
コンテキストエンジニアリングは狭すぎる。ハーネスエンジニアリング時代に必要な「会社の文脈」
こんにちは、おぐりんです。
AIに詳しい情報を渡しても、その提案が会社の判断に合うとは限りません。僕は、業務データに加えて、価値観や制約、過去の判断といった会社の文脈を扱う必要があると考えています。 ここでいう会社の文脈とは、何を大切にし、なぜその判断をするのかという背景です。AIへその背景を渡す工夫を、コンテキストエンジニアリングと呼ぶことがあります。
情報を渡す設計から、仕事の中で文脈を使い、育てる設計へ。AIを自社に合った形で動かすために、何を整えたいのかを整理します。
コンテキストを「情報」としてだけ見ると、AI活用は浅くなる
例えば、業務マニュアル、過去の議事録、顧客情報、社内ルールをAIが使えるようにする。その準備で、提案を会社の仕事に近づけられる場面はあります。ただ僕は、資料を渡すだけでは、まだ足りないことがあると感じています。
なぜなら、会社の意思決定は、ドキュメントに書かれた情報だけで行われていないからです。実務では、「これは勝手に進めていい」「これは一度確認した方がいい」「これは効率が悪くても守るべき」といった判断が常に発生します。そして、その判断基準は、意外と明文化されていません。
本当に渡すべきなのは「会社の文脈」です
たとえば、誰かに「デスクトップをきれいにしておいて」と頼んだとします。人間同士であれば、多くの場合「勝手にファイルを消すのはまずい」と分かります。必要そうなものは残す。判断がつかないものは確認する。これはマニュアルに書かれていなくても、ある程度共有されている道徳観です。でもAIに同じことを頼むと、「きれいにする」という言葉を、不要なものを削除することだと解釈するかもしれません。
このとき起きているのは、AIの能力不足ではありません。前提が揃っていないだけです。つまり、AIに仕事を任せるというのは、単に作業手順を渡すことではありません。その会社における「何を勝手にやってよくて、何は確認すべきか」という判断基準まで渡す必要があります。僕はこれを、資料に書かれた事実だけではなく、会社の文脈として扱うべきだと思っています。企業のAI活用で必要になるのは、その外側にある会社の文脈です。業務、組織、人、道徳観。これらがつながって初めて、AIは会社らしい判断に近づきます。

ハーネスエンジニアリングは、会社の文脈を動かすための器になる
AIに仕事を任せるには、読める資料や使える道具を用意し、何をしてよいかを決め、実行した記録や結果を確かめられるようにする必要があります。こうした、AIが仕事を進めるための周りの仕組みを整える考え方が、ハーネスエンジニアリングです。名前を覚えることより、AIが働ける準備を会社が整える、と考えると分かりやすいと思います。
この考え方自体はかなり重要です。ただ、僕はここでもう一段踏み込みたいです。どれだけハーネスを整えても、その中に入れるコンテキストが狭ければ、AIの判断は会社に合いません。優秀なシェフに高級なキッチンを用意しても、そのシェフがどこの出身で、どこで修行し、何を美味しいと感じる人なのかが分からなければ、その店らしい料理にはならない。
AIも同じです。ハーネスは、AIを動かすための器です。でも、その器に入れるべきものは、単なる資料ではなく、会社の文脈です。
知識の共有では、判断の背景まで伝えたい
これまでの社内の知識共有は、どちらかというと「中央にある情報を、いかに各担当者へ伝えるか」という発想が強かったと思います。Notionにマニュアルを作る。議事録を残す。社内ルールを整備する。もちろん、これは今でも大事です。ただ、AI時代にはそれだけでは足りません。実際の意思決定は、ニュースへの感じ方、教育観、仕事観、好き嫌い、過去の経験、何に違和感を持つかといった、かなり曖昧なコンテキストに影響されています。
