長い資料をまるごとAIに貼り付けて質問したら、「読んでくれたはずなのに、答えが微妙に的外れ」だったことはありませんか。
「全部渡したんだから、全部読んで正確に答えてくれるはず」と思いますよね。ところが実際は逆で、渡す情報が多いほど、AIの注意は分散して精度が落ちることがあります。Day 16で紹介した「中盤の見落とし」も、入力が長いほど起きやすくなります。
今回紹介する Just-In-Time Context Injection(必要時コンテキスト注入) は、資料を「全部盛り」で渡すのをやめて、必要なときに必要な部分だけ渡す型です。
Just-In-Time Context Injectionとは?
Just-In-Time Context Injectionは、一言でいうと「最初は目次やサマリーだけ渡し、詳細は必要になった部分だけ追加で渡す」手法です。
たとえると、図書館での調べものです。関係ありそうな本を全部机に積み上げる人はいません。まず蔵書検索で当たりをつけて、必要な1冊だけ棚から取ってくる。この「当たりをつけてから取りに行く」流れを、AIとのやり取りで再現します。
この考え方は、Anthropicのコンテキスト設計ガイドで「just-in-time」戦略として紹介されています。AIの注意力には限りがあるという前提のもと、「望む結果につながる、最小限の高密度な情報セット」を渡すことが良いコンテキスト設計だとされています。事前に全部読み込ませるのではなく、軽い参照情報を持たせて、実行時に必要なデータを取りに行かせる。人間が「全部暗記せず、必要なときにブックマークやメモを見る」のと同じ発想です。
📎 Anthropic “Effective context engineering for AI agents”(公式エンジニアリングブログ)
https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
なぜ効くのか
①注意が「関係ある部分」に集中する
100ページの資料の中で、質問に関係するのが3ページだとします。全部渡すと、AIは残り97ページにも注意を割きます。関係する3ページだけ渡せば、注意の100%がそこに向かいます。単純な集中の問題です。
②「どこを見るべきか」の判断に人間が関われる
目次ベースで進めると、「この質問なら第4章ですね」という当たりづけの段階が見えます。AIの見当違いにその場で気づけるので、的外れな長文回答を最後まで読んでから気づく無駄がなくなります。
コピペOKプロンプト
長い資料について質問したいとき、まず目次(または見出し一覧)だけを貼ってこう頼みます。
これから長い資料について質問します。資料は一度に全部渡しません。
まず以下の目次だけを読んでください。
わたしの質問に答えるために必要な章を特定して、
「第○章を貼ってください」と要求してください。
その章だけを追加で渡します。
【目次】
［目次・見出し一覧をここに貼る］
【質問】
［聞きたいことをここに書く］「必要な章を要求してください」と、AI側から取りに来させるのがポイントです。どの章が必要かの判断をAIにさせることで、こちらが資料の中身を熟知していなくても運用できます。
実践例:before / after
「会社の就業規則から、慶弔休暇の日数と申請方法を確認する」で試してみました。就業規則は数十ページあり、全部読むのは現実的でない資料の典型です。
🔴 before:全文を貼り付けたプロンプト
就業規則の全文(約40ページ分)を貼り付けて、「慶弔休暇について教えてください」と質問。
→ 結果:慶弔休暇の日数は答えてくれましたが、申請方法について「所定の手続きに従ってください」という資料の丸写しのような曖昧な回答でした。実は申請方法は別の章(服務規律の章)に書かれていたのですが、大量のテキストの中でその関連づけが拾われませんでした。
🟢 after:目次から始めたプロンプト
これから就業規則について質問します。資料は一度に全部渡しません。
まず以下の目次だけを読んで、質問に必要な章を特定し、
「第○章を貼ってください」と要求してください。
【目次】
第1章 総則/第2章 採用・異動/第3章 服務規律/
第4章 労働時間/第5章 休日・休暇/第6章 賃金/(以下略)
【質問】
慶弔休暇の日数と、実際の申請方法を知りたい→ 結果:AIは「第5章(休暇の規定)と第3章(申請手続きが含まれる可能性)の2つを貼ってください」と要求してきました。2章分だけ渡すと、日数と申請フローの両方が明確に整理された回答が返ってきました。40ページ渡して曖昧だったものが、2章分で正確になった形です。
使いどころと注意点
✅ こんな場面で使う
- 就業規則・契約書・マニュアルなど、目次のある長い資料
- 資料の一部にしか関係しない、ピンポイントの質問
- 全文を貼ったら回答が曖昧になった経験のある資料
❌ これには向いていない
- 資料全体の要約や総評がほしいとき(その場合は全文が必要)
- 短い資料(数ページなら全部渡した方が速い)
注意点として、複数の章にまたがる質問では、AIが要求する章が足りないことがあります。回答に「?」を感じたら、「他に関係しそうな章はありませんか」と一言確認してください。取りに来させる方式は、取り漏れの確認とセットで使うのが安全です。
🔧 上級者向け:目次がない資料は先に目次を作らせる
ここは応用の話なので、読み飛ばしてOKです。
目次のない資料(長いメールのやり取り、議事録の蓄積など)の場合は、最初の1回だけ全文を渡して「この資料の目次と各セクションの2行サマリーを作ってください」と頼みます。以降の質問は、その自作目次を起点にJust-In-Time方式で運用できます。一度目次化してメモアプリに保存しておけば、同じ資料への質問が毎回軽くなります。
まとめ
- Just-In-Time Context Injectionは「目次→必要な章だけ渡す」の2段階方式
- 渡す情報を絞るほど、AIの注意は質問に集中する
- 取り漏れ確認の一言をセットにすると安全
「資料を全部貼れば正確になる」という直感は、実は逆でした。手元に長い資料があるとき、次からはまず目次だけ貼ってみてください。回答の精度と速さの違いが体感できるはずです。
⚠️ この記事の情報は執筆時点(2026年6月)の内容です。AIツールの仕様・挙動はアップデートで変わることがあります。最終確認は各サービスの公式サイトや一次情報でお願いします。
📎 引用・参考
・Anthropic “Effective context engineering for AI agents”(公式エンジニアリングブログ)
https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
次回予告
次回は「Intent Encoding(意図の明文化)」を紹介します。自分の価値観や優先順位を最初に1回明文化して渡すことで、AIが「指示待ち」から「代理人」に変わる型です。
👉 Intent Encodingとは?判断基準を先に渡してAIを代理人にするプロンプト術
コメント