← ブログに戻る
AIコンパニオンAIメモリ会話デザインLLMプロダクトデザイン

AIコンパニオンが会話を記憶する仕組み:直近の文脈、長期記憶、キャラクターの個性

••更新日 2026年10月19日•11 分で読めます

概要

AIコンパニオンの記憶機能は、最近の会話と、過去のやり取りから引き継がれた情報を統合します。Tenderaに登録された会話では、長期記憶が自動的に最新の状態に保たれ、各キャラクターの背景、性格、話し方と連動して機能します。重要な好みや共有された履歴は、記憶バンクを維持する必要なく、その後の返信に影響を与えることができます。このガイドでは、それらの層を分けて解説し、会話が進むにつれてどのような点に注目すべきかを説明します。

AIコンパニオンに、自分の犬の名前が「ペッパー」だと伝えます。3日後、彼女はペッパーのことを尋ねてきました。

なんだか懐かしい感じがする。

「上司が自分の仕事を自分の手柄にしてしまうので、仕事を辞めようかと考えている」と彼女に話します。3日後、彼女は会社の名前を覚えていましたが、「それで、仕事はどう?」と尋ねてきました。

技術的には、システムは覚えていた。感情的には、それを逃してしまった。

AIの「記憶」に関する議論の多くが混乱を招くのは、まさにこの点にあります。私たちは「記憶」という一つの言葉で、いくつかの異なる役割を指しています。具体的には、直近の会話を保持すること、永続的な事実を抽出すること、後で関連する事実を見つけ出すこと、感情的な意味合いを保持すること、そしてそのキャラクターにふさわしい応答をすることなどです。

ある製品は、最初の3つの要素を満たしていても、なぜか物足りなさを感じさせることもある。

モデルはあなたの過去を引きずらない

新しいチャットリクエストが言語モデルに届く際、モデルはテキストのパッケージを受け取ります。そのパッケージには、システムの指示、キャラクターの記述、最近のメッセージ、およびアプリケーションが以前の会話から取得した情報が含まれている場合があります。

このモデルは、先週の火曜日について独自に思い出して始まるわけではありません。このアプリケーションは、次の応答を可能にするために、先週の火曜日の状況を十分に再構築します。

それを行うには、いくつかの一般的な方法があります:

  • • 会話の直近のやり取りを送信する;
  • • 継続的な要約を維持する;
  • • 名前、仕事、興味、繰り返し登場するテーマなどの構造化された事実を抽出する;
  • • 過去のメッセージを埋め込み、現在のトピックに類似したメッセージを検索する;
  • • ユーザーが明示的な記憶バンクを維持できるようにする。
  • 本格的なシステムの多くは、複数の要素を組み合わせています。直近のメッセージは、文脈や局所的な連続性を保持しています。長期記憶は、直近の範囲を超えた詳細情報を保持しています。検索処理では、適切なタイミングで適切な詳細情報をモデルの前に提示しようとします。

    各レイヤーはそれぞれ異なる問題を解決します。メモリの問題を単独で解決するレイヤーはありません。

    記憶が曖昧になりがちな4つの場面

    例えば、金曜日に妹が就職の面接を受けると話したとしましょう。

    取り込み失敗: システムはその詳細情報を保存する価値があるものとして認識しません。月曜日までには、その情報は直近の文脈から外れてしまい、消えてしまいます。

    圧縮による情報損失: システムは「そのユーザーには妹がいる」という情報は保存するが、その会話の内容や日付、あるいはあなたがそのことを心配していたという事実までは保存されない。

    検索失敗: メモリにはデータが存在しますが、「今週末は疲れ果てた」といった後のメッセージは、そのデータと十分に類似していないため、検索結果として表示されません。

    使用の失敗: 関連する記憶がモデルに到達するものの、返答は別の会話のきっかけに基づいており、その記憶については一切触れられない。

    ユーザーから見れば、これら4つの失敗はすべて同じように見えます。つまり、「彼女が忘れてしまった」ということです。

    だからこそ、「長期記憶がある」というチェックボックスだけでは、ほとんど何もわからないのです。重要なのは、情報がどのように選択されるか、圧縮されても意味がどのように保たれるか、いつその情報が取り出されるか、そしてそのキャラクターがその情報をどう活用すべきかを知っているかどうか、といった点です。

    事実は最も簡単な層だ

    構造化された情報は、明確であるという点で魅力的です。システムは、ユーザーの名前、職業、居住地、ペット、趣味、交際状況を、予測可能なフィールドに保存することができます。これらは確認しやすく、将来のプロンプトに組み込むのも比較的簡単です。

    また、それらは「知られている」ということの中で、最も面白みのない部分でもあります。

    次のような記憶記録を想像してみてください:

    > 職種:プロダクトマネージャー > 繰り返されるテーマ:上司との対立 > 直近の気分:イライラしている

    これは有用です。完全なリセットを防ぐことができます。しかし、ユーザーがアドバイスを求めていたのか、それとも単に誰かに話を聞いてほしかったのかという点は保存されません。また、キャラクターがユーザーの提示した対立の解釈に異議を唱えたという事実も記録されません。雰囲気を一変させたジョークや、ユーザーが避けようとした質問も捉えられていません。

