開発

ループ・エンジニアリング — 「プロンプトを書く」から「反復する仕組みを設計する」へ

2026/08/18

1. 「一発で当てる」から「繰り返して収束させる」へ

AIにコードを書かせる、あるいは何らかのタスクをこなさせる際、初期のアプローチは「良いプロンプトを一発で書き、良い結果を得る」というものだった。これがいわゆる「プロンプトエンジニアリング」である。

しかし、AIコーディングエージェントの実用化が進むにつれて、単発のプロンプトでは複雑なタスクを完結させられないことが明らかになってきた。そこで注目されるようになったのが「ループ・エンジニアリング（Loop Engineering）」という考え方である。IBMの技術解説では、これを「エージェント型のワークフロー（ループ）を設計し、最小限の人間の介入でユーザー定義の目標に向かってAIエージェントを反復的に導く実践」と定義している。

2. ループの基本構造

ループ・エンジニアリングが扱う「エージェントループ」は、おおむね次のような要素で構成される。

Intent（意図）: 開発者やシステムが達成したい目標を定義する
Context（文脈）: エージェントが、関連するコード・ドキュメント・エラーログ・制約条件などを収集する
Action（行動）: エージェントがファイルを編集し、コマンドを実行し、ツールを呼び出し、あるいは計画を立てる
Observation（観察）: テスト結果、コンパイルエラー、実行結果、レビューコメントなどのフィードバックを取得する
Adjustment（調整）: 得られたフィードバックをもとに計画を更新し、タスクが受理されるか、行き詰まるまでループを繰り返す

3. 実例で見る：実際のAIコーディングエージェントの内部構造

抽象的な5段階のモデルだけでは実感が湧きにくいので、実在するAIコーディングエージェント「Claude Code」の公開されている内部構造を具体例として見てみたい。

技術解説記事によれば、Claude Codeの中核となるループ自体は「単純なwhileループ」に過ぎないという。しかし、実際にコードベースを解析すると、AIの判断ロジックが占める割合はコードベース全体のわずか1.6%であり、残り98.4%は権限管理・コンテキスト管理・ツールの呼び出し制御・エラー時の復旧処理といった、決定論的な（あらかじめルールが決まっている）インフラ部分だと報告されている。つまり「AIが賢く考えて何でもやる」のではなく、「AIが判断すべき狭い範囲を残し、それ以外の大部分を人間が設計した堅牢な仕組みで固める」という設計思想であることが分かる。

具体的なインフラの例として、以下のような仕組みが報告されている。

コンテキスト管理の多層構造: プロジェクトの記憶としてCLAUDE.mdのようなファイルを使い、会話が長くなってコンテキストの上限に近づくと、自動的に要約して圧縮する仕組みを持つ
5層構成の圧縮パイプライン: 会話履歴やツールの実行結果は、ターンを重ねるごとに蓄積していき、数十ターンでモデルのコンテキストウィンドウを圧迫し始める。これに対応するため、複数段階に分けて情報を圧縮する仕組みが組み込まれている
サブエージェントへの分離: 長時間にわたる複雑なタスクでは、独立した文脈を持つ「サブエージェント」を新たに立ち上げ、そのサブエージェントがタスクを完了して要約を返し、終了する、という形で全体のコンテキストを圧迫しないようにする設計が使われている
7段階の権限モード: エージェントがどこまで自律的に行動してよいかを、細かい権限レベルに分けて制御する仕組みを持つ

4. 「プロンプトエンジニアリング」との違い

プロンプトエンジニアリングは、個々のモデル呼び出しに対して最適な指示文を作り込む作業に焦点を当てる。これに対してループ・エンジニアリングは、上記のClaude Codeの例のように、「何を、いつプロンプトするか、そしてその結果を受理すべきかどうかを判断する自律システムそのもの」を設計対象にする、という違いがある。技術解説の中では、LLMアプリケーション開発の進化を「プロンプトエンジニアリング → コンテキストエンジニアリング → ハーネスエンジニアリング → ループ・エンジニアリング」という段階として捉える見方も紹介されている。

5. どんな場面で重要になるか

ループ・エンジニアリングは、単発のチャット的なやり取りよりも、自律的なコード生成やソフトウェアの継続的な保守、複数ステップにまたがるタスク遂行のような「長時間動き続けるエージェント」を扱う場面でこそ効いてくる考え方だとされている。Claude Codeの事例が示すように、AIの「賢さ」だけに頼るのではなく、権限管理・コンテキスト圧縮・タスク分割といった、地道なエンジニアリングによる土台の設計が、実用的なエージェントの大部分を占めている、という点が重要な実務上の教訓である。本誌が実践するAIQDD（AI Quality-Driven Development）も、仕様・実装・検証・監査ログを一つの継続的なループとして設計する点で、この思想と多くを共有している。