free
classDef used fill:#7a1748,stroke:#ff2e88,color:#ffe8f4
classDef free fill:#0891b2,stroke:#67e8f9,color:#ecfeffコンテキストウィンドウ：Sub-agent（turn 1）
agent が sub-agent を呼ぶことがある。たとえば codebase の explore、database 検索、review など。sub-agent の summary が main context に返ってくる。コンテキスト内の要素すべてが、このターンで初めて送られる Input トークン。
Input トークン（このターンで新規送信） · Free space / Buffer
treemap-beta
"コンテキストウィンドウ"
"System & tools": 10:::used
"Custom Agent": 10:::used
"Path instruction": 10:::used
"Skill": 10:::used
"Prompt": 10:::used
"Sub-agent data": 10:::used
"Free space": 25:::free
"Buffer": 15:::free
classDef used fill:#7a1748,stroke:#ff2e88,color:#ffe8f4
classDef free fill:#0891b2,stroke:#67e8f9,color:#ecfeffコンテキストウィンドウ：Memory（turn 1）
Repo で作業を続けると、memory が生成され、必要な時に動的に読み込まれることがある。コンテキスト内の要素すべてが、依然としてこのターンの新規 Input トークン。
Input トークン（このターンで新規送信） · Free space / Buffer
treemap-beta
"コンテキストウィンドウ"
"System & tools": 10:::used
"Custom Agent": 10:::used
"Path instruction": 10:::used
"Skill": 10:::used
"Prompt": 10:::used
"Sub-agent data": 10:::used
"Memory": 10:::used
"Free space": 15:::free
"Buffer": 15:::free
classDef used fill:#7a1748,stroke:#ff2e88,color:#ffe8f4
classDef free fill:#0891b2,stroke:#67e8f9,color:#ecfeffコンテキストウィンドウ：Output（turn 1）
LLM が応答する。返ってきた Answer は context に追加される。これは Output トークン で、Input トークンとは別の（通常は高めの）レートで課金される。
Input トークン（このターンで新規送信） · Output トークン（LLM の応答） · Free space / Buffer
treemap-beta
"コンテキストウィンドウ"
"System & tools": 10:::used
"Custom Agent": 10:::used
"Path instruction": 10:::used
"Skill": 10:::used
"Prompt": 10:::used
"Sub-agent data": 10:::used
"Memory": 10:::used
"Answer": 10:::output
"Free space": 5:::free
"Buffer": 15:::free
classDef used fill:#7a1748,stroke:#ff2e88,color:#ffe8f4
classDef output fill:#a16207,stroke:#fbbf24,color:#fef3c7
classDef free fill:#0891b2,stroke:#67e8f9,color:#ecfeffコンテキストウィンドウ：Cache input（turn 2）
ユーザーが次のターンを始めるために新しい prompt を送る。turn 1 の全要素 ── system、tools、custom agent、prompt、sub-agent data、memory、さらに LLM の answer も ── は プロンプトキャッシュ から安価な Cache input トークン として再利用される。新規 Input トークン はこのターンの Prompt #2 だけ。
Cache input トークン（保証されない） · Input トークン（このターンで新規） · Free space / Buffer
treemap-beta
"コンテキストウィンドウ"
"System & tools": 10:::cache
"Custom Agent": 10:::cache
"Path instruction": 10:::cache
"Skill": 10:::cache
"Prompt": 10:::cache
"Sub-agent data": 10:::cache
"Memory": 10:::cache
"Answer": 10:::cache
"Prompt #2": 10:::used
"Free space": 5:::free
"Buffer": 5:::free
classDef used fill:#7a1748,stroke:#ff2e88,color:#ffe8f4
classDef cache fill:#475569,stroke:#cbd5e1,color:#f1f5f9
classDef free fill:#0891b2,stroke:#67e8f9,color:#ecfeff