AI に「あなたをわかってもらう」には——記憶の仕組みを強化する

目次

同じ AI に、同じ場所で、私は何度もつまずいてきました。

たとえばフロントエンドの Ant Design 6。新しい構文を使えと、何度も念を押し、書く前に context7 で仕様を確認させてもいる。それでも「はい」と返事だけして、とっくに廃止された古い構文をどっさり書いてくる。リリースの手順も同じで、ルールをはっきり決めておいたのに、しばらくすると忘れ、自分の思い込みで勝手に進める。

一度や二度なら手すべりです。回数が重なって、私は理由を知りたくなりました——バカなのではない、そもそも記憶がないのだ、と。

（この図の狙い：AI は会話を開くたびに、その日出社して退社時にすべて忘れる新人のようなもの。）

欲しいのは「もっと強いモデル」ではない

最初は私も不思議でした。これだけ賢いモデルが、「前回言ったこと」すら保てないのか、と。理由を突きとめようと、私は AI を観察しはじめました——答えるとき、作業するとき、実際にどう動き、どこでつまずくのかを。

しばらく見て、腑に落ちたことがあります。この記事の主旨でもあります——私が欲しいのは、もっと強いモデルに乗り換えることではなく、いま手元にある AI を、自分のプロジェクトの中でどんどん「私をわかる」ようにすることだ、と。その梃子が「記憶」です。

先に天井を言っておきます。売り込みに聞こえないように。記憶はモデルの知能を上げません。上げるのはただ一つ——この AI が、あなたのところでどれだけ使い勝手が良いか、です。そしてこの後わかるように、覚えたところで従うとは限らない。天井はここ。では進めましょう。

人の脳から出発して、AI の記憶がどこを補うべきか

この記事は人の脳になぞらえて話したい。AI の記憶とは、突きつめれば、人がどう覚え、どう忘れるかを不器用に真似たものだからです。それがわかれば、AI がどの方向を固めるべきかも見えてきます。

一、AI は毎日が「新人」

まず、直感に反する事実を受け入れてください。モデルそのものには記憶がありません。会話を開くたび、それが「知っている」のはこの一回あなたが目の前に置いた文字だけ。あとは真っ白です。前のターンで話したことも、昨日決めたルールも、いっさい覚えていません。

たとえて言えば、こうです。この一回で見えるすべては、机の上のようなもの——資料を広げれば使えるが、会話が終わった瞬間、机はさっと空になり、何も残らない。

	たとえ	中身
コンテキストウィンドウ	机の上	この一回、目の前に広げたもの。会話が終われば空になる
記憶	引き出し・書類棚	外に保管し、必要なとき取り出して机に戻す

「なら机を大きくすればいい」と言う人がいます。いま皆が「超長コンテキスト」を競っているじゃないか、と。でも机は大きくても机——電源が切れれば空になり、記憶ではありません。さらに厄介なのは、関係のない紙で埋めると、AI はかえって目移りして答えが悪くなること。この数年、こう認められつつあります——コンテキストは多いほど良いのではない。かすった程度の無関係な材料を詰め込むと、モデルの性能ははっきり落ちる、と。

だから「AI に記憶を持たせる」とは、モデルが自力で覚えることでも、机を無限に広げることでもなく、外に一つの仕組みを持ち、出社のたびに、まさに必要な数枚を目の前に戻してやること、なのです。

Claude Code には実はこの仕組みが備わっています。記憶は一件一ファイル、それに索引ファイルを目次として、必要な項目だけを引き込む。正直、この作りは私の設計ではなく、ソフトに元から備わったもの。最初はさして気にも留めず、メモ置き場くらいに思っていました。おそらくこう作られているのは、まさに机を節約するため——毎回すべてを机に広げず、必要な分だけ取り出す。

（この図の狙い：常駐する CLAUDE.md ＋ 索引 ＋ 必要時に呼ぶ記憶ファイル。節約できるのは貴重な「机の上」。）

もう言いたくなっているかもしれません——それって Claude Code の標準機能でしょう、書くことある？と。構造はその通り、ソフトのものです。でも使い込み、何度か転んでわかった。ソフトは「どこに保管し、どう引くか」を作ってくれるが、「何を保管し、いつ片づけ、覚えても従わないときどうするか」——本当に肝心なこの三つは、一つもやってくれない。この記事はその三つの話です。

