7 分エージェントの記憶（概念解説）
短期メモリと長期メモリに関する判断を分け、エージェントのメモリへ書き込むタイミングを決められるようになります。
上級者自動化
エージェントのためのコンテキスト設計
LangChain. Lance Martinが「書き出す、選択する、圧縮する、分離する」という枠組みを、具体例とともに解説します。操作履歴を要約するタイミング、状態をファイルへ退避するタイミング、親エージェントのコンテキストを守る目的だけでサブエージェントを起動するタイミングを扱います。実際に100万トークンのウィンドウを管理する記事のセクションと、ほぼそのまま対応しています。
AI Expertの注記
モデル名、価格、機能は急速に変化します。意思決定のパターンを学ぶために活用し、導入前には現在のモデルの挙動を検証してください。
このセクションから得られるもの
「書き出す、選択する、圧縮する、分離する」というパターンを適用し、エージェントのコンテキストを意図的に管理できるようになります。
視聴または事前に知っておくべきもの
長時間保持されるコンテキストを使うエージェントの構築または運用経験が必要です。
最終確認日：2026年5月18日
次の動画を視聴
同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。
さらに深く学ぶ
このトピックについてさらに詳しく学べる、厳選された外部コースです。
DeepLearning.AIChatGPT Prompt Engineering for Developers
Isa Fulford · Andrew Ng
90分で1年分の勘所を学べます。LLMを呼び出すコードを書き始めた人、またはこれから書こうとしている人にとって、「ChatGPTを試す」段階と「LLMを呼び出す機能をリリースする」段階の差を埋める、オンラインで最も効率的な講座です。
中級者約1.5時間
Microsoft LearnWork Smarter with AI: Craft Effective Prompts for Microsoft Copilot
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.
中級者~1h 5m · self-paced