Hirosato Gamo | AI Cloud Solution Architect

コンテキストエンジニアリングの書籍を執筆しました。この技術はまだ定義が業界に浸透し切ってない感がありますね。簡単に言えばLLMが最も質の高い回答を返すために、限られた入力領域において、何を与え、何を捨て、どのように良いコンディションを保つのか。この技術の総体が「コンテキストエンジニアリング」です。 サーベイ論文も出てますが、コンテキストエンジニアリングには - 指示プロンプトエンジニアリング - RAGにおけるクエリ生成のハンドリング、取得コンテキスト整備 - Tool Useの使い方や定義肥大化への対処 - コンテキスト分割のためのワークフロー化 - Skillsのような段階的コンテキストロード - 効果的な履歴圧縮、削除 みたいなことが全て含まれます。 本書ではこのほかにも - そもそもコンテキストってなんだよ - コンテキストってどうLLMに解釈されてんの - Responses APIの良機能も使いこなそうぜ - RAGのドロドロした現場知見を知りたい みたいな要求に応える、結構根っこの部分でLLMアプリ開発を支える基礎技術をコンテキストの観点から再解釈しています。 既にバリバリ開発してる人にとっては発見があるように。 これからLLMアプリ開発踏み込むぜっていう0周目の人が一本立ちできるように。 そんな思いで作ってます。 (締め切りぶっ飛ばしてたクソ野郎なので)Tool Search ToolやらSkillsやらCompactやら、最新の技術動向もコンテキストの観点からひも解いてます。 個人的には、これから社会的に爆発的に増えていくLLM組み込みの開発、それを始めるときに最初に見る本になったり、教育資料になったりしたら嬉しいな…。 そう言えるくらいには現場の生々しい話がたくさん入ってます。 もうこれ仕上げるのに年末年始潰して誇張じゃなく泣きそうになって胃も痛めてたので、ほんとよろしくお願いします…。 2/10発売です。愛称は「弁当本」です。 gihyo.jp/book/2026/978-… amzn.asia/d/hGHNzNy

コンテキストエンジニアリングについてはサーベイ論文が出ていて纏められています。モデルのトレーニング範囲も入るのでかなり広いですが。arxiv.org/abs/2507.13334 ハーネスは現在モデルベンダーが定義しようとしてますが、やや揺れもある状況です。が、基本的にはAgentを健全に長期稼働させるためのモデル外のシステム設計のような位置付けです。 zenn.dev/kenimo49/artic… ご指摘のようにコンテキストの健全化にはシステムの助けが必要になるので、境界はやや曖昧です。諸説ありますがハーネスはコンテキストエンジニアリングを内包するという扱いが多いですね。

特に第三者に操作させ再現性を確保したい場合にはさらに重要になる。コーディングエージェント内で自分が監督者として動かせる場合にはそこまで意識する必要は無いけども。

プリセットのコンテキストだけの問題ならチャットボットだけやってた時代と変わらんのよね。これを複数タスクにわたって自律的に動かし続けるという舞台に立ったときのコンテキストの肥大化に対処しなければならないから、技術領域として必要性が生まれるわけであって。

コンテキストエンジニアリングって別に「どういう参考情報を与えるか」じゃないんですよ。それはプロンプトエンジニアリングの範疇。いや、定義としてはコンテキストエンジニアリングにはプロンプトエンジニアリングが含まれるので、厳密には間違いじゃないのだけれど…。 コンテキストやハーネスの概念が出てきたのは、主にエージェントがシステムと連携しながら長期稼働するようになったからで、その時間軸に対しての精度維持をどう対応するかの施策が本質なんだよね。 だから単に何のコンテキストを与えるかということではなく、どのタイミングで、どの技術を使って、どんな形でコンテキストを与えるか、いつ削るかって視点が抜けてる。 具体例でいえば、SkillsとワークフローとRAGとCAGとSubagentsと関数ツールとCLIツールと…これらをコンテキストの観点でどう使い分け出来てんの？そしてその選択肢を採った後に最適に構成できてんの？というのが主な問いになる。

Never thought I'd say this, but Copilot Excel is actually good now

【ブログを投稿しました】 「う～ん…」だったPowerPointのCopilotが、劇的に良くなりました！ 実演スライドと、なぜ良くなったかの背景を書いております😊 #なんでもCopilot qiita.com/sadabon444/ite…

ベクトル検索やMCPは分かりやすく今が幻滅期だろうな。これから正しく理解されていく。

結局LLMに幻滅期は来るのか。 3年半ずっと幻滅してないぞ。

Bonochinさんの最近のポスト群、とても味わい深い。 我々人間にとって唯一動かないのは「社会の当事者であるポジション」。そして使命は「やりたいことを実現する」。 その本質は単なる欲望なのかも知れないけど、「やりたいこと」は当事者じゃないと作れない。 「これを作ったら人が喜ぶ、みんなが楽しむ、それによって自分が愛される。んだろうな～」 AIからは出てこない。 そんな「やりたいこと」をイメージするのは人間、そのあとはフワッとしたイメージを固めるのも、実現に持ってくまでの手順も、完成物を磨くのもAIと二人三脚。 で、「やりたいこと」が刺さるもんだったかを決めるのは、それを世に送り出した後の結果。 逆に言えば、次の時代はこの欲望にまみれた世界でみんなに刺さる「やりたいこと」をどれだけ勘良く発想できて、そこに熱意を持てるか。それと妄想を形にするAIとの二人三脚力。

