書籍
コンテキストエンジニアリング
LLMの原理、RAG・エージェント開発から読み解く
蒲生弘郷
Amazonで購入※ 上記は Amazon アソシエイトによる広告リンクです。
概要
LLMがどのように入力情報を処理し応答を生成するかをTransformerの仕組みから 解き明かし、指示プロンプトの設計、API利用時のコンテキスト構成、RAGにおける データソースの整備、AIエージェントによるワークフロー自動化までを扱う。 Lost in the Middleや会話履歴の揮発性といったLLM特有の癖を踏まえ、プロンプトの 工夫だけに頼らずコンテキストを設計する視点を提示する。
対象読者
- LLMアプリケーション開発に携わるエンジニア
- RAG・AIエージェントの精度改善に取り組む開発者
タグ
#llm#rag#ai#ai-agent#prompt-engineering
奥付
- 出版社
- 技術評論社
- ISBN
- 978-4-297-15419-6
- 出版日
- 2026年2月
- 参考定価
- ￥3,300税込Amazonの実売価格と異なる場合があります
この本を手に入れる
※ 上記は Amazon アソシエイトによる広告リンクです。関連書籍
次に読む書籍
- 推奨前提
LangChainによるAIエージェント開発講座
神田良輝
理由: LLM がどう入力を処理し応答を生成するかという原理と、プロンプト設計・コンテキスト構成の勘所を押さえると、LangChain のようなフレームワークが提供する抽象が何を肩代わりしているかが見える。本書が扱う Lost in the Middle や会話履歴の揮発性といった知見は、LangChain でエージェントを組む際にコンテキストをどう設計すべきかの判断軸になる。
- 推奨前提
作って学ぶAIエージェント
TypeScriptとLLMで切り拓くAI時代のエンジニアリング
laiso
理由: LLM API の呼び出し方やコンテキスト設計の基礎を理解すると、TypeScript でエージェントをゼロから組み立てる際に、推論ループやツール呼び出しの裏で何が起きているかを見失わずに実装できる。コンテキストエンジニアリングの知見は、Nano Code のような自作コーディングエージェントの設計判断を支える土台になる。