静的プロンプト → 動的コンテキストパイプライン
固定されたシステムプロンプトではなく、コンテキストエンジニアリングは、タスクごとに適切なコンテキストを組み立てるパイプラインを構築します。関連性の高い情報のみを、適切な圧縮レベルで、適切なメタデータとともに読み取ります。
コンセプト
とは何か？ コンテキストエンジニアリング？
これはプロンプトエンジニアリングからコンテキスト操作への移行であり、AIエージェントが動作する完全な情報環境を設計し、圧縮し、管理するという規律です。LeanCTXは、その規律を自動化したものであり、AIエージェントのためのcontext engineering layerです。
プロンプトだけでは 不十分である
プロンプトエンジニアリングが入力の最適化を行うのに対し、コンテキストエンジニアリングは環境を最適化します。
AIエージェントが単一ターンでのやり取りに限定されていた時代には、プロンプトエンジニアリングで十分でした。適切な指示を作成し、モデルが有用な応答を返し、ワークフローが終了するだけでした。
現代のAIコーディングエージェントは、異なる方法で動作します。数十のファイルをまたいでマルチステップのワークフローを実行し、セッション間で状態を維持し、時間とともに蓄積される意思決定を行います。もはやボトルネックはプロンプトではなく、コンテキストです。
完璧なプロンプトを持つがコンテキストが不十分なコーディングエージェントは、ファイルパスを幻覚したり、以前の決定を見失ったり、すでに完了した作業を繰り返したりします。失敗の原因は悪い指示ではなく、コードベースの不完全な全体像にあるのです。
Context engineering is the shift from prompt engineering to context operations: designing, compressing, and governing the full information environment an AI agent works in. LeanCTX automates that discipline.
プロンプトからの3つの変化 コンテキストエンジニアリングへ
コンテキストエンジニアリングは、AIエージェントの入力に対する考え方における根本的な変化を表しています。
手動キュレーション → 自動圧縮
どのファイルを含めるかを手作業で選ぶのではなく、コンテキストエンジニアリングは各ファイルの構造を読み取り、真のシグナルを持つ部分を保持し、残りを自動的に圧縮します。
シングルショットからセッションをまたいだ永続メモリへ
Context engineeringは、セッションメモリ、ナレッジグラフ、クリーンなハンドオフを追加することで、エージェントが会話のたびにゼロから始めるのではなく、時間をかけて理解を構築できるようにします。
コンテキストエンジニアリングとは何か を含む
Context engineeringは4つの相互接続されたドメインに及び、それぞれがエージェントの情報環境の異なる側面に対処します。
圧縮（Compression） — より少ないトークンでより多くのシグナルを詰め込む
複数の読み取りモード（フル、map、signatures、entropy、aggressive）と、26以上の言語にわたるtree-sitter AST解析、およびセマンティックチャンキングにより、エージェントが意思決定に必要な情報を保持しつつ、ファイルコンテンツを60〜99%削減します。
Memory — セッションをまたいだ理解の永続化
セッションスナップショット、ナレッジグラフ、ハンドオフ台帳、および将来的なメモリにより、エージェントは以前の決定を思い出し、重複作業を避け、チームメンバーやエージェントインスタンス間でコンテキストを移行できます。
Governance — エージェントがアクセスできるものを制御する
ロールベースのアクセスポリシー、トークンバジェット、SLO強制、およびパスサンドボックスにより、エージェントは定義された境界内で動作し、必要とするもののみを読み取り、割り当てられたもののみを使用します。
検証（Verification） — 圧縮が情報を失っていないことを証明する
出力バリデーション、プルーフアーティファクト、パスおよび識別子保持チェック、情報損失スコアリングは、圧縮されたコンテキストがエージェントが必要とするセマンティックコンテンツを保持しているという測定可能な信頼性を提供します。
LeanCTXによる実装方法 context engineering
LeanCTXは、これらの原則をAIコーディングエージェント向けに本番環境に導入するオープンソースのcontext engineeringランタイムです。
81 MCPツール
コンテキストの読み取り、検索、圧縮、管理のための完全なツール群。すべてModel Context Protocol経由で公開されます。
10種類の読み取りモード
フルキャッシュリードからエントロピーフィルタリングされた圧縮まで、各モードは特定のタスク（編集、探索、レビュー、参照）に最適化されています。
95以上のシェルパターン
git、cargo、npm、dockerなど、その他のCLI出力のためのパターンベースの圧縮機能。冗長なコマンド出力を構造化され、トークン効率の高い要約に削減します。
ネットワーク呼び出しゼロ
完全にローカルで実行されます。テレメトリなし、クラウド依存なし、データはマシン外に出ません。Apache-2.0の下でオープンソースです。
コンテキストエンジニアリングに関するQ&A。 answered.
The essential distinctions behind the discipline and its role in AI coding.
コンテキストエンジニアリングは、AIエージェントがどの情報を目にし、記憶し、それに基づいて行動するかを管理する規律です。これは、アドホックなプロンプトエンジニアリングに取って代わり、AIのコンテキストを圧縮、キャッシュ、検証、統治する体系的なランタイムを提供します。
AIコーディングエージェントは、ファイルの再読み込み、ノイズの多いシェル出力の解析、セッション間のコンテキストの喪失によって数千トークンを浪費します。コンテキストエンジニアリングは、この無駄を最大99%削減し、エージェントをより高速に、安価に、信頼性の高いものにします。
プロンプトエンジニアリングは、個々のプロンプトの作成に焦点を当てています。コンテキストエンジニアリングは、エージェントが読み取る情報全体、その圧縮方法、キャッシュされる内容、セッションをまたいで記憶される内容、そして配信前に検証される内容といった、情報ライフサイクル全体を管理します。
Install in one command.
The installer configures LeanCTX for supported agents while keeping the runtime and its data local.
curl -fsSL https://leanctx.com/install.sh | sh エンジニアリングを開始コンテキストを
LeanCTXは無料のオープンソースであり、1分未満でインストールできます。コンテキストエンジニアリングがAIワークフローに何をもたらすかをご覧ください。
curl -fsSL https://leanctx.com/install.sh | sh