コンテキストグラフ(Context Graph)とは・意味、構成・GraphRAGとの違い・事例

コンテキストグラフとは?
コンテキストグラフ(Context Graph)とは、企業での承認や例外などの判断の経緯をグラフの形で積み重ね、AIエージェントが検索して使えるようにした情報の構造のこと。データの定義やデータどうしの関係を表したグラフを、この名前で呼ぶ企業もある。グラフは一般に、点(ノード)と点を結ぶ線(エッジ)で物事の関係を表すデータの形を指す。
ベンチャーキャピタルの Foundation Capital でパートナーを務める Jaya Gupta 氏と Ashu Garg 氏は、2025年12月に同社のサイトで公開した論考でこの語を使った。両氏は、承認や例外などの判断の経緯の記録を「decision traces(判断の痕跡)」と呼び、その記録が積み重なってできる構造をコンテキストグラフと呼んだ。
ソフトウェア開発のコンサルティング会社 Thoughtworks は、技術の評価をまとめた報告 Technology Radar の2026年4月の版で、コンテキストグラフを取り上げた。同社の定義では、コンテキストグラフは判断・方針・例外・前例・根拠・結果をつながった点としてグラフに表し、AIが読める形に整える知識の表し方だ。
Thoughtworks によると、業務の記録を管理するシステム(systems of record)が残すのは「何が起きたか」で、コンテキストグラフが残すのは「なぜそうなったか」だ。同社は、Slack のスレッドや承認の手順、担当者の頭の中にある判断の理由を、問い合わせのできる形にする技術と説明している。
Google は、データの表や指標の定義、用語集の語などをつないでAIエージェントの回答の根拠にする Knowledge Catalog のグラフを、コンテキストグラフと呼んでいる。判断の経緯より、データの定義と関係を中心にした使い方だ。
コンテキストグラフを構成する情報
承認や例外の経緯を判断のたびに残す
Gupta 氏と Garg 氏は、エージェントに必要なものを規則と判断の痕跡に分けた。規則は一般的な場合にどうするかを示し、判断の痕跡は個別の案件で何が起き、どの方針や例外、前例にもとづいて決めたかを示す。
両氏が挙げた例では、契約の更新を担うエージェントが20%の値引きを提案する。方針では値引きの上限は10%で、障害の影響による例外が承認されたときだけ上限を超えられる。エージェントは、重大な障害の記録や顧客の苦情の対応の記録、過去の似た例外の承認などを集め、財務の担当に例外の承認を依頼する。
承認のあと、顧客管理のシステムに残るのは「20%の値引き」という結果だけだ。両氏は、判断の記録を残し続ければ顧客・更新・障害・方針・承認者などの対象が判断の出来事と理由でつながり、時間とともにコンテキストグラフになるとしている。
Gupta 氏らの見方では、判断の痕跡はあとからデータを移す処理では取り戻せない。エージェントが作業を進める処理の中で、判断の時点に記録する必要がある。最初からすべてを自動にする必要はなく、担当者が判断に加わる形から始め、似た案件が重なるにつれて自動にできる範囲が広がるという。
データの定義と結合の経路を1つのグラフにまとめる
Google の Knowledge Catalog が作るコンテキストグラフでは、データの表、指標などの定義をまとめたセマンティックモデル、用語集の語、データプロダクトが点になる。データの来歴、表どうしを結ぶキー、実際の問い合わせの履歴から見つけた結合の経路などが線になる。
同じ指標を2つのツールが別々に定義しているときは両方の定義が出どころとともにグラフに並ぶため、データの管理の担当者は食い違いを利用者に届く前に正すことができると、Google は説明している。
コンテキストグラフと業務のシステム・GraphRAGの違い
コンテキストグラフは、業務のシステムやGraphRAG(グラフを使うRAGの手法)と、扱う情報と作り方が違う。Thoughtworks の説明では、GraphRAG は Microsoft が記事で示した手法だ。この手法では、文書を分けてLLMで分析し、知識のグラフを作る。質問のときは関連する文章を取り出し、グラフの線をたどって見つけたほかの関連する文章もプロンプトに加える。
| 用語 | 主に扱う情報 | 作成と更新 |
|---|---|---|
| 業務のシステム(顧客管理・基幹システムなど) | 顧客・取引などの今の状態と、最終の結果 | 結果を記録する。Foundation Capital は、値引きを承認した理由などは残らないと指摘する |
| GraphRAG | 文書の集まりの中身と、その中の物事の関係 | 決まった文書の集まりから作ると、Thoughtworks は説明する。文書を分けてLLMで分析し、知識のグラフを作る |
| コンテキストグラフ | 判断・方針・例外・前例・根拠・結果と、そのつながり | 判断のたびに記録を積み重ねる。Thoughtworks の説明では、線ごとに有効な期間を持ち、古くなった事実は上書きせず無効にする |
コンテキストグラフの由来と広まった背景
「Context Graph」という語は、今のAIエージェントの議論より前にも使われていた。2024年6月には、Chengjin Xu 氏らが題を「Context Graph」とする論文を arXiv で公開した。この論文では、知識のグラフに、事実が有効な期間や場所、情報の出どころなどを加えた構造をこう呼んでいる。
