LLMを「嘘つき」から「専門家」に変える技術 — Context Engineering 実践入門

井本 賢 | WebRTC×音声AI / LLMO

「同じ質問をしたのに、AIの回答が全然違う」。その原因は、プロンプトではなくコンテキストにあります。 本書では、架空の社内ツール3つを使った独自ベンチマーク実験で、コンテキストの与え方によってAIの回答品質が最大4.6倍変わることを定量実証。「大規模モデルほど上手に嘘をつく」「小さいモデル＋RAG > 大きいモデル単体」という衝撃的な結果をもとに、Context Engineeringの全体像を体系的に解説します。 ■ 5段階のコンテキスト戦略で品質が2.2倍変わる実験結果（第1章） ■ 大規模モデルの「もっともらしいハルシネーション」問題（第2章） ■ RAGが効果の8割。最大のブレイクスルーポイント（第6章） ■ MCP（Model Context Protocol）サーバー設計（第8章） ■ CLAUDE.mdの段階的設計パターン（第10章） ■ Agentic RAG実装ガイド（第11-12章） ■ Context Engineeringチェックリスト付き（付録A） 全15章＋付録。プロンプトエンジニアリングの次のステップとして、AIの回答品質を根本から改善するContext Engineeringを、実験データと実践コードで身につけられる一冊です。