本記事ではAIに関する「コンテキストエンジニアリング」について触れたいと思います。
「コンテキストエンジニアリング」とは
「コンテキストエンジニアリング」とは、AIモデルが適切に有用な応答をできるように、インプットとなるコンテキスト（文脈情報）を最適に整える技術です。
コンテキストとは、入力した質問や指示内容（プロンプト）だけでなく、これまでの会話履歴や検索結果、外部データ、ツールなど、AIモデルが回答を参照するあらゆる情報のことを指します。
「コンテキストエンジニアリング」が台頭した背景
「コンテキストエンジニアリング」が台頭してきた背景として、プロンプトの最適化だけでは対応できない課題が増えています。
AIモデルに複雑な指示を行った場合、AIモデルにインプットできる情報量には制限があり、その制限に引っかかるケースなどがそれにあたります。
課題を解消するには、より包括的な構造設計が必要ということで「コンテキストエンジニアリング」という考え方が出てきました。
「プロンプトエンジニアリング」と「コンテキストエンジニアリング」の違い
どちらも生成AI活用する手法になりますが、「プロンプトエンジニアリング」はAI利用時に入力した質問や指示内容をAIモデルにインプットする際に、最適化する技術です。
一方、「コンテキストエンジニアリング」は質問や指示内容だけでなく文脈、背景情報をもとに、全体に焦点を当てます。
最適化されたコンテキストをインプットすることで、より精度が高い回答を得られます。
最後に
本記事では、「コンテキストエンジニアリング」について簡単に触れました。
今回は概要のみの紹介となりますが、今後も出てくるキーワードになりますので、学習するきっかけになれば幸いです。