たとえば、同じ政治ニュースを見ても、人によって受け取り方は違います。その違いは、日常のビジネス判断にも確実に影響しています。でも、そういう情報は正式な社内の資料や記録にはほとんど残りません。だから、組織のカルチャーや判断基準は、分かっているようで実は共有されていないことが多い。これからの知識共有は、単に情報を整理することではなく、会社の中に散らばっている文脈を、AIが扱える形に編集して流通させることに変わっていくと思います。
「どうでもいい情報」が、会社の判断基準を作っている
ここで面白いのは、一見ビジネスと関係なさそうな情報ほど、その人や会社のコンテキストを表すことがあるという点です。たとえば「小学校は私立に行かせるべきか」という問い。あるいは「移動のコストが下がると、人は幸せになるのか」という問い。これらは業務マニュアルには載りません。けれど、そこに出る価値観は、採用、商品設計、顧客対応、投資判断に影響します。
AIに会社の仕事を任せていくなら、業務データだけではなく、こうした判断の背景も重要になります。もちろん、すべてを収集すればいいという話ではありません。個人の情報をどこまで共有してよいかや、安心して発言できるかも考える必要があります。ただ、少なくとも「会社のコンテキストは、決定事項やマニュアルだけでできているわけではない」という前提は持った方がいい。
むしろ、日常の雑談、違和感、ニュースへの反応、写真、好きなもの、なぜか選んでしまうもの。そういう断片が、AI時代の組織理解では価値を持ち始めると思っています。
AI活用の次のテーマは、会社の道徳観をどう渡すか
最後に、僕がかなり重要だと思っているのが道徳観です。AIに任せられるかどうかは、能力だけでは決まりません。人間に仕事を任せるときも同じで、その人の判断基準や倫理観を信頼できるから任せられるわけです。AIにも同じことが起きます。一般的な安全性だけではなく、その会社にとっての「勝手にやっていいこと」「必ず確認すべきこと」「多少非効率でも守るべきこと」をどう伝えるか。
ここを整えないままAI導入を進めると、現場は便利さと不安の間で止まります。AIに任せるとは、会社の道徳観まで渡すことです。逆に言えば、会社の文脈と道徳観を整えられた企業は、AIにかなり深い仕事を任せられるようになるはずです。
まず整えるべきなのは、資料に書かれた事実だけではありません
AI導入というと、どうしても「どのツールを入れるか」「どんな研修をするか」「どの業務を自動化するか」に目が向きます。最近は、そこに加えて「コンテキストを整えよう」という話も増えています。ただ、そのコンテキストが資料やAIへの指示文だけを意味しているなら、まだ狭いと思います。本当に整えるべきなのは、会社の文脈です。
AIに何を渡せば、自社らしい判断ができるのか。何を渡していないから、AIの出力がズレるのか。どの情報は言語化できていて、どの情報はまだ暗黙知のままなのか。ここを見ずにAI導入を進めると、便利なツールは増えても、会社の意思決定はあまり変わりません。Aidiaでは、AI研修やAI顧問、AI導入支援の中で、単にツールの使い方だけではなく、その会社の業務や判断基準に合わせたAI活用を一緒に設計しています。
AIを入れたのに現場で広がらない。AIの出力がなんとなく自社に合わない。そう感じている場合は、ツールやAIへの指示文だけではなく、会社の文脈の問題として見直してみると、かなり整理しやすくなると思います。





プロンプト共有は、もうコピペでなくていい。スキル・プラグインで社内に広げる方法
社内ナレッジをAIで活用するには?正本・権限・更新を整える5つの手順
企業のAIセキュリティは、一人ひとりのリテラシーとガードレールで守る
AIエージェントの評価は、普段の仕事から。気づいた点を直して育てる
AI研修の費用はどう決まる?料金の計算方法と見積もりの比較ポイント
生成AIの社内ガイドラインの作り方。入力・確認・承認を業務に組み込む
AI研修の効果を実務へ広げる。応用力を育てる「宿題」の役割
ChatGPT Workのログインは安全?見るべきは「パスワード」ではなく「権限」