Gupta 氏と Garg 氏は論考で、契約の審査やサポートの対応などの実際の業務でエージェントが使われ始め、社員が日々、自分の判断と組織の記憶で解いているのと同じあいまいさにぶつかっていると指摘した。両氏は、足りないのはデータではなく判断の痕跡だとした。そのうえで、判断を記録する新しいシステムが、次の1兆ドル規模のプラットフォームになるという見方を示した。
AIのソフトウェア開発エージェント Devin を提供する Cognition は、2026年1月に、この論考を引いてコードの「コンテキストグラフ」を残す仕様への支持を表明した。Garg 氏は同じ月の続編で、論考を受けて書かれた文章を紹介した。同氏が挙げた例では、HubSpot の Dharmesh Shah 氏が、コンテキストグラフを「データだけでなく判断の記録のシステム」と呼んだ。
Thoughtworks は2026年4月の版の Technology Radar で、コンテキストエンジニアリングの中で成熟しつつある手法の1つにコンテキストグラフを挙げた。
日本語では、SAP Japan が2026年10月7日の発表で、TechWolf の「context graph for work」を「コンテキストグラフ」と表記している。
コンテキストグラフに関する主な出来事・ニュース
- 2025年12月22日 Jaya Gupta 氏・Ashu Garg 氏「AI’s trillion-dollar opportunity: Context graphs」を公開:Foundation Capital の Gupta 氏と Garg 氏は、判断の痕跡が積み重なってできる構造をコンテキストグラフと呼ぶ論考を、同社のサイトで公開した。
- 2026年1月29日 Cognition「Agent Trace: Capturing the Context Graph of Code」を公開:Cognition は、AIが生成したコードを記録する仕様 Agent Trace への支持を表明し、Foundation Capital の論考のコンテキストグラフの定義を引用した。
- 2026年4月15日 Thoughtworks、Technology Radar に「Context graph」を掲載:Thoughtworks は、コンテキストグラフを「Assess」の段階の技法に位置づけた。
- 2026年4月23日 Google Cloud「Welcome to Google Cloud Next ‘26」を公開:Google Cloud は、事業全体のコンテキストグラフを作り、エージェントの回答の根拠にする Knowledge Catalog を発表した。
- 2026年10月6日 SAP、TechWolf の買収で合意を発表:SAP は、「context graph for work」と呼ぶデータモデルを持つ TechWolf の買収で合意したと発表した。
コンテキストグラフに関する事例
SAP は TechWolf のコンテキストグラフを人事に取り込む予定
SAP は2026年10月、ベルギーのヘントに本社を置く TechWolf の買収で合意した。TechWolf は、顧客の人事や業務のシステムのデータから、職務の中の作業・従業員のスキル・外部の労働市場の3つのレベルで組織のモデルを作る。
SAP の Manoj Swaminathan 氏(Autonomous Suite 担当のプレジデント兼最高製品責任者)は、TechWolf のコンテキストグラフを、仕事やスキルの計画と人材の管理についてのエージェントの問い合わせに答える土台と位置づけた。同氏は、トークンの使い方の効率が上がり、人事のエージェントを導入する費用が下がると述べた。
TechWolf は人事の製品群 SAP SuccessFactors の中核になる見込みだと、SAP は説明している。2026年10月の発表の時点で、取引の完了は2026年第4四半期の予定で、規制当局の承認を含む通常の条件を前提としていた。完了と必要な協議を前提に、TechWolf は独立した事業体として残り、SAP 以外の顧客にも提供を続ける計画だ。
Google は複数のツールの指標の定義を1つのグラフに集める
Google は2026年10月、Knowledge Catalog がほかのツールのセマンティックモデルや指標の定義を直接取り込む機能の一般提供を始めた。対象は Looker LookML、dbt MetricFlow、Snowflake Semantic Views、Databricks Metric Views などだ。
Google は2026年11月の発表で、Knowledge Catalog に新しい機能をプレビューとして加えた。Google Workspace・GitHub・Jira などの非構造データと、利用者やエージェントのやり取りから学び、文脈の不足を自動で補う機能だ。同社は、Knowledge Catalog で作る文脈の層を「context layer」と呼んでいる。
Agent Trace はコードの変更とAIとの会話を結ぶ
Agent Trace は、AIが生成した部分と開発者が書いた部分を、バージョン管理のコードの中で記録するための公開の仕様だ。2026年1月の版は0.1.0で、仕様の状態は意見を募る段階(RFC)だ。
