Claude CodeのContext Windowについてお探しですね。

広告

20万トークンを賢く使おう！Claude Codeのコンテキスト管理術

Claude Codeみたいなコーディング支援AIを使っていて、こんな経験はありませんか？「最初はすごく的確だったのに、やりとりが長くなるにつれて、なんだか答えがズレてきた気がする…」「さっき言ったことを忘れてる？」って感じること。

実はこれ、AIの性能が悪いわけじゃないんです。

ほとんどの場合、コンテキスト（会話の流れや背景情報）の渡し方に問題があるんですね。

20万トークンって聞くとめちゃくちゃ広い記憶領域に思えますが、何も考えずに情報を詰め込みすぎると、AIは大量の情報に埋もれて本来の力を発揮できなくなってしまいます。

この記事では、限られたトークンを上手に使って、AIの性能をキープし続けるためのコツを紹介します。

エンジニアなら知っておきたい「コンテキストエンジニアリング」の基本から、明日からすぐ試せる実践テクニックまで、じっくり解説していきますね。

AIの記憶にも限界がある！「Lost in the Middle」って何？

まず知っておきたいのが、AIの「記憶」の仕組みとその限界についてです。

Claude 3.5 Sonnetなどの最新モデルは20万トークンという巨大なコンテキストウィンドウを持っていますが、これって無限じゃないんです。

人間でいう「短期記憶」のようなもので、容量がいっぱいになったら、新しい情報を入れるために古い情報を忘れるか、処理しきれなくなってパンクしちゃいます。

ここで特に気をつけたいのが、「Lost in the Middle（真ん中で迷子）」という現象です。

これは、大量の情報を一気に渡しすぎると、コンテキストの「真ん中あたり」にある情報をAIがちゃんと認識できなくなるという性質のこと。

長い会議の内容を思い出すとき、最初と最後の話は覚えてるけど、途中の議論が抜け落ちちゃうのと似てますね。

つまり、「20万トークンまで入るんだから」って、プロジェクトの全ファイルを片っ端から読み込ませるのは、実は逆効果になることもあるんです。

AIの回答精度を高く保つには、トークンの残量だけじゃなくて「情報の質」と「密度」をコントロールする必要があります。

ただデータを流し込むんじゃなくて、AIが理解しやすいように情報を整理して渡す技術——それが「コンテキストエンジニアリング」の本質なんです。

【選ぶ・分ける】必要な情報だけを渡す「断捨離」テクニック

コンテキストをスッキリ保つための第一歩は、情報の「入り口」を絞ること。

ここでは「Select Context（選ぶ）」と「Isolate Context（分ける）」という2つのアプローチが効果的です。

これを意識するだけで、トークンの消費を大幅に抑えつつ、回答の精度もグッと上がります。

「Select Context」っていうのは、今やってる作業に本当に関係あるファイルだけを厳選して読み込ませる方法です。

例えば、特定の機能を修正するとき、関係ない管理画面のコードや巨大なログファイルまで含めちゃってませんか？AIは渡された情報を全部処理しようとするので、ノイズが多いほど推論の精度が下がっちゃうんです。

人間が先に「今必要なのはこのファイルとこのドキュメントだけ」って選別してあげることで、AIは本来の能力を発揮しやすくなります。

一方、「Isolate Context」は、タスクごとにコンテキストを分離する考え方です。

例えばWeb開発で、フロントエンドの修正とバックエンドのAPI実装、それからデータベースの設計を1つのチャットで続けてやるのは、あまりおすすめできません。

会話が長くなりすぎると、前のタスクの情報が残っちゃって、新しいタスクの邪魔をすることがあるんです。

こんな感じで分けてみましょう：

* フロントエンド（React/CSS）の修正用セッション
* バックエンド（API/DB）の実装用セッション
* テストコード作成用セッション

役割やタスクの区切りごとに新しい会話を立ち上げて、コンテキストをリセットする習慣をつけるといいですよ。

それぞれのセッションを「専門家」として扱うことで、深い文脈を保ちながら高品質なコードを生成してもらえるようになります。

【圧縮・記録】記憶を外部化して容量を空けるワザ

情報の入り口を絞っても、作業が進めば当然、会話履歴は溜まっていきます。

そこで大事になるのが、溜まった情報を整理する「Compress Context（圧縮）」と、忘れちゃいけない情報を記録する「Write Context（書く）」というテクニックです。

これらは、AIの記憶領域を効率的に使い続けるための「メンテナンス」みたいなものですね。

「Compress Context」は、古い会話や細かすぎるログを要約して、トークンを節約する方法です。

Claude Codeには、コンテキストウィンドウの使用率が95%に達すると自動的に過去の会話を要約してくれる「auto-compact」機能がついてますが、これに完全に頼りきるのはちょっと危険。

自動要約だと大事なニュアンスが抜け落ちることもあるので、長時間の作業になりそうなときは、人間が定期的に「これまでの経緯をまとめて」って指示を出して、要約結果以外をリセットするのも効果的です。

そして、もっと高度な使い方が「Write Context」。

これはAIに情報を「覚えさせる」んじゃなくて、ファイルとして「書き出させる」ことで外部記憶を持たせる方法です。

人間がメモ帳を使うのと同じように、AIにも思考プロセスや決めたことをファイル（例えば `scratchpad.md` とか `project_rules.md` みたいな）に記録させます。

AIのコンテキスト（短期記憶）はいずれ消えちゃいますが、ファイル（長期記憶）に書き出した情報は消えません。

複雑な実装をするときは、AIに「今の状況と次にやることを `todo.md` に書き出して」って指示して、新しいセッションを始めたときにそのファイルを読み込ませれば、スムーズに作業を再開できます。

こうやって記憶を外部化することで、コンテキストウィンドウを常に身軽な状態に保てるんです。

開発効率を最大化する「コンテキスト管理」のコツ

ここまで紹介した方法を組み合わせることで、20万トークンという制限の中でも、AIを賢く使い続けることができます。

最後に、これらを日々の開発にどう取り入れるべきか、ポイントをまとめておきますね。

一番大事なのは、「コンテキストは使い捨ての資源」って認識すること。

一つのセッションを長く続けることにこだわらず、タスクが終わったら潔くリセットする勇気を持ちましょう。

そして、プロジェクト固有のルールやコーディング規約、アーキテクチャの概要なんかは、毎回プロンプトで説明するんじゃなくて、`README.md` とか `CONTRIBUTING.md` みたいなドキュメントにまとめておいて、AIが必要なときに参照できるように整えておく——これが最強のコンテキスト管理術です。

AIモデルは日々進化していて、扱えるトークン数もどんどん増えています。

でも、「必要な情報を整理して渡す」っていう基本的なスキルは、これからも変わらず大切なんです。

むしろ、扱える情報量が増えるほど、その整理能力の差がアウトプットの質に直結する時代になってきてます。

今回紹介した「選ぶ・分ける・圧縮する・書く」という4つの視点を取り入れて、Claude Codeという優秀なパートナーのポテンシャルを最大限に引き出してくださいね。

広告