AI活用で重要な『ループエンジニアリング』『グラフエンジニアリング』ハーネス・プロンプト・コンテキストエンジニアリングの違いを徹底解説

概要

AI活用でよく使われる「〇〇エンジニアリング」という用語(プロンプト・コンテキスト・ハーネス・ループ・グラフ)の違いを整理し、それぞれがAIの回答品質を上げるための異なるスコープの設計手法であることを解説する動画。Claude Codeでの実例を交えながら、これらが独立した技術ではなく組み合わさって一つのシステムを構成する点を強調している。

主なポイント

• 5つの「〇〇エンジニアリング」は目的が同じ(AIの回答品質向上)で、対象とするスコープ(範囲)が異なるだけという整理
• プロンプトエンジニアリング=役割・条件・形式を具体的に指示してAIへの指示文を磨く手法
• コンテキストエンジニアリング=何を・いつ・どれだけ読ませるかという背景情報の設計。多すぎても少なすぎても精度が落ちる
• ハーネスエンジニアリング=AIが動く道具・制限・権限・ルールなど作業環境全体を整備する設計。Claude Codeの権限管理や承認フローがその実装例
• ループエンジニアリング=実行→検証→改善を(別のサブエージェントに)繰り返させる手法。回すほど精度が上がるがコストと時間が増える
• グラフエンジニアリング=誰に何を任せるかという構造設計。役割ごとにAIを分けて並列処理させ、重要判断は上位モデル・単純作業は下位モデルに振ることでコストと速度を最適化
• 症状別の使い分け:意図とズレる→プロンプト、前提を忘れる→コンテキスト、事故が怖い→ハーネス、品質が不安定→ループ、タスクが大きすぎる→グラフ
• 今後の展望として、時刻やWebhookなど外部トリガーと判断軸をAIに持たせ自律的に動く「AGIエンジニアリング」(造語)を予測
• 実践Tipsとして、音声入力で雑に指示を出し整形用スキルでリライトしてからループ/グラフエンジニアリングに渡す「音声入力プロンプトエンジニアリング」を推奨

実践に使えること

• CLAUDE.mdやメモリに文体NGリスト等の背景情報を常時読み込ませ、コンテキストエンジニアリングとして活用する
• 画像生成タスクでは生成後にビジョン機能でチェックし、崩れがあれば別プロンプトで再生成するループを組み込む
• 検証・採点作業は同じ文脈のAIではなく、背景を持たない別のサブエージェント/別AIに任せて自己採点の甘さを避ける
• 複雑な作業は役割ごとにスキル/サブエージェントを分割し、並列実行でスピードとコストを最適化する
• 音声入力の雑な発話を一度リライト用スキルで整形してから本処理に渡す運用を試す