4-2 コンテキストとは何か：AIの出力を決める「見えている世界」
※もともと有料教材でしたが、今はすべて無料で読めます。経緯はこちら→https://note.com/bonnno420/n/n226b8551ab12
良かれと思って背景情報を10段落貼り付けたら、回答はむしろピントを外れた。渡せば渡すほど良くなるはずでは——と首をかしげた経験、ありませんか。
その熱心さは間違っていません。ただ、この道具には「渡し方の設計原則」があるのです。
答えは、原理にあります。
このレクチャーのゴール: 「コンテキスト」の正体を定義でき、ツールの諸機能を「文脈の供給路」として統一的に理解できる。
正面から定義しましょう。コンテキストとは、人間の思考・目的・制約・価値観を、AIが利用可能な形へ構造化した情報であり、AIから見た「見えている世界」です。そして最重要の設計原則は、意外にも「何を渡すか」ではなく「何を渡さないか」。
この講座で何度も登場した「コンテキスト」という言葉を、ここで正面から定義します。コンテキストとは、人間の思考・目的・制約・価値観を、AIが利用可能な形へ構造化した情報です。あなたの頭の中にある「何のために、誰のために、何を大事にして、何をしてはいけないか」——それを言葉と資料の形に変換したものが、コンテキストの正体です。
そして実体の面から言えば、コンテキストとは、AIが応答を生成する瞬間に参照できる情報の総体であり、AIから見た「見えている世界」です。あなたの最新のメッセージだけではありません。それまでの対話履歴、設定された役割、渡された資料、検索結果——モデルの「作業机」（1-3・コンテキストウィンドウ）に載っているもののすべてが、AIの見ている世界を構成します。
なぜこの定義が重要なのか。AIには、机の上しか見えていないからです。AIの出力とは、モデルという固定された頭脳が、コンテキストという「見えている世界」に反応した結果です。モデルは変えられませんが、見えている世界は設計できます。だからAI活用の技術とは、突き詰めればコンテキストの設計技術なのです（1-8で予告した結論が、ここで一周して戻ってきました）。
この定義を持つと、各サービスの機能群が、バラバラの便利機能ではなく文脈の供給路の階層として整理できます。供給のタイミングが長期的なものから並べましょう。
①恒常的な文脈：カスタム指示やメモリ機能。職種・好みの文体など、すべての対話に常時載る情報。
②業務単位の文脈：プロジェクト機能（GPTs・Gems・Claudeのプロジェクト）。特定業務の指示書と資料をセットにし、その業務の対話に毎回載る情報。
③セッションの文脈：対話履歴。そのチャットで育ててきた流れ（2-15・セッションを育てる）。
④その場の文脈：メッセージ本文と添付ファイル。
⑤動的に取得される文脈：Web検索やRAG（1-5）が、応答の直前に外から運んでくる情報。
第2部で学んだプロンプト技術は④の設計、カスタム指示の活用（2-16・システムプロンプト）は①②の設計でした。つまりあなたはすでに、コンテキスト設計の各階層を学んでいたのです。ツール選びの目も変わります。新機能を見たら、「これはどの階層の、どんな文脈供給か？」と問う。メモリ機能は①の自動化、ファイル検索連携は⑤の拡張——機能の名前ではなく、供給路として理解すれば、本質を一目で掴めます。
最後に、この定義から導かれる最重要の設計原則を述べます。コンテキスト設計で最も重要なのは「何を渡さないか」です。AIの性能は、渡した情報量では決まりません。目的に不要な情報まで含めれば、AIの判断は散漫になります（1-3の「Lost in the Middle」を思い出してください）。コンテキストエンジニアリングとは、情報を増やす技術ではなく、目的に必要な情報だけを、必要なタイミングで生成・供給し、不要な情報を意図的に排除する設計技術です。優れたコンテキストとは、多くの情報を持つものではなく、目的に対して十分であり、不要な情報が削ぎ落とされた状態を指します。供給路が増えるほど——恒常設定、プロジェクト資料、検索結果が同時に机に載る時代ほど——この「削る設計」の価値は上がっていきます。
保存版・文脈供給の5階層
コンテキスト＝人間の思考・目的・制約・価値観を、AIが利用可能な形へ構造化した情報。実体はAIから見た「見えている世界」
モデルは変えられないが、見えている世界は設計できる。それがAI活用の正体
機能は「恒常→業務→セッション→その場→動的」の文脈供給階層で整理できる
最重要の設計原則は「何を渡さないか」。優れたコンテキストは削ぎ落とされている
これで冒頭の"渡すほど良くなるはず"の勘違いが解けます。
【2026年時点の一例】 本文の「文脈を保持する仕組み」は、ChatGPTのメモリ機能、Claudeのプロジェクト、Geminiの長大なコンテキストウィンドウなどが該当します。名称は数年で入れ替わりますが、本文の原理は変わりません。
やってみよう: 使っているサービスで、5つの供給階層それぞれに何を載せているか棚卸ししてみましょう。空いている階層が伸びしろです。削る設計はこのプロンプトで。
この依頼のために渡そうとしている情報はこれです〔 ここに列挙 〕。
目的〔 ここに記入 〕に照らして、渡すべき情報と"削るべき情報"を分けてください。
関連する無料ケーススタディ: 56「資料を全部渡したのに、AIの答えが雑になった。減らしたら鋭くなった」
📍 番号や読む順に迷ったら講座マップへ。目的別ルートと全84レクチャーの対応表があります。
