AIにあなたを毎回の会話で覚えさせる方法

あらゆる大規模言語モデルは、設計上ステートレス（状態を持たない）です。会話が終わると、コンテキストウィンドウ——モデルの作業用の記憶——は破棄されます。モデル自身はセッションをまたいであなたについて何も学びません。あなたとのチャットで再学習されるわけでも、重みの内部にあなた専用のファイルを持っているわけでもありません。あなたが「覚えている」と感じるものは何であれ、モデルの内側ではなく周りに作られているものです。

この違いが重要なのは、記憶が誰かが設計するエンジニアリング上の選択だという意味だからです。そして、今日それを実現する方法は、正確に4つあります。

選択肢1——クラウドチャットボットの組み込みメモリ

ChatGPT、Claude、Geminiなどは今や、メモリ機能を搭載しています。アシスタントが選んだ事実（「簡潔な回答を好む」「バリのタトゥースタジオで働いている」）を静かに保存し、以降のチャットに差し込みます。これは機能しますし、カジュアルな用途にはたいてい十分です。

限界は構造的なものです。何が保存され、何が削除されるかを決めるのはあなたではなく、ベンダーのヒューリスティクスです。容量には上限があります。記憶はベンダーのサーバー上、ベンダーの保持ポリシーのもとに存在し、プロダクトの意思決定ひとつ、あるいはアカウントのフラグひとつで、一夜にして消えることもあります。それは、あなたが所有していない、あなたに関する記憶です。

選択肢2——手動コンテキスト：コピペのノート

もっとも古い回避策は、自分のコンテキスト（「自己紹介、プロジェクト、技術スタック、トーン」）をまとめたドキュメントを用意し、セッションの冒頭で毎回貼り付けることです。一部のツールはこれを制度化しています——カスタム指示、プロジェクトファイル、システムプロンプトなどです。

無料で、正直な方法ですが、スケールしません。ドキュメントは古くなり、手作業でメンテナンスする必要があり、しかも記録するのは「書こうと思いついたこと」だけです——何百回もの会話の中で自然に浮かび上がり、静かに重要になっていったことは決して捉えられません。

選択肢3——メモリAPIとRAG（開発者向けの道）

自分でツールを構築するなら、任意のモデルに外部メモリを後付けできます。会話のチャンクをデータベースに保存し、ベクトルとして埋め込み、リクエストごとに関連するものをコンテキストとして取り出す（検索拡張生成、RAG）という方法です。メモリ・アズ・ア・サービス系のスタートアップは、まさにこれをAPIとして販売しています。

これは正しいアーキテクチャです——本物の永続的な記憶は実際にこうやって動きます。ただしDIYプロジェクトとしては相応のエンジニアリング時間を要しますし、ホスト型のメモリAPIを使えば、選択肢1と同じ所有権の問題を再現することになります——あなたの蓄積された人生のコンテキストが、今度は誰かのクラウドに存在することになるのです。

選択肢4——自分が所有する記憶データベースを持つセルフホスト型アシスタント

永続的な解決策は、アシスタント層を自分で運用し、その記憶を自分のサーバー上の単純なデータベースとして保つことです。モデル自体は依然としてトップクラスのクラウドモデルで構いません（フロンティア級の重みを自分でホストすることはできませんし、ホストするのはエージェント層です）。しかし、アシスタントがあなたについて知っていることすべては、あなたが管理するファイルに存在します。

Avelina AIはこのように作られています。記憶は、あなたのVPS上のSQLiteデータベースで、型付けされたレイヤーを持ちます——あなたについての事実、何が起きたかのジャーナル、失敗から学んだレッスン、育っていく世界観——さらに、会話履歴全体に対する全文検索とベクトル検索も備えています。（1枚のフラットなノートファイルより型付けされたレイヤーが優れている理由は別の記事で語っています。）「5月の料金ページについて何を決めたっけ？」と聞けば、アシスタントは肩をすくめる代わりに、自分の過去を検索します。

忘れられることの本当のコスト

AIの物忘れをちょっとした煩わしさとして片付けたくなるものです。しかし実際には、コストは積み重なります。あなたはコンテキストを説明し直します——毎回同じ15分を。アドバイスは一般論のままです。あなたの履歴を知らないアシスタントは、誰にでも言えるような答えしか出せないからです。長期にわたる作業も壊れます——3月に決めたことが、7月に静かに蒸し返されます。そしてビジネスでアシスタントを使っているなら、クライアントのコンテキストを忘れることは単なる摩擦ではなく、お金の問題です。

さらに厄介なのは、多くの人が頼る回避策——クラウドチャットボットにどんどん個人的なコンテキストを貼り付けていくこと——が、セッションを重ねるたびに、あなたの人生のより完全な調書を第三者に渡していることを意味する点です。記憶があなたにとって大切なら、その記憶がどこにあるかも同じくらい大切なはずです。

所有された記憶は実際にどう動くか

具体的な例として、Avelina AIを見てみましょう（アーキテクチャ自体は一般化できます）。

会話から新しい事実が自動的に抽出され、データベースに書き込まれます——「これを覚えておいて」という呪文は不要です。すべての会話はアーカイブされ、全文検索・意味検索のためにインデックス化されます。失敗はレッスンとして記録されるので、一度した訂正を来月また繰り返すことはありません。過去についての質問に答える前に、アシスタントは即興で答えるのではなく自分の記録を検索することが求められます——これが記憶と作り話（コンファビュレーション）の違いです。

そして、そのすべてが自分のサーバー上のデータベースであるということは——開いて読むことも、バックアップすることも、エクスポートすることも、削除することもできるということです。申請フォームは不要。信頼も不要です。

どの選択肢を選ぶべきか

週に数回、カジュアルにAIを使うだけなら——組み込みのクラウドメモリ（選択肢1）で十分です。ただしその限界は知っておきましょう。インフラいじりが好きな開発者なら——選択肢3は週末から先まで楽しめる立派なプロジェクトです。自分で構築せずに永続的で自分が所有する記憶が欲しいなら——セルフホスト型アシスタント（選択肢4）が両方を同時に手に入れる唯一の道です。月5〜15ドル程度のVPSにインストールでき、Telegramで会話でき、あなた以外の誰もリセットできないので、記憶は何年もかけて育っていきます。

FAQ

ChatGPTは会話をまたいで私を覚えられますか？
部分的には——メモリ機能によって。ただしそれはベンダー管理下にあります。容量には上限があり、データはOpenAIのサーバー上にあり、何が保持され何が削除されたのかを検証することはできません。

AIの記憶とは、モデルが自分のデータで再学習されるということですか？
いいえ。永続的な記憶はモデルの外側にあるレイヤーです——関連するエントリがリクエストごとにコンテキストへ読み込まれるデータベースです。モデル自体はセッションをまたいで再学習されません。

セルフホスト型アシスタントでは、記憶はどこに保存されますか？
自分のサーバー上のデータベースです——Avelina AIの場合は、あなたのVPS上のSQLiteで、知っているすべてに対する全文検索とベクトル検索を備えています。

AIが私について覚えていることを削除できますか？
セルフホストなら——完全かつ検証可能に削除できます。あなたが所有するファイルだからです。クラウドの場合——依頼はできますが、確認はできません。

コストはどのくらいですか？
小さなVPS（月5〜15ドル程度）とモデルの利用料です。記憶レイヤー自体はローカルのデータベースなので、追加コストはありません。