概要
https://techblog.lycorp.co.jp/ja/20251224a
詳細内容
## コンテキスト・エンジニアリング：VibeコーダーからAIオーケストレーターへ
https://techblog.lycorp.co.jp/ja/20251224a
AIに場当たり的なプロンプトを投げる「Vibe Coding」から脱却し、構造化されたドキュメントとルールによってAIを規律ある開発パートナーへと変える「コンテキスト・エンジニアリング」の手法を解説する。
**Content Type**: 📖 Tutorial & Guide
**Language**: ja
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 91/100 | **Annex Potential**: 88/100 | **Overall**: 88/100
**Topics**: [[コンテキスト・エンジニアリング, AIオーケストレーション, プロンプトエンジニアリング, MCPサーバー, 開発プロセス]]
AIコーディングの現場において、直感やその場の勢いでプロンプトを投げる「Vibe Coding（バイブ・コーディング）」の限界を指摘し、AIを真の「オーケストレーター」として制御するための「コンテキスト・エンジニアリング」という体系的アプローチを提唱している。筆者は、自身のMCPサーバー開発における失敗経験——場当たり的な指示によって開発が難航し、5日間でわずか4ツールしか完成せず、多大な技術的負債を抱えた事例——を挙げ、なぜAIに「文脈」を管理する仕組みが必要なのかを実感を込めて説いている。
本記事で紹介されているフレームワークは、大きく分けて以下の3つのステップで構成されている。
第一のステップは「AIの長期記憶」の構築である。プロジェクト内に `docs/` ディレクトリを作成し、ビジネス目標や成功基準を記した「requirements.md」、技術アーキテクチャやコーディングパターンを定義した「implementation-guide.md」、そしてプロジェクトの進捗を管理する「project-roadmap.md」などのドキュメント群を整備する。重要なのは、これらのドキュメント作成自体もAI（プロダクトマネージャー役や検索AI）に協力させることで、エンジニアの負担を最小限に抑えつつ高品質なコンテキストを用意する点にある。
第二のステップは「AIの行動規範」の設定である。`CLAUDE.md` や `clinerules.md` といったファイルに、セッション開始時のワークフロー、タスクのライフサイクル（実装からテスト、進捗更新、コミットまでの一連の流れ）、および品質ゲート（テストパスやビルド成功の義務化）を記述する。これにより、AIを「混乱したインターン」ではなく、プロジェクトの規律を理解した「シニアエンジニア」として振る舞わせることが可能になる。
第三のステップは、これらの整備された環境下での実行である。筆者の事例では、開発開始前にわずか2時間を費やしてこのコンテキスト基盤を構築した結果、その後わずか3日間で全11ツールをプロダクション品質で完成させたという。
筆者は、AIオーケストレーターへの進化において最も重要なのは「プロセス」であると強調している。AIに単に情報を与えるのではなく、AIが「何を」「どのプロセスで」「どの基準で」行うべきかを自動的に理解するエコシステムを構築することこそが、開発効率の劇的な向上とストレスの軽減、そして一貫したコード品質の確保に繋がると結論づけている。