プロンプトエンジニアリングが古いと言われる本当の理由 

2026.10.30

プロンプトエンジニアリングが古いと言われる本当の理由 

どうも、まっちゃんです。

最近AI界隈でよく見かける「プロンプトエンジニアリングはもう古い」という言葉。必死にプロンプトを勉強してきた身としては聞き捨てなりません。そこで徹底的に調べたところ、納得の答えが出てきました。
この記事では、AI活用で本当に効く「3つのレイヤー」を初心者向けに解説します。

松岡

読み終えたら、AIとの付き合い方が変わりますよ!

まず結論:プロンプトは「オワコン」ではありません

プロンプトは古くなったのではなく、一番内側のレイヤーになっただけです。
「プロンプト→コンテキスト→ハーネス」は世代交代ではなく入れ子構造なんです。

レイヤー何を設計するか会社でたとえると
プロンプト指示の出し方「この資料まとめといて」という指示
コンテキスト見せる情報参考資料・議事録・社内ルール
ハーネス実行環境PC・権限・承認フローなど職場そのもの

指示が上手くて資料も渡しても、PCも権限もない職場では新人は働けません。
この「職場づくり」が、いま一番注目されている領域です。

レイヤー①プロンプト:AI3社が「短くしろ」と言い始めた

2026年、AIの主要3社が揃って「指示は短くていい」と言い始めました。

  • Anthropic:昔のモデル向けに作り込んだ指示は、かえって品質を下げると公式に明記
  • OpenAI:システムプロンプトを軽量化したら、精度が上がってコストも下がった
  • Google:旧モデル向けの冗長なテクニックは、かえって迷いのもとになる

示し合わせたわけでもないのに、同じ結論に至っているのが面白いところです。Claude Codeの内部プロンプトを80%削っても性能が変わらなかった、という話もあります。

理由はモデルが賢くなったから。「ステップバイステップで考えて」といった呪文は不要になり、余計な指示はむしろ精度を落とします。

ただし「不要」ではありません。Anthropicはコンテキストエンジニアリングを「プロンプトエンジニアリングの自然な進化系」と位置づけています。プロンプトは今も土台。
そこに全力を注ぐ時代が終わっただけです。

レイヤー②コンテキスト:AIはあなたの仕事を知らないだけ

「AIが当たり前のことしか言わない」原因は、性能ではないことがほとんど。
AIはあなたの会社のルールも議事録も担当者名も知りません。

「明日、会議を設定して」と頼んだとき、情報がなければ「ご希望の日時は?」と汎用的な返事しか来ません。カレンダーや過去のやりとりを渡せば「木曜10時が空いています。参加者は前回の3名で?」と一気に使えるレベルに。
違うのは「何を見せたか」だけです。

Anthropicは公式ブログで「コンテキストは有限で貴重な資源」と表現しています。AIの注意力には予算があるので、何を入れて何を入れないかの選別こそが設計だという考え方です。

実践の3原則はこちら。

  • 基本はたくさん渡すほど良くなる
  • ただし詰め込みすぎると精度が落ちる(関係ない情報がノイズになる)
  • だから、まず全部渡して、ダメなら削る
松岡

「AIが使えない」と思ったら、まず情報を渡してみてください!

レイヤー③ハーネス:2026年の主戦場

ハーネスとは馬具のこと。馬は速くても、馬具がなければ思う方向に進めません。AIも同じで、モデル単体は賢くても、周りの装備がなければ仕事になりません。

ハーネスに含まれるのは、AIの周りにあるこれら全部です。

  • ツール:検索、ファイル読み書き、コード実行など
  • ループ:失敗したらやり直す仕組みと、止める条件
  • メモリ:会話が切れても情報を覚えておく仕組み
  • 権限とガードレール:やっていいこと/ダメなことの線引き
  • 検証と承認:答えのチェックや、危ない操作の前に人が止める仕組み

わかりやすい例がClaude Code。中身のモデルはチャット版とほぼ同じなのに、ファイル操作やエラーからの再挑戦ができる。ハーネスの有無で「答えるだけの人」と「作業を完遂する人」に分かれるわけです。

実際、モデルを変えずにハーネスを改善しただけで、成功率が42%→78%に向上したというデータもあります。
各社のモデル性能差が縮まった今、差がつくのは周りの作り込みなんです。Anthropic、OpenAI、LangChainが公式発信で「harness」という言葉を使い始めたのも、この流れを表しています。

実務で一番使える:「どこが壊れているか」の切り分け

3レイヤーを知る最大の価値は、AIがうまく動かないとき、どこを直せばいいかわかることです。

症状疑うべきレイヤー
出力の形式や言い回しがおかしいプロンプト
自信満々に間違える/一般論しか言わないコンテキスト
途中で止まる/権限エラーで落ちるハーネス

うまい言い方をするなら、プロンプトだけのAIは「自信満々だけど何も知らない」、ハーネスがないAIは「よく知っているのに本番で壊れる」、コンテキストがないAIは「ただの融通のきかない自動化」です。

松岡

原因の場所がわかれば、無駄な試行錯誤が減りますよ!

【応用】ループとグラフ

  • ループ:「やらせる→確かめさせる→直させる」を繰り返す設計。1つのAIが縦に深く掘る
  • グラフ:複数のAIに分担させて最後に統合する設計。横に広げる

グラフは会社でいえば、市場調査・競合分析・数値集計を3人に同時に振って、まとめ役が統合するイメージ。1人で順番にやれば3倍かかる仕事が1回分の時間で終わります。ただし並列にしていいのは、お互いに依存しないタスクだけです。

実例として、Anthropicのリサーチ機能はリード役のAIが3〜5個のサブエージェントを並列で動かす仕組みで、
単体のClaude Opus 4を90.2%上回る性能を記録しています。

明日からできること

まずはコンテキストをフォルダで階層化しましょう。ルールを1ファイルに詰め込むと、肝心の指示が埋もれます。
「方針→細かいルール→手順書→学びのメモ」と分け、1ファイル200行未満が目安。「厚いマニュアル」より「引ける目次」です。

手順としては、
①フォルダ階層をつくる
②マークダウンでルールを書く
③MCPでツールをつなぐ
④繰り返す作業をスキル化する。

①②がコンテキスト、③④がハーネスの設計にあたります。とはいえ、自社業務に合わせた設計は記事だけでは足りません。とくにハーネスは失敗時の影響も大きい領域。
実務経験のあるプロと一緒に設計するのが一番の近道です。

今日の学び:AIは「指示」より「環境」で決まる

僕が一番「なるほど」と思ったのは、AIをうまく使えるかどうかは、指示の上手さより「どんな環境を用意したか」で決まるという部分でした。

呪文を覚える時代は終わりました。これからはAIが働きやすい職場をつくる人が強くなります。

うちの会社には、新しい考え方が出てきたら「まず触ってみよう」で実践できる環境があります。使いこなす力って、こういう場数から身につくんだなと最近つくづく思います。

…また良いことを言ってしまいました。でも本当にそう思うんです。

気になった方、ぜひ。
それではまた!