解説
さらに詳しく解説
コンテキストメモリ（Context Memory）は、AIが過去の会話や情報を記憶・参照する機能です。セッションを超えた情報の保持や、ユーザー固有の文脈を活用した応答を可能にします。
コンテキストメモリの種類
1. 短期メモリ（ワーキングメモリ）
現在の会話セッション内で保持される情報
| 特徴 | 内容 |
|---|---|
| 保持期間 | セッション中のみ |
| 容量 | コンテキストウィンドウ内 |
| 用途 | 会話の一貫性維持 |
2. 長期メモリ
セッションを超えて永続化される情報
| 特徴 | 内容 |
|---|---|
| 保持期間 | 永続的 |
| 容量 | 外部ストレージ依存 |
| 用途 | ユーザー嗜好、履歴 |
実装アプローチ
コンテキストへの埋め込み
過去の情報をプロンプトに含める
システム: 「このユーザーは〇〇が好みです。
過去の会話で△△について話しました。」外部メモリストア
ベクトルDBなどで情報を保存・検索
[ユーザー発話]
↓
[関連メモリを検索]
↓
[コンテキストに追加]
↓
[LLMで応答生成]ツール/[関数呼び出し](/glossary/function-calling)
必要時にメモリを読み書き
主要AIサービスのメモリ機能
活用例
パーソナライゼーション
- ユーザーの好みを記憶
- 過去の質問を踏まえた回答
- カスタマイズされた提案
業務支援
- プロジェクト情報の蓄積
- 過去の決定事項の参照
- チーム内知識の共有
カスタマーサポート
- 顧客履歴の参照
- 過去の問い合わせ内容
- 一貫したサポート体験
プライバシーとの関係
考慮事項
- 記憶される情報の制御
- 削除・修正の権利
- データの保管場所
ベストプラクティス
- 明確な同意取得
- 記憶内容の透明性
- 削除機能の提供
[エージェント](/glossary/agent)でのメモリ
AIエージェントでは、メモリが特に重要：
- タスク履歴: 過去の行動と結果
- **学習した知識**: 経験から得た情報
- ユーザー文脈: 好み、目標、制約
コンテキストメモリは、AIをより「賢く」「パーソナル」にする重要な技術です。