二、良い記憶は「構造」であって、紙の山ではない

記憶を使えるものにするには、まずこれを理解する必要があります。良い記憶には構造があり、ただ積み増すことではない、と。

心理学に、とても説得力のある実験があります。チェスの名人に実戦の局面を見せると、数秒眺めただけでほぼそのまま並べ直せる。ところが駒を、棋理を無視してでたらめに並べると、名人の記憶力は初心者の水準まで落ちる。

つまり名人は「容量が大きい」のではない。実戦の局面を覚えられるのは、頭の中に構造があり、二十の駒を意味のある数個の「形」に圧縮できるから。構造が消えれば、優位は一瞬で消える。記憶の強さは、どれだけ蓄えたかではなく、構造の良し悪しにあるのです。

（この図の狙い：同じ駒の山でも、構造があってこそ覚えられる。記憶は容量ではなく構造。）

なぜ構造があると、正確に、深く覚えられるのか。構造の本質は「つながり」だからです。ある知識が他と多くつながるほど、それを思い出す道は増える——一本ふさがっても、別の道が通じている。しかも構造があれば「蔓をたどる」ことができる。細部を忘れても、周りの枠組みから再構成できる。だから互いに関連したものほど、しっかり、間違えずに覚えられる。人は生まれつき、道や方角を覚える力が、ばらばらの文字を覚える力よりずっと強い。だから古来「記憶の宮殿」という技がある——覚えたいものを、想像上の空間に一つずつ置いていく。記憶は空間であって、リストではないのです。

Claude Code の作りを見返すと——分類され、項目どうしが相互参照でき、上に索引を載せる——まさに記憶に構造を与え、ばらばらの紙の山にならないようにしている。この層は、ソフトがよくやっています。

三、何を覚える価値があるか、決めるのはあなた

ソフトは棚を作る。そこに何を載せるかは、あなたの判断です。それが私に回ってきて、突きつめると三種類でした。統一ルールは記録する。よく間違えるものは記録する。厳禁のものは記録する。

逆に、思いつきで、その場限りで、コードを読めばわかるものは、記録しない。記録しすぎると全部がノイズになり、本当に肝心な数件を埋もれさせる——正確に蓄えるほうが、多く蓄えるより良い。人と同じです。何でも覚えようとする人は、たいてい何も定着しない。

四、誤りの修正は「上書き」であって、追記ではない

特に価値のある記憶が一種あります。誤りのあとの修正です。これをどう記録するかに、こつが要る。

人の脳には賢い仕組みがあります——記憶を思い出すたび、それは実は書き直されている。ただ読むのではない。思い出すその一瞬、記憶は「書き換え可能」になる。だから誤りを直す正しいやり方は、間違った項目を取り出し、その場で直し、戻すこと。間違ったものをそのままにして、横に「補足」を足すことではない。

これは言葉尻の話ではありません。間違ったものを残し、横に訂正を貼れば、AI に自己矛盾した資料を渡すことになる——両方を読み、いつも正しいほうを選ぶとは限らない。まるで間違いノートです。間違った解をそこに残し、横に小さなチェックを付けたりはしない。正しい解を上に載せ、間違った版を消す。

私はまさにそうしています。以前 AI がセキュリティの誤報を起こし、存在しない攻撃を本物と扱って騒いだことがある。私はその誤った判断を残して横に「実は誤報」と貼るのではなく、それを一つの「間違い」として記録し、どこが誤りで次はどうするかを書き、次は繰り返さないようにした。間違いノート一冊は、「正解」の山より役に立つ。

（この図の狙い：間違ったものを取り出し、直し、戻す。残るのは訂正後の一件だけ。間違ったものを残して一件足すのではなく。）

いちばん痛かった転び方：覚えれば、必ず従うのか

いいえ。ここが一番あなたに伝えたいこと、そして一番きれいごとでない一点です。ルールを書いたからといって、AI が従うとは限らない。

冒頭の Ant Design 6 が生きた例です。新構文をルールに書き、context7 まで掛けてその場で確認させても、廃止構文をどっさり書いてくる。リリース手順を記録しても、自分の思い込みで迂回される。もう一度は、あの非常に高価なビルド系を使うなと明言したのに、何度か促してようやく覚えた。

