AIが前の話を覚えていないことを誰も教えてくれなかった：先週30分かけて業界の事情を説明したAIが、月曜に返したのは一般論だった

月曜の朝。担当者が、AIに企画書の下書きを頼んだ。

相手は、先週のチャットで業界の事情を30分かけて説明したAIだ。

返ってきた下書きは、どの業界にも当てはまる一般論だった。

担当者は、AIの物覚えを疑った。先週の30分の説明は、どこへ消えたのか。

AIの「学習」は、会話の前に終わっている

日常で学習と言えば、話を聞いて覚えることだ。担当者も、先週の30分でAIが覚えたと考えていた。

AIの学習は、意味が違う。訓練データをもとに、モデルの中の数値（重み、パラメータ）を書き換える工程を指す。

書き換えによって、仕事をこなす力が上がる。この学習は、会話より前に終わっている。

チャットの画面にいるAIが会話の途中で行うのは、推論だけである。

推論とは、重みを固定したまま、新しい入力に答えを返すことだ。

考える過程を書き出してから答える推論モデルもある。こちらの推論は英語の reasoning で、本記事の推論（inference）とは別の語だ。

推論モデルも、使っている最中は重みを固定している。

AIが「覚えている」ように見えるカラクリ

対話型のAIに質問している間、モデルの重みは動かない。AIが使うのは、学習済みの知識と、会話の場で受け取った情報の二つだ。

それでも、前の会話を覚えているように見える機能がある。ChatGPTのメモリー機能が代表例だ。

OpenAIは2024年2月にメモリー機能を発表した。2025年4月には、過去の会話すべてを参照する形に広げた。

機能の中身は、会話の履歴や保存したメモを、答えるたびに入力として読み直す仕組みである。

つまりAIは、答えるたびにメモを受け取っている。利用者は、設定でメモリー機能を切ることもできる。

学習の側は、どうか。提供元が、会話のデータを将来のモデルの学習に使う場合がある。

OpenAIのヘルプセンターによると、無料版やPlusなど個人向けプランの会話は、初期設定で学習に使う可能性がある。

設定の「データ制御」で、学習への利用を止められる。法人向けのプランやAPIの入力は、初期設定では学習に使わない。

いずれにせよ、学習は別の時点で行う。学習の結果は、次のモデルに入る。

学習と推論を混ぜて考えると、同じ説明を会話に何度も流し込むはめになる。

毎朝記憶が消える同僚に、前日の会議の中身を毎朝伝え直す働き方と同じだ。

新しいチャットを開くたびに30分かけて説明し直せば、その時間はたまり続ける。説明を省けば、返ってくるのは一般論だ。

30分の説明は、なぜ月曜に届かなかったのか

月曜の担当者が新しいチャットに渡した前提は、ゼロだった。先週の30分の説明は、先週のチャットの中に残っていた。

推論だけをする相手には、渡すものを良くする。育てる相手は、AIではなく、毎回渡す前提の文書だ。

業界の事情、仕事の目的、守る制約、ほしい出力の形を、一枚の文書に書く。

文書は、プロジェクト機能やカスタム指示に置く。置いた文書は、毎回の会話でAIに渡る。

AIのモデルが替わっても、同じ文書を持ち越せる。

次のプロンプトのかっこの中を、自分の仕事に書き換えて使える。

次の前提の文書を読んでから、依頼に答えてください。
業界の事情：（例：食品の卸売で、取引先の多くが地方のスーパーです）
仕事の目的：（例：来期の新商品の企画書を、役員会に出します）
守る制約：（例：予算は500万円まで。発売は来年の春です）
ほしい出力の形：（例：A4一枚、見出しは三つ）
依頼：（例：企画書の下書きを書いてください）

AIの答えの質は、毎回渡す前提の文書の一行目で差がつく

文書の一行目に何を書くかは、自分で決める。

何を書くかを決める作業は、自分の仕事の前提を言葉にする作業だ。

AIに問う力とは、自分の前提を言葉にして渡す力である。

月曜のAIに足りなかったものは、物覚えではない

チャットのAIは、会話の途中で新しく覚えない。覚えているように見えるのは、履歴やメモを毎回読み直すからだ。

月曜のAIに足りなかったのは、物覚えではない。先週の30分を書き留めた、一枚の文書だった。

出典

• Memory and new controls for ChatGPT（OpenAI、2024年、2025年更新）
• How your data is used to improve model performance（OpenAI Help Center）

拙著『ChatGPT はじめてのプロンプトエンジニアリング』の4章1節「発散と収束で単純化」に、この記事の考え方を書きました。読むと、AIが何を覚えていて何を覚えていないかを踏まえ、自分が渡すべき前提を組み立てられるようになります。