コンテキストコーディング（Context Coding） — 提案した記事自身の説明では、コンテキストに基づく、あるいはコンテキストに駆動されるプログラミング — は、ある実務家のブログ記事が、コードを読まずに対話だけでプログラミングするという本来の狭い意味での バイブコーディング（バイブコーディング）とは区別される、AI 支援プログラミング全般の名称として提示したものである。AI プログラミングツールの進化とバイブコーディングについて の論じるところでは、モデル自体がプログラミングに長けてきたことを別にすれば、AI プログラミングにおけるもう一つの大きな進歩の源泉はツールの コンテキストエンジニアリング（コンテキストエンジニアリング）であった。したがって、モデルを固定すれば、AI 支援プログラミングにおけるあらゆる改善は、チャット、RAG、ルール、MCP、あるいは次に来る何であれ、LLM により適切なコンテキストを渡すことに基づいている。
用法
同記事はこの名称を用いて、近年のコーディングツールの歴史をコンテキスト戦略の系列として読み解いている。GitHub Copilot は、エディタで開いているウィンドウ内やカーソル周辺のコードをモデルに届けた。Cursor は、コードベース全体のインデックスに対する検索を加え、ユーザー自身がファイルやフォルダを添付できるようにした。Claude Code は、まずプロジェクトの全体構造を分析し、そのうえでベクトルインデックスではなく grep のような Unix ツールで検索する。同記事は他の進歩 — より強力なモデルや、Cursor 専用の Tab 補完モデル — にも触れているが、これらの製品の成功は、より優れたコンテキストエンジニアリング、すなわち各ツールがどのようなコンテキストをモデルの前に置き、それをユーザーがどこまで制御できるようにしたかに基づいていると読んでいる。
開発者自身の実践に当てはめる際、同記事は新しいチームメンバーのオンボーディングを、どのようなコンテキストを供給すべきかのモデルとしている。技術スタック、ディレクトリ構成とファイル名の意味、プロジェクトでよく使うコマンド、共有ユーティリティやコアモジュールの場所、チームのコーディング規約などであり、モデルはセッションのたびに記憶のない状態から始まるため、これらを CLAUDE.md や .github/copilot-instructions.md のような指示ファイルに保持しておく。同記事は同じ論理を、MCP を通じて取得する最新のドキュメントや、デバッグにも広げている。デバッグでは、開発者がデバッガで目にするものをモデルにも見せるため、モデルにログ出力を追加させる。
適用される場面
同記事において、コンテキストコーディングとは、Karpathy の狭い意味でのバイブコーディング — AI の書いたコードをもはやレビューせず、結果だけを判断するもの — ではない AI 支援プログラミングに対する著者の呼び名である。そこで示される助言は、このコンテキストを保持する指示ファイルが最新の状態に保たれていることを前提としている。
同記事は、これがうまくいかなくなる二つの場合を挙げている。第一に、コンテキストは多ければ多いほどよいわけではない。古くなった情報 — ディレクトリ構成、頻繁にリファクタリングされるファイルやユーティリティ — が指示ファイル上で更新されないままだと、まったく供給しない場合よりも害が大きく、しかもこれらのファイルを最新に保つことは、特に大規模なチームでは難しい。第二に、どれほどコンテキストを与えても、抽象化におけるモデルの弱さはまだ補えない。あらゆるコーディング規約をルールに書き込んだとしても、著者は LLM が良い抽象度のコードを安定して生み出すことを期待していない。
定着の度合い：この名称は一人の著者が個人のブログ記事で行った提案であり、何らかの計測ではなく、三つのツールについての著者自身の経験によって裏付けられているにすぎない。同記事はこれを新しい技法としてではなく、すでに広く行われている実践に対する好ましい呼び名として提示している。
関連用語
- コンテキストエンジニアリング
- バイブコーディング
- AI 支援型プログラミング
- コンテキスト駆動エンジニアリング — 別の出典に由来する、似た名前の実践