なぜ覚えても従わないのか。二つあると思います。一つは、ルールがそもそも無視された——そこに在るのに、心に留めなかった。もう一つは、私の道具立てが不十分だったこと。ルールは書類棚に眠っていて、いざ手を動かすその瞬間、誰も該当の一件を取り出して目の前に置かなかった——だから本当に「知らなかった」。これは道具の差であって、すべてをモデルのせいにはできない。

最終的にどう抑えたか。ルールをもっと強く、大きな字で書くのではなく、やり方を変えた——ハードなゲートです。品質チェックポイント、外部のチェックスクリプト。通らなければ、そもそも通れない。これでようやく抑えられた。

理屈は人と同じです。本当に肝心なことは、人も「覚える」だけに頼らない——ふせんをモニターに貼り、アラームを鳴らし、チェックリストを回して、迂回できないものに変える。記憶の役目は AI に知らせること。ゲートの役目は、それ以外をできなくすること。しかもゲートには、記憶にない強みがある。タイミングに依らないのです——このターンで AI が思い出そうが出すまいが、ゲートは常にそこに立っている。

（この図の狙い：記憶は無視されうる。ゲートは通らなければそこで止まる。）

ついでに保守の話。私はこれらの記憶を毎日は片づけませんが、目は配ります——こんがらがった、混じったと感じたら、AI に整理させる。これは後の話で、次回への伏線です。

で、本当に「私をわかる」ようになったのか

この一連の骨折りは、割に合ったのか。心に残った一場面を挙げます。

何度か、私自身すら忘れていた制約を——数日後、AI のほうが覚えていて、こちらのために先回りしてくれた。あの感覚は違いました。毎回一から説明する道具ではなく、私より記憶の良い古い相棒のようだった。

それが前と後の違いです。以前は「思いどおりに動かない」ことが多く、繰り返し見張り、直していた。今は、私が手放したルールの多くを、向こうが引き受けてくれる。もちろん万全ではない——あの「覚えても従わない」落とし穴はまだあるし、取り繕うつもりもない。でも方向は正しい。与える構造が滑らかなほど、間違いを積むほど、肝心なところのゲートが固いほど、私のところで使い勝手が良くなる。それは賢いモデルに乗り換えて得たのではない。同じモデルを、この記憶で少しずつ育てた結果です。

再利用できる三つの教訓

一、もっと強いモデルへ急ぐな。 日々の仕事の九割は、モデルの知能の勝負ではなく、あなたのところでの使い勝手だ。記憶を整えれば——ルール、間違いノート、境界——ふつうのモデルでも「あなたをわかる」相棒に育てられる。うまく使えば、記憶の仕組みは AI を賢く、そしてあなたに寄り添うものにする。神秘ではない。日々着込んで得たことだ。

二、「何を覚えるか」と「間違って覚えたらどうするか」は、ソフトが代われない、あなたにしかできない仕事だ。 統一ルール、頻出の誤り、厳禁——この三種は記録する価値がある。間違えたら、上書きして「間違い」として片づけ、積み増さない。正確さは、多さに勝る。

三、肝心な制約ほど、記憶だけに頼らず、ゲートに落とし込め。 記憶はリマインダーで、リマインダーは無視される。ゲートは、迂回できない水門だ。肝心な場所では、「通らなければ止まる」チェックが、「どうか覚えて」を十回書くより効く。

（この図の狙い：記憶は促し、ゲートは止める。肝心なことは、後者に頼る。）

次回：記憶に「新陳代謝」をさせる

今回は、AI の記憶がどんな課題を補うべきかの話でした——構造を持ち、選んで覚え、修正は上書きし、肝心なものにはゲートを。でも、もう気づいたかもしれません。記録を続けると、項目が増え、こんがらがり、古びる——誰が片づけるのか。私はまだ手作業です——散らかったと感じたら AI に整理させる。これを、向こうが自分で、周期的にやれないか。人が眠りから覚めて、その日の記憶を整え直すように——忘れるべきを忘れ、固めるべきを固める。それが次回の話です。記憶の進化ループ——自分で新陳代謝することを、教える。

この記事が、手元の AI について新しい見方を一つでも与えたなら、いいねとフォローをもらえたら嬉しいです——次回を見逃さないように。