はじめに
本稿では、Anthropic社が2025年9月30日に発表した、AIモデル「Claude」の開発者向けプラットフォームにおける、新しいコンテキスト管理機能について解説します。AIエージェントが長期間にわたる複雑なタスクを実行する上での大きな課題であった「コンテキストウィンドウの制限」に対応するための「Context Editing」と「Memory Tool」という2つの機能が公開されました。
参考記事
- 発行元: Anthropic
- 発行日: 2025年9月30日
- タイトル: Managing context on the Claude Developer Platform
- URL: https://www.anthropic.com/news/context-management?subjects=announcements
参考ドキュメント
- Context Editing ドキュメント：https://docs.claude.com/en/docs/build-with-claude/context-editing
- Memory Tool ドキュメント：https://docs.claude.com/en/docs/agents-and-tools/tool-use/memory-tool
- クックブック：https://github.com/anthropics/claude-cookbooks/blob/main/tool_use/memory_cookbook.ipynb
・本稿中の画像に関しては特に明示がない場合、引用元記事より引用しております。
・記載されている情報は、投稿日までに確認された内容となります。正確な情報に関しては、各種公式HPを参照するようお願い致します。
・内容に関してはあくまで執筆者の認識であり、誤っている場合があります。引用元記事を確認するようお願い致します。
要点
- AIエージェントは、対話の文脈を記憶する「コンテキストウィンドウ」の容量制限により、長期的なタスクの実行に課題があった。
- 新機能「Context Editing」は、コンテキスト内の古くなった情報を自動で削除し、ウィンドウの枯渇を防ぐ。
- 新機能「Memory Tool」は、コンテキスト外のファイルシステムに情報を永続的に保存・参照し、セッションを越えた知識の蓄積を可能にする。
- これらの機能を組み合わせることで、エージェントのタスク処理性能は39%向上し、トークン消費量を84%削減したという結果が報告されている。
詳細解説
AIエージェント開発における「コンテキストウィンドウ」の課題
大規模言語モデル（LLM）を利用したAIエージェントを開発する際、開発者は常に「コンテキストウィンドウの制限」という課題に直面します。コンテキストウィンドウとは、モデルが一度に処理できる情報の量（トークン数）のことで、対話の履歴や与えられた資料など、タスク遂行に必要な文脈全体を指します。
エージェントがコーディングやリサーチ、データ分析といった複雑なタスクを長時間実行すると、対話の履歴やツール（他のプログラムやAPI）を使用した結果が積み重なり、コンテキストウィンドウはすぐに上限に達してしまいます。上限に達すると、モデルは古い情報を忘れてしまい、タスクの一貫性を保てなくなります。これまでの開発者は、パフォーマンスの低下を許容するか、手動で文脈情報を取捨選択するという難しい判断を迫られていました。
新機能１：Context Editing – コンテキストを自動で整理する
「Context Editing」は、このコンテキストウィンドウの枯渇問題を解決するための機能です。トークンの上限に近づくと、自動的に古いツール呼び出しとその結果をコンテキスト内から削除します。
重要なのは、会話全体の流れや重要な中間的結論は保持しつつ、古くなった情報のみを戦略的に取り除く点です。これにより、エージェントは手動での介入なしに長期間タスクを継続でき、常に最も関連性の高い情報に集中できるため、モデルの処理性能も向上します。
新機能２：Memory Tool – コンテキスト外に情報を永続化する
「Memory Tool」は、コンテキストウィンドウの外部に情報を保存し、後から参照するための仕組みです。これはファイルベースのシステムとして機能し、Claudeはツールコールを通じて以下の操作を行えます。
- Create（作成）
- Read（読み取り）
- Update（更新）
- Delete（削除）
この機能の最大の特徴は、ストレージ管理が開発者側に委ねられている点です。データは開発者が用意したインフラ上の専用ディレクトリに保存されるため、どこに、どのようにデータを永続化するかを完全に制御できます。これにより、エージェントはセッションをまたいで知識ベースを構築したり、プロジェクトの状態を維持したり、過去の学習内容をコンテキストウィンドウを圧迫することなく参照したりすることが可能になります。
パフォーマンスの向上と具体的なユースケース
Anthropic社の内部評価によると、これらの新機能を組み合わせることで、エージェントの検索タスクにおけるパフォーマンスが39%向上したと報告されています。また、Context Editing単体でも29%の改善が見られました。さらに、100ターンに及ぶWeb検索の評価では、トークン消費量を84%も削減しつつ、従来はコンテキストの枯渇で失敗していたワークフローを完遂できたとのことです。
これらの機能により、以下のようなユースケースでの活用が期待されます。
- コーディング: 大規模なコードベースを扱う際に、古いファイル読み込み結果などを自動で削除しつつ、デバッグの洞察や設計に関する決定事項をメモリに保存することで、進捗を失うことなく作業を継続できます。
- リサーチ: 重要な発見をメモリに蓄積し、古い検索結果をコンテキストから削除することで、時間をかけてより精度の高い知識ベースを構築できます。
- データ処理: 中間結果をメモリに保存し、処理済みの生データをコンテキストから削除することで、トークン制限を超えるような大規模なデータ処理ワークフローを実現できます。
利用方法
これらの機能は、最新モデルである Claude Sonnet 4.5 で利用可能です。現在、Claude Developer Platform、Amazon Bedrock、Google Cloud Vertex AIにてパブリックベータ版として提供されています。より詳細な実装方法については、公式のドキュメントやクックブックをご参照ください。
- Context Editing ドキュメント：https://docs.claude.com/en/docs/build-with-claude/context-editing
- Memory Tool ドキュメント：https://docs.claude.com/en/docs/agents-and-tools/tool-use/memory-tool
- クックブック：https://github.com/anthropics/claude-cookbooks/blob/main/tool_use/memory_cookbook.ipynb
まとめ
今回発表された「Context Editing」と「Memory Tool」は、AIエージェント開発におけるコンテキスト制限という根源的な課題に対する、実践的な解決策です。コンテキスト内の情報を自動で最適化し、必要な知識を外部に永続化させることで、AIエージェントはこれまで以上に複雑で長期間にわたるタスクを、高い一貫性と性能を保ちながら実行できるようになります。このアップデートにより、開発者はより高度な自律型AIエージェントを構築するための強力なツールを手にしたと言えるでしょう。