Cognition は、コードの変更ごとに、その変更を生んだ会話と行の範囲を結び付けられる点を Agent Trace の利点に挙げた。Cursor・Cloudflare・Vercel なども Agent Trace を支持しているという。
コンテキストグラフの英語での言い方
| 英語表記 | 意味 | 使用主体 |
|---|---|---|
| context graph | 判断の痕跡が積み重なってできる構造。データの定義やデータどうしの関係を表したグラフを指すこともある | Foundation Capital、Thoughtworks、Google |
| decision trace | 例外・前例・承認など、個別の案件で何が起き、なぜそう決めたかの記録 | Foundation Capital、Thoughtworks |
| context graph for work | 仕事の作業、従業員のスキル、外部の労働市場をつなぐ TechWolf のデータモデル | SAP |
| context layer | エージェントが使う業務の文脈を、データから作ってまとめる層 |
コンテキストグラフの語が指す範囲と未解決の論点
判断の記録を指す使い方とデータのグラフを指す使い方
Foundation Capital と Thoughtworks は、判断の経緯の記録を中心にこの語を使っている。Google は Knowledge Catalog が作るデータの定義と関係のグラフを、SAP は TechWolf の仕事とスキルのデータモデルを、それぞれコンテキストグラフと呼ぶ。
判断の「理由」は記録できないという反論
Garg 氏によると、論考への最も多い反論は、判断の本当の意図は本人の頭の中にあって外から記録できないというものだった。確実に記録できるのは、どんな操作をどの順に行ったかだという。
Garg 氏はこの反論の一部を認め、当てはめた方針・参照した根拠・認めた例外・承認者を記録し、理由は記録の積み重ねから推し量ればよいとした。同氏は、コンテキストグラフが独立した製品の分野になるのか、データウェアハウスやデータカタログ、監視のツールの機能に取り込まれるのかは決まっていないとも述べている。
Thoughtworks は「Assess」の段階に置いた
Thoughtworks は、2026年4月の版の Technology Radar で、コンテキストグラフを「Assess」(企業への影響を知るために探る価値がある段階)に置いた。同社が評価する価値があるとしたのは、セッションをまたいで記憶を保つ必要があるエージェントのアプリや、判断の筋道をあとからたどれることが求められるエージェントのアプリだ。
コンテキストグラフに関連する用語
- RAG(検索拡張生成):生成AIが社内の資料やWebなどの外部の情報源を検索し、見つけた情報を根拠に回答を生成する仕組みのこと。
- エージェンティックRAG:AIエージェントが検索の進め方を自分で決め、結果を確かめながら回答を作るRAGの仕組みのこと。
- コンテキストエンジニアリング:AIモデルが答えを作るときに読む情報の全体(コンテキスト)を、作業の段階ごとに選んで整える技術のこと。
- AIエージェント:与えられた目標に向けて、AIモデルが自分で手順を決め、検索やファイルの操作などの道具を使いながら作業を進めるAIシステムのこと。
コンテキストグラフに関する出典
Jaya Gupta、Ashu Garg「AI’s trillion-dollar opportunity: Context graphs」(2025年12月22日、Foundation Capital)
Thoughtworks「Context graph」(2026年4月15日)
Google Cloud「Grounding agents in one context graph connecting semantic models you already trust」(2026年10月30日)
Thoughtworks「GraphRAG」(2025年4月2日)
Chengjin Xu ほか「Context Graph」(2024年6月17日、2024年6月28日改訂、arXiv)
Cognition「Agent Trace: Capturing the Context Graph of Code」(2026年1月29日)
Ashu Garg「Context graphs, one month in」(2026年1月30日、Foundation Capital)
Thoughtworks「Context engineering」(2025年11月5日、2026年4月15日更新)
SAP Japan「SAP、TechWolfを買収し、AI時代における業務実態をデータに基づいて可視化」(2026年10月7日)
SAP「SAP to Acquire TechWolf, Giving Enterprises Evidence-Based View of Work in the Age of AI」(2026年10月6日)
Google Cloud「What’s new across Google’s Agentic Data Cloud」(2026年11月5日)
Agent Trace「Agent Trace」(2026年1月)
Google Cloud「Welcome to Google Cloud Next ‘26」(2026年4月23日)




