そのトークンはコンテキストを消費するに値するのか

わたしが今もっとも尊敬して、そしてわたしのAIの勉強を最短で効率よく指南してくれている人がおしえてくれたこと

～そのトークンはコンテキストを消費するに値するのか～

Effective Context Engineering for AI Agents（Anthropic）

AIエージェントのための効率的なコンテキストエンジニアリング

・AIをより上手に使いたいと考える人であれば必ず読んだ方がいい記事
・今最新AI活用のすべてはこの記事に書いてあることに収束されるといってもいいほど重要な記事
・いわばAI活用の聖書

技術的なわからない話がたくさん出てきて、しかも英語で、
わたしはいつもの如くChatGPTに要約してもらいました。

私：これをまず要約して。わたしは意味がわからないので、初心者でもわかるようにおねがいします。で、それをできるだけ短くまとめてください。

初心者向けに、できるだけ短くいうと、

この記事の言いたいことは、AIに「何を考えさせるか」は、質問文そのものよりも、AIにその時点で何の情報を見せるかのほうが大事になってきている、ということです。

つまり、

• 昔：いい質問文を書くことが大事

• 今：AIに必要な情報だけを、ちょうどよく渡すことが大事

という話です。

AIは、情報をたくさん入れれば入れるほど良くなるわけではなく、入れすぎると逆に混乱しやすいので、必要なものだけを整理して渡すのがコツだと説明しています。

記事のポイントをさらに短くすると、

AIは「たくさん覚えさせる」より、
「今必要な情報だけ見せる」ほうがうまく働く。

です。

たとえば実務では、

• 指示はシンプルにする

• 例は少数の良いものだけ入れる

• 必要になった情報だけ後から取りに行かせる

• 長くなったら要約して持ち直す

これが大事だと書かれています。

ひとことで言うと

「AIに全部見せるな。必要なものだけ上手に渡せ」です。

必要なら次に、これをあなたの仕事向けに、もっとやさしく“たとえ話”で説明します。

私：はい、おねがいします

では、たとえ話でいきます。

AIは「新人スタッフ」に近いです。

仕事をお願いするときに、

• 必要な資料だけ渡す

• 今回やることだけ伝える

• 余計な紙は机に置かない

このほうが、うまく動きます。
この記事は、AIも同じで、頭の前に並べる情報を整理することが大事だと言っています。Anthropicはこれを「context engineering」と呼び、従来の「prompt engineering（聞き方を工夫する）」より広く、AIに見せる情報全体を整えることだと説明しています。 (Anthropic)

たとえば、人に仕事を頼むときでも、

• 説明が長すぎる

• 関係ない資料が多すぎる

• どの資料が大事かわからない

こうなると、相手は迷いますよね。
記事でも、AIは長い文脈を扱えても、情報が増えすぎると焦点がぼやけたり、思い出しにくくなったりすると述べています。 (Anthropic)

なので大事なのは、

「うまい聞き方」だけではなく、AIの前に何を置くかです。
記事では、システム指示、ツール、外部データ、会話履歴なども含めた全体の文脈状態を毎回うまく整えることが重要だとしています。 (Anthropic)

あなたの仕事に近い例でいうと、患者さんへの説明でも同じです。

たとえば初診の患者さんに、

• 専門用語を一気に10個話す

• 今日必要ない説明まで全部する

• 順番なく思いつくまま話す

と、伝わりにくいです。
でも、

• 今回必要なことだけ

• わかる言葉で

• 順番よく

話すと伝わります。

この記事の考え方は、AIへの説明もこれと同じということです。

記事の実務的なコツも、初心者向けに言い換えるとこうです。

1. 指示はシンプルに
細かい条件をガチガチに書きすぎると壊れやすく、逆にふわっとしすぎても伝わりません。記事では、具体的すぎて硬い指示とあいまいすぎる指示の間の、ちょうどいいバランスが大事だとしています。 (Anthropic)

2. 例は少数でよい
例を山ほど入れるより、代表的でわかりやすい例を少し入れるほうがよい、という考えです。記事では、たくさんの端のケースを詰め込むより、多様で典型的な例を選ぶことを勧めています。 (Anthropic)

3. 最初から全部入れない
必要になったときだけ資料を取りに行くほうがよい場面があります。記事では、ファイルパスやリンクのような軽い手がかりだけ持ち、必要時にデータを読み込む「just in time」方式を説明しています。 (Anthropic)

4. 長くなったら要約して持ち直す
会話や作業が長くなると、AIは前の流れを抱えすぎます。そこで記事は、文脈が大きくなったら要約して新しい文脈で再開する「compaction」や、外にメモを残すstructured note-takingを紹介しています。 (Anthropic)

あなた向けに一番やさしく言い直すと、

AIは「何て聞くか」より、
「必要な資料を、必要なぶんだけ渡す」ほうが大事。

です。 (Anthropic)

さらに短く一文でいうなら、

AIに全部覚えさせようとせず、今いる仕事机の上を片づける感じです。
記事全体は、その「机の上の整え方」を説明しています。 (Anthropic)

次にやるなら、この記事をあなた向けに

「LINE売上報告の自動化」と「患者説明づくり」に当てはめて、超具体例で3つ

にして説明できます。

私：超具体例で3つください

もちろんです。
あなたの仕事に近い形で、超具体例を3つにします。

① LINEで売上報告を自動化するとき

AIに「医院の全部の資料」を最初から入れるのではなく、その日必要な数字だけ渡します。
たとえば「来院人数・初診人数・保険点数・自費売上・販売品」だけを入力させて、AIやGASがそこから「今月累計」「達成率」「LINE報告文」を作る、という形です。
これが context engineering の考え方です。つまり、全部見せるのではなく、今の仕事に必要な情報だけ見せるということです。記事でも、最小限で高信号な情報を選ぶこと、必要な情報は実行時に取りに行くことが大事だと説明しています。 (Anthropic)

② 患者さん向け説明文や図解をAIに作らせるとき

「歯周病について説明して」だけだと、AIは広すぎて迷います。
でも、
「相手は初診の50代女性」
「専門用語なし」
「3分で説明」
「伝えたいのは“なぜ出血するか”と“家で何をするか”」
ここまで渡すと、急によくなります。
これは、AIに長い知識を詰め込むより、今回の相手・目的・ゴールをそろえて渡すほうが大事、ということです。記事でも、システム指示は具体的すぎても曖昧すぎてもだめで、ちょうどよい具体性が必要だと述べています。 (Anthropic)

③ 長いやり取りになったら、途中で“まとめ直す”とき

たとえばAIと何回もやり取りして、メニュー名、説明文、対象者、注意点が増えてくると、だんだん話が散らかります。
そのときは、
「ここまでの決定事項だけ5行でまとめて」
とさせて、そこから続きをやるほうがうまくいきます。
これは、記事でいう compaction（要約して持ち直す） に近い考えです。AIは長くなりすぎると焦点がぼやけやすいので、大事なことだけ残して再スタートすると精度が上がります。 (Anthropic)

一番やさしく一言でいうと、

AIは“頭のいい人”というより、
「今机の上にある資料を見て働く新人さん」だと思うとわかりやすいです。
だから、机の上に必要な紙だけ置く。これがこの記事の核心です。 (Anthropic)

次はこれを、あなた向けに・・・

と、ChatGPTはつづけておしえてくれました。

いま、これに取り組んでいます。
実際に歯科医院で使ってもらえるかはわかりませんが、完成めざします。