コンテキスト エンジニアリング完全ガイド – 将来の AI アプリケーションを構築するための 6 つのコア コンポーネント – @weaviate_io の 23 ページの電子書籍では、情報の視覚化が非常に優れているため、頻繁に参照するのに最適なクイック リファレンス マニュアルになっています。 中核課題と原則：コンテキストウィンドウの制約：限られたスペースは、「混乱」（履歴の過負荷）、「混乱」（無関係な干渉）、「衝突」（矛盾する情報）、あるいは「汚染」（エラーの蓄積）を容易に引き起こします。解決策は、より大きなウィンドウを使用することではなく、「コンテキスト衛生」（品質の検証、要約と圧縮、無関係な情報の削除、外部へのアンロード）です。 システムアーキテクチャ：ユーザー入力 → クエリ拡張 → 検索 → プロンプト → エージェント調整 → ツールアクション → メモリ更新 → 出力。静的なパイプライン障害を回避するため、動的な意思決定に重点が置かれています。 主要コンポーネントの概要：エージェント：意思決定の中核であり、動的な情報評価、状態維持、ツールの適応、戦略の反復処理などを行うことができます。単一のエージェントは中規模のタスクに適しており、複数のエージェントは調整を必要とする複雑なタスクを処理します。機能：コンポーネント間の接続、例えばクエリの書き換えや、取得失敗時のチャンクの切り替えなどを行います。 • クエリ拡張：曖昧な意図を正確な入力に変換します。これには、書き換え（キーワードの追加、ノイズの除去）、拡張（バリアントの生成、ドリフトの防止）、分解（複雑な問題をサブクエリに分割し、それらを合成）、クエリエージェント（高度なバージョン、複数のセットにわたる動的ルーティング、反復評価）が含まれます。 • 検索：チャンク化を核として、外部知識との橋渡しを行います。戦略は、単純なもの（固定サイズ）から高度なもの（LLM/エージェントベース）まで多岐にわたります。事前チャンク化は効率的な保存を、事後チャンク化は柔軟な検索を可能にします。目標：事実のアンカー化と錯覚の軽減。 • プロンプト技法：推論を導く。古典的手法：思考の連鎖（CoT、段階的なブレイクダウン）、少数ショット（例に基づく）。発展的手法：ReAct（思考と行動のループ）。ツールチップでは、パラメータ／例を明示的に指定する必要がある。 • 記憶：記憶に歴史感覚を植え付ける。短期的（直接的な会話）、長期的（RAGの事実／出来事）。原則：選択的な記憶保存、定期的な整理、そしてタスクに特化した検索によって、「状態を持たない」状態から「学習者」状態への移行を確実にする。 • ツール：API呼び出しなどのアクションインターフェース。プロンプトの偽造から関数呼び出しまで、検出、選択、実行、反映のプロセスを調整する必要があります。将来：統合を簡素化するためのMCPプロトコルの標準化。 電子書籍のダウンロードリンク
