01 / UNDERSTAND
仕組みと使いどころ
ACEは、LLMアプリケーションで利用する文脈を固定的な文章ではなく、更新可能なプレイブックとして扱うフレームワークです。Generatorが実行内容を生成し、Reflectorが実行結果から改善点を抽出し、Curatorが既存の内容へ整理・反映します。全面的な書き換えではなく、構造化された追加・修正によって詳細な知識が失われる「文脈崩壊」を抑えることを目的とします。システムプロンプトなどのオフライン文脈と、エージェントのメモリなどのオンライン文脈に利用できます。ただし、報告された性能向上は特定のエージェントおよび金融分野のベンチマークに基づくもので、あらゆるモデルや業務で同じ効果を保証するものではありません。
02 / IN PRACTICE
ACEの活用例
たとえば、こんな場面で
例えば、業務エージェントの実行結果をもとに、成功した手順や失敗を避けるための規則をプレイブックへ追加し、次回以降の応答やツール利用に参照させる運用が考えられます。
03 / GOOD TO KNOW
使うときのポイント
導入時は、更新対象となる文脈、利用する実行フィードバック、各規則が評価結果へ与える影響を確認し、自社のタスクで改善が再現するか検証します。
参考資料
Paper page - Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models （新しいタブで開きます）Self-improving agents, personalized chat experiences and, faster workflows in IBM watsonx Orchestrate （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。