@torafugu365 ありがとうございます…。 地道な本ですが、お力になれば幸いです。

@hiro_gamo Kindle版を買って通勤時の往復で読んでいたのですが、ハンズオンをしようとするとKindleでは見にくいので、昨日、紙の書籍も買いました😅 GWはハンズオンをしながら勉強させていただきます。

コンテキストエンジニアリングの書籍を執筆しました。この技術はまだ定義が業界に浸透し切ってない感がありますね。簡単に言えばLLMが最も質の高い回答を返すために、限られた入力領域において、何を与え、何を捨て、どのように良いコンディションを保つのか。この技術の総体が「コンテキストエンジニアリング」です。 サーベイ論文も出てますが、コンテキストエンジニアリングには - 指示プロンプトエンジニアリング - RAGにおけるクエリ生成のハンドリング、取得コンテキスト整備 - Tool Useの使い方や定義肥大化への対処 - コンテキスト分割のためのワークフロー化 - Skillsのような段階的コンテキストロード - 効果的な履歴圧縮、削除 みたいなことが全て含まれます。 本書ではこのほかにも - そもそもコンテキストってなんだよ - コンテキストってどうLLMに解釈されてんの - Responses APIの良機能も使いこなそうぜ - RAGのドロドロした現場知見を知りたい みたいな要求に応える、結構根っこの部分でLLMアプリ開発を支える基礎技術をコンテキストの観点から再解釈しています。 既にバリバリ開発してる人にとっては発見があるように。 これからLLMアプリ開発踏み込むぜっていう0周目の人が一本立ちできるように。 そんな思いで作ってます。 (締め切りぶっ飛ばしてたクソ野郎なので)Tool Search ToolやらSkillsやらCompactやら、最新の技術動向もコンテキストの観点からひも解いてます。 個人的には、これから社会的に爆発的に増えていくLLM組み込みの開発、それを始めるときに最初に見る本になったり、教育資料になったりしたら嬉しいな…。 そう言えるくらいには現場の生々しい話がたくさん入ってます。 もうこれ仕上げるのに年末年始潰して誇張じゃなく泣きそうになって胃も痛めてたので、ほんとよろしくお願いします…。 2/10発売です。愛称は「弁当本」です。 gihyo.jp/book/2026/978-… amzn.asia/d/hGHNzNy

自分も編集の仕事をしていて何度も思ったのが、「正しい文章」と「相手に届く文章」は別物だということです。AI出力は前者を一気に整えてくれますが、後者は「この人は何を判断したいのか」「どこで止まりそうか」を踏まえて初めて成立します。 資料を渡す前のひと手間って、結局そこを引き受けるかどうかなんだろうなあと思います。

@geekfujiwara ギークさんからのコメント嬉しいっす！ 何となく違和感あったので少し頭の整理をしました。

@hiro_gamo ものすごくわかりみが深いです！

色々使ってみてるけど良い意味での論理の超越を上手に使ってくるGPT-5.5。明らかに他のGPT-5シリーズとの差を感じる。何というか発想が豊か。価格的にモデルサイズたぶん大きいんだろうけど、人間らしさとか趣深さとモデルサイズってやっぱ相関してるのかしら。GPT-4.5やOpusでしか満たせなかったものを感じる…。 GPTのProを常用してる人の感覚はこうなのかも知れないけど。 別にタスク実行の精度自体は5.4でも十分だけど、5.5は対話用というか、何かに思考が行き詰まった時のアウトソースにも優秀な印象。 逆に言えばCodingAgentで使うなら5.4のほうが安くて率直で良いのかも。

もうワイらがからかって楽しめるGPTはいないんやな…

価格は上がったが、思考トークンが減ったのでアウトプットはさほど高くないかも知れない。インプット2倍の方がインパクトは大きそう。マルチターンの長時間タスクに関しての検証はこれから。宇宙海賊ゴー☆ジャスベンチマークに関してはまだGeminiが強い。

GPT-5.5、5.4では解けなかった手元のベンチマークも結構クリア出来てる。明らかに賢くなったし速くなったし画像認識精度も上がっててかなり良いよ体感。課題だった宇宙海賊ゴー☆ジャスベンチマークは形式は把握できてるがユーモアがもうちょいって感じ。

2ヶ月目もありがとうございます。CodingAgentに組み込む秘伝のSkillはこれだ！みたいな派手な本ではないですが、何も考えずにコンテキストにぶち込んで行き詰ったときに自己解決できるようになる知識を詰め込んでいます。明後日その辺りを話すYoutube配信も予定してますので、お聞きになる方は事前登録をお忘れなく。 flexy.connpass.com/event/390299/

コーディングといい画像生成といい、モデル性能に関してはちょっと遅れを取ったと思って本気出すと一瞬でぶち抜いてくるなOpenAIは。人の質だけで言えば競合も遜色ないレベルのはずなのに、この開発力はどこから来てるんだろう。