AIの記憶は、要約だけで引っ越さない

AIとの作業が長くなると、途中で覚えておいてほしいことが増えます。決めた仕様、避けたい言い回し、前に失敗した手順、次に見るべき画面。全部を毎回貼るのは重いので、最後は短い要約メモにしたくなります。

要約は便利です。一方で、モデルを替えたり、別のAIツールへ移したりした瞬間に、その短いメモの読み方が少し変わることがあります。人間から見ると同じ文章に見えても、新しいAIが同じ重さで受け取るとは限りません。根拠になった元メモを消していると、どこで抜けたのかも戻って見られなくなります。

今回の研究は、AIエージェントの記憶がモデル更新後も使えるかを調べています。比較したのは、元の履歴をそのまま読む方法、検索用に分けたRAG、モデルが圧縮した自然文メモ、決まった形の知識グラフです。

この条件では、決まった形で残した記憶は、記憶を書いたモデルが変わってもほとんど動きませんでした。一方で、自然文の要約メモは、どのモデルが書き、どのモデルが読むかで結果が大きく動いています。さらに、要約メモだけを後から直しても、消えてしまった根拠は戻りませんでした。

ここから日常に借りたいのは、AIの記憶を「読める短文」だけにしないことです。新しいモデルへ乗り換える前に、元メモ、必ず残す項目、確認質問を分けておく。研究が私たちの三行メモの効果を直接測ったわけではありませんが、記録を未来のAIへ渡すときの見方として使えます。

次にAIの設定、メモリ、プロジェクト文脈を別のモデルへ移す前に、三行だけ足します。

一行目は「元メモ」。会話ログ、議事録、PR、設計メモなど、根拠へ戻れる場所を書きます。二行目は「必ず残す項目」。決定、期限、理由、触らない範囲などから一つか二つに絞ります。三行目は「確認質問」。引っ越し後のAIに聞けば抜けに気づける問いを一つ置きます。

たとえば、ブログ執筆の文体メモなら「元メモ: 過去記事AとB」「必ず残す項目: 先生口調を避ける、具体例を入れる」「確認質問: この文章で実感から始まっているか」のように書けます。完璧な移行表を作るより、抜けると困る一点へ戻れるようにするのが狙いです。

引っ越し後は、AIの答えが自然かどうかだけで判断しないほうがよさそうです。先に置いた確認質問を一つ投げて、元メモと必ず残す項目に戻れているかを見ます。

記憶は、たくさん残せば安心というものではありません。長すぎる履歴は扱いづらく、短すぎる要約は根拠を落とします。未来の自分とAIが同じ場所へ戻れるように、元の記録と小さな確認を一緒に残す。AIを相棒にするほど、人間側の記録の持ち方が大事になります。