AIと長い相談を続けていると、「あれ、この話って前に決めなかったっけ?」という瞬間が増えてきませんか。
決めたはずのことが蒸し返されたり、保留にした課題がどこかへ消えたり。会話が長くなるほど、決定事項・保留事項・雑談が混ざり合って、会話全体が「散らかった部屋」のようになっていきます。第23話では「長くなったら新しい会話へ引き継ぐ」方法を紹介しましたが、今回は同じ会話の中で散らかりを防ぎ続ける方法です。
それが Context Compaction(コンテキスト圧縮)。一定の間隔で、それまでのやり取りを決まった形式に圧縮しながら進める型です。
Context Compactionとは?
Context Compactionは、一言でいうと「会話が一定量たまるごとに、要点を決まった形式へ強制的に圧縮し、その圧縮版を起点に続ける」運用の型です。
たとえると、会議の「中間まとめ」です。長い会議ほど、途中で「ここまでの決定事項を確認します」と整理を挟みますよね。あれをやらない会議は、終盤に「あれ、それさっき決めましたっけ?」が頻発します。整理を定期的に挟むから、長くても崩れない。AIとの会話も同じです。
この「圧縮(コンパクション)」という考え方は、AnthropicのAIエージェント設計ガイドでも、長時間動くAIの文脈を保つための代表的な手法として紹介されています。会話の履歴を要約して蒸留し、その要約から続きを再開するという構成で、実際のAI製品の内部でも使われている仕組みです。それを、チャットの使い手側から手動で行うのが今回の型です。
📎 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「最新の合意事項」が常に明文化されている
圧縮のたびに決定事項が更新されるので、「いま何が決まっていて、何が保留か」が常に1か所にまとまっています。蒸し返しや矛盾が起きたときも、圧縮版を見れば一発で確認できます。
②AIの参照先が「散らかった全履歴」から「整理された要約」に変わる
圧縮版を起点に続けることで、AIは玉石混交の長い履歴ではなく、整理済みの要点を土台に回答するようになります。第16話で見た「長い入力の中盤は見落とされやすい」問題への対策にもなります。
コピペOKプロンプト
長くなりそうな相談の冒頭に、これを仕込んでおきます。
この相談は長くなる見込みです。以降、会話が10往復を超えるごとに、
それまでのやり取りを次の形式に強制圧縮してください。
・確定した事実・決定事項:3つ
・保留中の課題:2つ
・次の最重要アクション:1つ
圧縮後は、その圧縮版を起点として続きを進めてください。「3つ・2つ・1つ」と個数を固定するのがポイントです。個数の縛りがあると、AIは重要度の低い情報を捨てざるを得なくなります。捨てさせることが圧縮の本体です。なお、10往復のカウントをAIが忘れることもあるので、自分でも節目ごとに「ここで圧縮して」と一言挟めば確実です。
実践例:before / after
「FP(ファイナンシャルプランナー)3級の勉強計画の相談」で試してみました。試験日まで数週間、同じ会話で勉強の進捗を相談し続ける長期戦です。
🔴 before:圧縮なしで続けた場合
30往復を超えたあたりで、序盤に決めた「タックスプランニングは後回しにする」という方針をAIが忘れ、「そろそろタックス分野を始めましょう」と蒸し返す回答が出始めました。「それは最後って決めましたよね」と訂正するやり取りが挟まるたび、相談のテンポが崩れていきました。
🟢 after:10往復ごとに圧縮した場合
同じ相談を、圧縮の仕込み付きで開始。10往復目にAIが自動でこうまとめました。
【圧縮 #1】
・確定:①試験日は9月上旬 ②平日30分・週末2時間の学習
③タックス分野は8月に回す
・保留:①過去問を始める時期 ②アプリ教材を追加するか
・次の最重要アクション:ライフプランニング分野の総仕上げ→ 結果:以降の回答はこの圧縮版を土台に進むため、「タックスは8月」という方針が40往復目でも生きていました。保留事項も消えずに残り続け、「そろそろ保留①の過去問の時期を決めませんか」とAI側から保留の回収を促してくる場面もありました。散らからない長期相談は、こんなに快適なのかという発見でした。
使いどころと注意点
✅ こんな場面で使う
- 数週間続く長期相談(勉強計画・準備ごと・習慣づくり)
- 決定事項が積み重なっていくタイプの会話
- 蒸し返し・方針忘れが起き始めた会話の立て直し
❌ これには向いていない
- 数往復で終わる相談(圧縮の出番がない)
- 過去のやり取りの詳細な言い回しが大事な会話(圧縮は詳細を捨てる操作のため)
注意点は第23話の引き継ぎメモと同じです。圧縮版に大事な決定が正しく入っているか、毎回さっと目視してください。圧縮で間違って捨てられた決定事項は、以降の会話から消えます。圧縮の瞬間だけは人間がチェック係。これがこの型の唯一の約束ごとです。
🔧 上級者向け:圧縮版を「外部保存」する
ここは応用の話なので、読み飛ばしてOKです。
圧縮版が出るたびにメモアプリへコピーしておくと、2つの保険になります。1つは、会話が使用制限や不具合で続けられなくなったとき、最新の圧縮版がそのままDay 23の引き継ぎメモとして使えること。もう1つは、圧縮の履歴(#1→#2→#3)を見返すと、相談の進捗そのものが記録として残ることです。長期プロジェクトの進行ログとしても機能します。
まとめ
- Context Compactionは「10往復ごとに決まった形式へ圧縮して続ける」型
- 個数の縛り(3・2・1)で、捨てる判断を強制するのが本体
- 圧縮の瞬間だけは目視チェック。外部保存しておくと保険にもなる
いま進行中の長い相談があれば、次の節目で「ここまでを3・2・1で圧縮して」と投げてみてください。散らかった部屋が一度片付く感覚を、その場で体験できます。
⚠️ 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「Playbook Memory(プレイブック記憶)」を紹介します。タスクが終わるたびに「今回の学び」を汎用ルールとして抽出し、次回に持ち越す型です。1回のやり取りが使い捨てでなく資産になります。
👉 Playbook Memoryとは?タスクの学びを「型」として蓄積するプロンプト術
コメント