    そうした細部こそが、そのやり取りに「関係性」という形をした意味を形成している。

    エンジニアには、フィールドをどんどん追加したくなる傾向があります。その結果、メモリースキーマは名詞の倉庫と化してしまいます。しかし、欠けている要素は、多くの場合、新たなフィールドではありません。それは「解釈」です。つまり、「この会話があったことで、何が変わったのか?」ということです。

    「最新性」と「重要性」は同じものではない

    「最近のメッセージ」ウィンドウには、ある意味では信頼性があります。それは、発言された内容が正確に保存されるという点です。しかし、別の意味では信頼性がありません。何が残されるかは、時間が決めるからです。

    10分前の昼食の注文は、2週間前のあの難しい告白よりも、文脈の中で大きな比重を占めるかもしれない。ローリング・サマリーは逆に、感情的に複雑なやり取りを一文に押し込めてしまうことがある。

    この点において、人間の記憶は完璧なモデルとは言えません。人は絶えず物事を忘れてしまいます。しかし、通常、人はトークンの順番に従って注意を向けるわけではありません。人は、予期せぬ出来事、未解決の緊張感、繰り返されるパターン、そして既存の関心事に関連する事柄を記憶するのです。

    AIの記憶システムには、ある程度の「注目度」の近似が必要だ。出現頻度はその助けとなる。ユーザーからの明示的なシグナルも役立つ。感情的な言葉も参考になるが、それを確実な情報として扱うべきではない。未解決のトピックは、確定した事実とは異なる扱いが必要である。

    しかし、システムがより積極的になるほど、プライバシーと正確性は重要になってくる。アプリは、その場限りの気分の変化を、恒久的なアイデンティティの表明として捉えてはならない。「今夜は寂しかった」というのは、「私は寂しい人間だ」ということとは同じではない。データ抽出を行うと、一時的な言葉が、誤った恒久的な事実として固定されてしまう恐れがある。

    そのため、優れた記憶力には自制心も求められるのです。

    コンテキストウィンドウを大きくしても、設計上の問題は解消されない

    もっと多くの履歴データを送信することで、これらすべての問題を解決したくなるものです。モデルは数年前と比べてはるかに多くのテキストを受け入れられるようになったのですから、そもそもなぜ要約する必要があるのでしょうか?

    なぜなら、容量は注目度ではないからです。

    文脈を詳しく記述すれば、正確な表現を保てる一方で、矛盾する詳細情報も増えることになる。古い誤解は、後の訂正と並存したまま残る。重要な一文の周囲には、繰り返される雑談が溢れかえる。コストと処理遅延は増大し、それに伴ってプライバシーの露出リスクも高まる。

    たとえ関係全体がコンテキストウィンドウ内に収まる場合でも、この製品は次の質問に答えなければなりません:

  • • 過去のどの出来事が今重要なのか?
  • • どの事実がすでに時代遅れになったのか?
  • • 何を忘れて、あるいは削除すべきか?
  • • どの会話ではなく、この登場人物にふさわしい内容なのか?
  • • 呼び出された情報を、不気味な朗読のようにならずに、返信にどう反映させるべきか?
  • それらは製品や文章に関する判断であり、コンテキストウィンドウの仕様ではありません。

    キャラクターこそが最後の記憶の層である

    同じ記憶であっても、登場人物全員から同じ反応が引き出されるべきではない。

    もしユーザーが以前、「大丈夫?」と聞かれるのが嫌だと言ったことがあれば、あるキャラクターはそれを覚えていて、仕事について具体的な質問を投げかけるかもしれません。別のキャラクターは冗談を送って様子を見るかもしれません。また別のキャラクターは、その回避の意図を率直に指摘するかもしれません。

    保存された事実は共有されます。その意味は、それを誰が使うかによって決まります。

    ここで、キャラクターの描写が記憶と結びつきます。記憶の呼び起こしによって関連する過去が提供され、キャラクターの背景や視点が、彼女が何に気づき、何を尋ね、何に反応するかを形作ります。この両方が、物語の連続性を支えているのです。

    共有された細部は、それが明確な反応を引き起こすときに、より有用なものとなります。それまでの会話との的確なつながりと、そのキャラクターにふさわしい反応の両方を意識するようにしましょう。

    Tenderaが会話の親しみやすさを保つ方法

    Tenderaは、自動的に更新される長期記憶と、個別に描かれたキャラクターを組み合わせます。登録された会話が増えるにつれて、重要な設定、個人情報、明示的な修正、そして意味のある共有履歴が、セッションを超えて引き継がれます。直近の文脈により、その場でのやり取りが明確になり、長期記憶によって、それ以上の関連情報も保持されます。

