AIにコンテキストをもっと与えても賢くはならない。ある一線を越えると精度と焦点がむしろ下がる。Anthropicはこれを「context rot」と呼ぶ。コンテキストは有限の資源だ。鍵となるスキル（context engineering）は、最大の情報ではなく、シグナルの高い最小の情報の集合を与えることにある。
誰もが一度はやったことがある。AIが何かを理解してくれないと、私たちの反応は「もっと」貼り付けることだ。もっと多くのドキュメント、もっと多くの履歴、もっと多くの指示、「念のため」に。それは、こちらの言うことがわからない相手に、さらに大声で怒鳴るようなものだ。生産的な気はするが、まず役に立たない。そして実は、Anthropic自身によれば、たいていは事態を悪化させる。
問題の名前は「context rot」
Anthropicは、金脈のように価値のあるエンジニアリング記事でこれに名前を付けた。彼らはこれをcontext rot、いわば「コンテキストの腐敗」と呼ぶ。この考え方は直感に反するが、強烈だ。AIのコンテキストは、収穫逓減を伴う有限の資源なのだ。放り込むトークン一つひとつが、限られた注意の予算の一部を消費する。ある一線を越えると、モデルはよりよく理解するどころか、精度を失いはじめ、真ん中の情報を忘れ、大事なものとノイズを取り違えるようになる。多いほうがいいわけではない。多いとは、霧のことだ。
スーツケースのたとえ
旅行のためにスーツケースに荷物を詰めることを想像してほしい。初心者は「念のため」に何もかも詰め込み、結局は自分でも持ち運べない、何も見つからないスーツケースを抱えることになる。熟練の旅人は、必要なぶんだけ、本質的なもの、シグナルの高いものだけを持ち、身軽に素早く動く。AIも同じだ。技は、自分の人生まるごとを詰め込むことではなく、この作業のために本当に必要な数少ないものを選ぶことにある。
これが仕事のあり方を変えた。「prompt engineering」から「context engineering」へ
一時期は、完璧で魔法のようなプロンプトを書くのが流行だった。それは過去の話になった。いま本当に重要なスキルはcontext engineeringと呼ばれる。もはや何を頼むかだけではなく、その周りにどんな情報を与えるか——そして何より、何を取り除くか、なのだ。Anthropicはそれを、刺青にしてもいいくらいの一文でまとめている。目標は、成果を最大化する、最小のシグナルの高いトークンの集合を見つけることだ。積み上げるのではなく、選び取る。
今日、あなたにできること（エンジニアでなくても）
次にAIが迷子になったら、薪をくべるのではなく、取り除こう。古いメッセージを何千も引きずるのではなく、まっさらなチャットを始めよう。フォルダまるごとではなく、関連するドキュメントだけを渡そう。あなたの全歴史ではなく、いまの作業について具体的に伝えよう。すると、少ないほうがかえってよく答えることに気づくはずだ。試すのがいちばん簡単で、いちばん見返りの大きいことのひとつだ。
なぜこれが私たちにとって重要なのか
NeuralOSでは、優れたAIツールとは、選択肢であなたを溺れさせたり、何もかも食べさせるよう強いたりすべきではないと考えている。ちょうどよいものを、ちょうどよいタイミングで与える手助けをすべきだ。その哲学——ノイズを減らし、シグナルを増やす——こそが、私たちが体験を設計するやり方を導いている。結局のところ、うまく焦点の定まったAIとは、いちばん多くを知っているものではなく、いまどこを見るべきかをいちばんよく理解しているものなのだから。