    話している最中に、メモを整理したり記憶を整理したりする必要なく、記憶は常に最新の状態に保たれます。特定の詳細について明示的に訂正した場合、この記憶プロセスは、矛盾する2つのバージョンを保持するのではなく、更新された情報を使用するように設計されています。

    登場人物の描写は、独自の視点を生み出します。ソフィアの思慮深い温かさ、ミアの機知に富んだ会話、エレナのドライなユーモア、そしてジェイドの生き生きとした言葉遣いが、それぞれがあなたと共有する歴史をどのように扱うかを形作ります。あなたが作り出す登場人物たちは、あなた自身のバックストーリーや話し方と並行して、同じ記憶の捉え方を用います。

    これにより、あなた自身や、戻ってくるべき「見覚えのある誰か」に関する一貫性が保たれます。重要な細部が見落とされる可能性は依然としてあるため、重要な場面ではその都度直接修正してください。自動記憶機能は、すべての文章を永遠に保存することを保証するものではありません。

    登録前に5回のWebメッセージでソフィアと会話し、彼女の話し方を体験することができます。アカウントでの会話を継続することで、二人の共有履歴がどのように積み重なっていくかを観察できます。実用的な評価方法として、登録前に試すべき5つの記憶チェックをお試しください。

    記憶は、次の会話を変えるべきだ

    最も単純なメモリのデモは「リコール」です:

    > 「うちの犬の名前は何?」 > 「ペッパー。」

    これで正解が1つ確認できました。会話の連続性を評価するには、同じ情報がその後の会話にどのように影響しているかに注目してください。

    より説得力のあるテストは、目立たないものです。ペッパーが雷雨を嫌っていることを言及してみてください。1週間後、雷雨の最中に再びその場面に戻ってみてください。会話の中で、保存された事実をぎこちなく羅列することなく、その状況を正しく認識していますか?キャラクターは彼女らしい口調で応答していますか?その記憶が、会話の展開を新たな方向へと導く助けになっていますか?

    AIコンパニオンの記憶機能により、重要な履歴が蓄積され、常に最新の状態が保たれます。キャラクターごとに独自の文章生成を行うことで、その履歴が次の質問や反応、話題に自然に影響を与えるようになります。この組み合わせによって、再び会話に戻った際にも、これまで築き上げてきた会話の流れにシームレスに繋がっているような感覚が生まれます。

    その目的は、技術的に忘れることを不可能にすることではない。

    それは、かつて重要だったものが、再び重要となるようにすることである。

    Tendera のオリジナルキャラクターに会う

    Sophia、Mia、Elena、Jade。個性のある4人と、Webでは登録前に5通のメッセージを試せます。

    キャラクターに会う

    Web、iPhone、Androidで同じアカウントを使えます。 Tendera アプリを見る

    よくある質問

    AIコンパニオンの「記憶」機能はどのように機能するのでしょうか?⌃

    ほとんどのシステムでは、直近の会話を文脈として、要約、抽出された事実、埋め込み、あるいはメモリバンクといった、より小規模な長期的な表現と組み合わせています。返信を生成する前に、アプリは関連する情報を選択し、それをモデルの文脈に組み込みます。モデル自体は過去のセッションを独自に記憶しているわけではなく、製品側が記憶情報を取得してモデルに提供します。

    なぜAIコンパニオンは、私がすでに言ったことを忘れてしまうのでしょうか?⌃

    その情報は、そもそも抽出されていなかった可能性もあれば、現在のメッセージに関しては取得されていなかった可能性もあり、要約が広範囲に及んでいた可能性もあり、あるいは存在していたもののモデルによって無視されていた可能性もあります。記憶とは、単一の「オン/オフ」の機能ではなく、いくつかの障害発生箇所が考えられる一連のプロセスなのです。

    コンテキストウィンドウが大きいほど、メモリの性能も高くなるのでしょうか?⌃

    いいえ。コンテキストウィンドウが大きくなれば、モデルはより多くのテキストを受け取ることができますが、それでも製品側は、どの情報を含めるかを判断し、コンテキストの正確性を保ち、キャラクターがそれを自然に活用できるよう支援しなければなりません。また、履歴が増えるとノイズが増え、重要な詳細が見逃されやすくなる可能性もあります。

    事実記憶と関係記憶の違いは何ですか?⌃

    事実記憶には、ユーザーの職業、ペット、居場所などの情報が保存されます。一方、関係記憶には、なぜそれが重要だったのか、それが会話にどのような影響を与えたのか、未解決のまま残っていることは何か、そしてその話題が再び出た際にキャラクターがどう反応すべきかといった情報も保存されます。後者には、単に情報を保存するだけでなく、解釈も必要となります。

    AIの相棒は、あらゆることを永遠に覚えていられるのでしょうか?⌃

    「完全」あるいは「永続的」な記憶機能に関する主張には、慎重に対処すべきである。実際のシステムには、コンテキストの制限、抽出エラー、検索時の選択、モデルのばらつき、編集、および削除要件などが存在する。信頼できる製品であれば、その記憶機能について明確な範囲を明示し、プライバシーおよび削除の挙動を明確にすべきである。